2019年第五屆電力行業無人機巡檢技術交流會嘉賓演講PPT資料合集.rar

《2019年第五屆電力行業無人機巡檢技術交流會嘉賓演講PPT資料合集.rar》由會員分享，可在線閱讀，更多相關《2019年第五屆電力行業無人機巡檢技術交流會嘉賓演講PPT資料合集.rar（0頁珍藏版）》請在三個皮匠報告上搜索。

1、南方電網公司科學研究院有限責任公司2019年5月/共30頁關鍵問題質量評價顯著性評價后續工作計劃目目錄錄2/4101020304/共30頁01010101關鍵問題關鍵問題近年來，隨著輸電線路無人機巡檢技術的廣泛應用，數據處理成為制約機巡作業最大化的瓶頸問題之一。/共30頁01010101關鍵問題關鍵問題樣本收集缺陷標記模型訓練智能識別絕對數量：樣本數量少覆蓋范圍：樣本種類少/共30頁02020202質量評價質量評價圖像質量逼真度：圖像與標準圖像的偏離程度可懂度：圖像向人或機器提供信息的能力評價方法 主觀評價：以人作為觀察者，對圖像優劣主觀評定；客觀評價：對圖像逼真度、可懂度定量測量及描述。/共

2、30頁02020202質量評價質量評價主觀圖像質量：國際規定的尺度評分法/共30頁02020202質量評價質量評價客觀質量評價：要包括均方誤差(MSE)和峰值信噪比(PSNR)分辨率色彩深度圖像失真/共30頁02020202質量評價質量評價分辨率：分辨率是評價人工圖像表現景物細節的能力，或圖像中細微部分能分解到什么程度并被顯示出來的指標。/共30頁02020202質量評價質量評價/共30頁02020202質量評價質量評價色彩深度：又稱像素深度或圖像深度，是指用于表現、存儲每個像素圖像信息所用的碼位數。/共30頁02020202質量評價質量評價圖像失真：矢量圖像表現原景物光像的仿真程度，包括幾何

3、失真(主要有桶形失真和枕形失真)、信噪比、動態范圍、彩色還原等方面。/共30頁02020202質量評價質量評價/共30頁03030303顯著性評價顯著性評價視覺注意機制：即面對一個場景時，人類自動地對感興趣區域進行處理而選擇性地忽略不感興趣區域，這些人們感興趣區域被稱之為顯著性區域。/共30頁04040404后續作后續作 與缺陷識別算法關聯，明確影響識別結果的關鍵指標；圖像質量定量化評價，指導現場數據采集；通過圖像處理技術，改進圖像質量。/共30頁基于深度學習的目標識別前沿技術與展望2019年05月23日目錄深度學習識別技術發展情況介紹前沿研究方向與趨勢電力巡檢場景下的圖像識別建議一、深度學習

4、發展總體情況深度學習識別技術發展介紹前深度學習時代的識別技術深度學習的提出和發展基于深度學習的視覺識別技術前深度學習時代的識別技術傳統特征算子 SIFT,HoG,Surf,RIFT等SVM分類器貝葉斯網絡DPM目標檢測算法6Hinton 發表了第一篇深度學習論文A fast learning algorithmfor deep belief nets誕生（DNN,DBN）2006谷歌旗下DeepMind公司的圍棋機器人Alpha Go 擊敗李世石，后以Master身份連續60場不敗.爆發（Alpha Go）2016Hinton學生在2012年ImageNet比賽中大幅刷新準確度ImageNet

5、ClassificationwithDeepConvolutionalNeuralNetworks.首次應用（CNN）2012深度學習的提出和發展大幅刷新機器翻譯榜單自然語言處理的突破（BERT模型）2018基于深度學習的視覺識別技術Microsoft COCO:Common Objects in Contexthttps:/arxiv.org/abs/1405.0312視覺識別（Recognition）任務劃分：-Segment individual object instances基于深度學習的視覺識別技術圖像分類目標檢測圖像分割實例分割視覺識別（Recognition）任務劃分：圖像分類

6、CNN：“Gradient-based learning applied to document recognition”,LeCun et al.1998圖像分類LeNet-5：“Gradient-basedlearning appliedto document recognition”,LeCun et al.1998“Backpropagation applied to handwritten zip code recognition”,LeCun et al.1989LeCun在1998年的工作圖像分類AlexNet：“ImageNet Classification with Deep

7、 Convolutional Neural Networks”,Krizhevsky,Sutskever,Hinton.NIPS 2012 圖像分類ResNet：Kaiming He,Xiangyu Zhang,Shaoqing Ren,&Jian Sun.“Deep Residual Learning for Image Recognition”.CVPR 20162015年，何凱敏提出了網絡的跳連接結構圖像分類進展迅速：圖像分類進展迅速：目標檢測 Faster R-CNN YOLOFaster R-CNN提出Region Proposal Network(RPN)來進行Proposal的提

8、取延用了Fast RCNN中的ROI pooling layer和統一多任務損失函數的方法Ren,S.,He,K.,Girshick,R.&Sun,J.Faster R-CNN:Towards Real-Time Object Detection with Region Proposal Networks.IEEE Trans.Pattern Anal.Mach.Intell.39,11371149(2017).YOLO圖像劃分格點運行CNN網絡非極大抑制優化檢測結果Redmon,J.,Divvala,S.,Girshick,R.&Farhadi,A.You Only Look Once:Un

9、ified,Real-Time Object Detection.(2015).doi:10.1109/CVPR.2016.91圖像分割語義分割實例分割全景分割語義分割FCNU-NetFCN（全卷積網絡）深度學習語義分割的開山之作 把所有的全連接層換成卷積層 不同層級的信息融合Long,J.,Shelhamer,E.&Darrell,T.Fully Convolutional Networks for Semantic Segmentation.Probl.Infect.Parasit.Dis.31,2324(2014).2015年 CVPR的best paperU-NetEncoder-De

10、coder結構更加豐富的特征融合Ronneberger,O.,Fischer,P.&Brox,T.U-net:Convolutional networks for biomedical image segmentation.Lect.Notes Comput.Sci.(including Subser.Lect.Notes Artif.Intell.Lect.Notes Bioinformatics)9351,234241(2015).對稱結構的下采樣和上采樣實例分割Mask RCNN 實例分割算法的baseline 網絡結構：ResNet-FPN+Fast RCNN+maskHe,K.,Gk

11、ioxari,G.,Dollar,P.&Girshick,R.Mask R-CNN.Proc.IEEE Int.Conf.Comput.Vis.2017-Octob,29802988(2017).2017年何凱敏 ICCV的best paper全景分割Panoptic FPN 將語義分割和實例分割統一起來提出新的領域：全景分割 有望成為全景分割算法的baselineKirillov,A.,Girshick,R.,He,K.&Dollr,P.Panoptic Feature Pyramid Networks.(2019).doi:arXiv:1901.02446v1已被2019年cvpr錄取二、

12、前沿研究方向與趨勢前沿研究方向與趨勢NAS(Neural Architecture Search)WSL(Weakly Supervised Learning)GNN(Graph Neural Networks)NAS(Neural Architecture Search)深度學習模型面臨的一大問題：調參 眾多的超參數 網絡結構參數常規的解決方法：Random Search Grid Search效率非常低！NAS(Neural Architecture Search)網絡架構和超參數優化問題特點：評價函數未知 非線性 非凸 混合優化 存在多個目標 結果評價非常費時NAS(Neural Arc

13、hitecture Search)搜索空間 鏈狀結構、帶有多分支網絡等 搜索策略 隨機搜索、貝葉斯優化、進化算法、強化學習、基于梯度算法等 評價預估 低保真訓練集進行訓練、代理模型等Weakly Supervised Learning 弱監督類型：不完全監督不確切監督不準確監督小樣本學習Weakly Supervised Learning 不完全監督：訓練數據中只有一小部分有標簽 主要技術：主動學習和半監督學習Weakly Supervised Learning 不確切監督：訓練樣本只有粗粒度的標簽 多示例學習（multi-instance learning）圖像生成器：從一副圖像中提取的很多

14、小圖像塊就能作為這個圖像的示例Weakly Supervised Learning 不準確監督：給定的標簽不一定總是真值 典型的情況 在標簽有噪聲的條件下學習，標簽受制于隨機噪聲 基本想法：識別潛在的誤分類樣本數據編輯方法Weakly Supervised Learning 小樣本學習在圖像領域的研究現狀 Model Based Metric Based Optimization BasedGNN(Graph Neural Networks)深度學習已經在歐幾里得數據域中取得了很大的成功，但從非歐幾里得域生成的數據更需要進行有效的分析。三維激光點云數據 化學領域的化學成分結構數據 生物領域的基

15、因蛋白數據 圖數據的復雜性對現有機器學習算法提出了重大挑戰 圖數據是不規則的 大小不同，節點無序 每個實例都與周圍的其他實例相關GNN(Graph Neural Networks)深度學習方法在圖數據領域中的應用受標準2D卷積啟發得到的圖卷積GNN(Graph Neural Networks)分類體系圖卷積網絡圖注意力網絡圖自編碼網絡圖生成網絡圖時空網絡三、電力巡檢場景下的圖像識別建議面臨的挑戰小目標Pengfei Zhu,Longyin Wen,Xiao Bian,Haibin Ling and Qinghua Hu,arXiv 2018.Vision Meets Drones:A Chal

16、lenge.面臨的挑戰運動模糊&果凍效應面臨的挑戰果凍效應面臨的挑戰小樣本大部分場景是正常情況，有效樣本量非常少。面臨的挑戰算力限制（實時性）一般采用移動平臺作為巡檢設備，所以計算能力大大受限。分析與建議小目標識別 最近發展的尺度歸一化方法（SNIP/SNIPER)對于小目標識別有較大提升，但是小目標識相較于中、大目標識別準確率仍然較低，所以仍然是個未完全解決的問題。運動模糊 Motion Blur 早先對于目標追蹤等算法影響較大，現在在深度學習技術下問題有所緩解，但是學界對此的研究較少，我們對其影響的理解仍然十分有限，屬于工程問題?？商岣咻d體運行的平穩性，采用高幀率&全局快門的相機。分析與建

17、議小樣本識別 最近發展起來的Few shots/One shot/Semi-Supervised 方法是主要研究方向，目前已取得一定的進展，但是離落地還有一段路要走。算力限制（實時性）最近發展起來的輕量化神經網絡（MobileNet/ShuffleNet）為移動設備使用識別技術的需求提供了可能，但是精度相比于大型深度網絡仍有較大距離。分析與建議電力巡檢場景下圖像識別的其他建議：建立本領域的數據集與Benchmark 傳統識別方法與深度學習方法的結合 多源異構數據的融合 綜合的系統工程，擴展思路，從多元角度解決問題 相關企業、高校和科研院所通力合作，建立良好的產學研互動生態END謝 謝 大 家！

18、無人機產業怎么走二一九年五月二十三日匯 報 提 綱一、無人機產業概述二、后信息時代無人機三、結束語一、無人機產業概述（一）無人機發展歷程（二）無人機產業發展現狀（三）無人機產業與汽車產業的對比一、無人機產業概述無人機：是一種由動力驅動、機上無人駕駛、可重復使用可重復使用的飛行器的簡稱。無人機系統：一般包括無人機平臺、任務載荷、數據鏈、信息處理設備、綜合保障設備，是一種通過操作手控制或自主控制（未來是智能控制未來是智能控制）執行各種任務的系統。（一）無人機發展歷程歷史上第一架無人機第一架無人機設計師杰弗里-德-哈維蘭1.1917年第一架無人機在英國誕生一、無人機產業概述1.1917年第一架無人機

19、在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功第一架靶機 RAE19211.1917年第一架無人機在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功3.直到50年代末期，限于技術，一直充當靶機1.1917年第一架無人機在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功3.直到50年代末期，限于技術，一直充當靶機4.1961-1973年越南戰爭，無人機首次投入實戰用于偵察美國“火蜂”無人機執行空中照相偵察任務，共出動3435架次，傘降回收成功率近85%。1.1917年第一架無人機在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功3.直到50年代末期，限

20、于技術，一直充當靶機4.1961-1973年越南戰爭，無人機首次投入實戰用于偵察5.1982年貝卡谷地戰役，無人機用于欺騙防空雷達“偵察兵”無人機“猛犬”無人機以色列使用多種小型無人機，誘騙敘利亞地空導彈的制導雷達開機，從而獲取雷達工作參數和位置，傳輸給戰斗機，僅僅6分鐘，敘利亞苦心經營10年、耗資20億美元的19個導彈陣地、228枚導彈全部被摧毀。1.1917年第一架無人機在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功3.直到50年代末期，限于技術，一直充當靶機4.1961-1973年越南戰爭，無人機首次投入實戰用于偵察5.1982年貝卡谷地戰役，無人機用于欺騙防空雷達6.19

21、91年海灣戰爭，實時圖像傳輸型無人機首次應用“先鋒”無人機“指針”無人機1.1917年第一架無人機在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功3.直到50年代末期，限于技術，一直充當靶機4.1961-1973年越南戰爭，無人機首次投入實戰用于偵察5.1982年貝卡谷地戰役，無人機用于欺騙防空雷達6.1991年海灣戰爭，實時圖像傳輸型無人機首次應用7.1999年科索沃戰爭，SAR偵察無人機首次應用RQ-1“捕食者”1.1917年第一架無人機在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功3.直到50年代末期，限于技術，一直充當靶機4.1961-1973年越南戰爭，無人

22、機首次投入實戰用于偵察5.1982年貝卡谷地戰役，無人機用于欺騙防空雷達6.1991年海灣戰爭，實時圖像傳輸型無人機首次應用7.1999年科索沃戰爭，SAR偵察無人機首次應用8.2001年阿富汗戰爭和2003年伊拉克戰爭，察打無人機投入應用RQ-4“全球鷹”MQ-9“死神”MQ-1B“捕食者”RQ-170哨兵1.1917年第一架無人機在英國誕生一、無人機產業概述2.1921年第一架靶機研制成功3.直到50年代末期，限于技術，一直充當靶機4.1961-1973年越南戰爭，無人機首次投入實戰用于偵察5.1982年貝卡谷地戰役，無人機用于欺騙防空雷達6.1991年海灣戰爭，實時圖像傳輸型無人機首次應

23、用7.1999年科索沃戰爭，SAR偵察無人機首次應用8.2001年阿富汗戰爭和2003年伊拉克戰爭，察打無人機投入應用9.2003年至今，美國全球反恐戰爭，察打無人機頻頻亮相，戰功卓著。MQ-5B“獵人”MQ-1B“捕食者”MQ-9“死神”（二）無人機產業發展現狀1.農業林業我國2017年化學農藥使用量136萬噸，有效使用率不足39%，國外發達國家在50%-60%。還有生物農藥十幾萬噸?；收奂兪褂昧砍^5500萬噸，有效利用率不足38%，國外一般在50%-65%。一、無人機產業概述1.農業林業1）農業植?！稗r業，絕對會成為無人機的主導市場”。無人機上配備的照相機能發現氮濃度偏低的地方；配備有

24、紅外線照相機通過反應不同植物光合作用的效率來顯示植物的生長情況；配備噴灑器的無人機可以進行農藥、種子、粉劑噴灑作業。2）林業防護我國森林資源較為貧乏，但森林大火每年都有發生。無人機在對車、人無法到達地帶的森林火災監測及救援指揮等方面具有其獨特的優勢。一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米國家電網與南方電網在全國范圍內公開招標采購了大批多旋翼無人機和無人直升機，替代人工進行巡檢。僅南方電網2018年利用無人機進行巡檢線路長度超過20萬公里。2.遙感探測一、無人機產業概述沙漠輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米2

25、.遙感探測平原山地一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米2.遙感探測天宇經緯（北京）科技有限公司在云南省獲得空軍批準開展石油巡檢昆明安寧玉溪蒙自一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米鐵路線巡檢預計到2020年將超過15萬千米，其中高鐵3萬千米2.遙感探測青藏鐵路線上萬鐵路工人，每人每年成本10萬元左右，且巡護效率不高。一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米鐵路線巡檢預計

26、到2020年將超過15萬千米，其中高鐵3萬千米2.遙感探測高鐵運營時間基本為白天和上半夜，后半夜停運。每天早上安排一輛測試車進行道路檢測。一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米鐵路線巡檢預計到2020年將超過15萬千米，其中高鐵3萬千米江/河/湖/近海巡查河流長度超過6.2萬千米，湖泊7.8萬平方公里2.遙感探測2016年12月，中共中央辦公廳、國務院印發全面推行河長制意見，由各級黨政負責人擔任每一條河流、湖泊第一責任人。一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過

27、16.9 萬千米鐵路線巡檢預計到2020年將超過15萬千米，其中高鐵3萬千米江/河/湖/近海巡查河流長度超過6.2萬千米，湖泊7.8萬平方公里2.遙感探測浙江一個無人機公司在國內率先探索利用無人機-無人船技術，實現大數據科技治水：（1）建設縣域電子水系圖。首先利用無人機正射影像航拍技術，制作完成全域水系正射影像數字圖。（2）建設完成全景3D水系模型信息化系統。利用無人機搭載激光雷達和傾斜攝影技術，對河道中的漂浮物、兩岸違章建筑物等進行抓取。使用高清圖像與地圖拼接技術，打造全景3D河道模型，為河流打造云數據庫。（3）建設無人化智能水系常規巡查系統。利用無人機、無人船，采用自動線路規劃技術，實現空

28、中、水上常態化巡檢。搭載多種負載功能的無人機正在參與河道巡檢尚不能分析水中污染物含量情況一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米鐵路線巡檢預計到2020年將超過15萬千米，其中高鐵3萬千米江/河/湖/近海巡查河流長度超過6.2萬千米，湖泊7.8萬平方公里地質勘探礦產、考古等2.遙感探測一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米鐵路線巡檢預計到2020年將超過15萬千米，其中高鐵3萬千米江/河/湖/近海巡查河流長度超過6.2萬千米，湖泊7.8萬平方公里

29、地質勘探礦產、考古等國土資源調查2.遙感探測一、無人機產業概述輸電線路巡檢預計到2020年將超過159萬千米石油管線巡檢預計到2020年將超過16.9 萬千米鐵路線巡檢預計到2020年將超過15萬千米，其中高鐵3萬千米江/河/湖/近海巡查河流長度超過6.2萬千米，湖泊7.8萬平方公里地質勘探礦產、考古等國土資源調查氣象探測2.遙感探測一、無人機產業概述3.物流運輸我國GDP規模預計到2030年將超過200萬億，社會物流總費用占比將降低到10%左右，即20萬億；運輸費用占社會物流總費用的約60%，其余是倉儲，即12萬億；航空運輸占整個運輸市場的約15%，即1.8萬億；預計無人機運輸市場將占航空運

30、輸市場的60%，即1.08萬億。一、無人機產業概述3.物流運輸順豐公司在江西省獲得民航局批準開展物流試點。計劃在未來5-10年內采購1-3噸級運輸無人機5000架，用于支線物流，預計采購金額超過250億元。一、無人機產業概述3.物流運輸京東公司在陜西省獲得民航局批準開展物流試點一、無人機產業概述4.社會管理1）交通監管無人機能夠居高臨下、大范圍、快速、長時間進行交通實況監視，實現區域管控，應對突發交通事件，能夠與地面探頭監視網絡互相補充。一、無人機產業概述4.社會管理2）應急救援無人機能夠從空中協助警方在山地、叢林、少人區等地帶開展罪犯搜捕、遇險人員救援。國內外已有多地警方配備了無人機，進行搜

31、捕救援。各地分局已開始組建警務無人機分隊。一、無人機產業概述4.社會管理3）反恐維穩武警西藏邊防總隊高山特勤大隊日前組織開展反恐演練，特戰隊員調試無人機用于偵察“敵人”藏身處，并在無人機的指引下迅速向“敵人”藏身樓房突進。一、無人機產業概述5.娛樂消費美國日本中國人均玩具消費額一、無人機產業概述5.娛樂消費在消費級娛樂市場，深圳大疆創新公司的產品無疑占據領頭羊的位置。據媒體報道，其占領了全球消費級無人機70%的市場份額，2014年銷售額達30億元，2015年銷售額超過63億元，2016年銷售額超過100億元，2017年銷售額180億元左右，2018年銷售額暫未公布。一、無人機產業概述5.娛樂消

32、費婚慶服務一、無人機產業概述5.娛樂消費一、無人機產業概述1）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一體無人機系統無人機系統任務優先級（美國）作戰任務類型小型無人機中型無人機大型無人機無人作戰飛機偵察1111精確目標定位和指示2222信號偵察7334戰斗指揮3456通信/數據中繼8647核、生、化偵察5598戰斗搜索與救援4789目標打擊16873電子戰121165地雷探測691211對抗偽裝、隱蔽和欺騙10101112信息戰13121310地圖測繪15141014嵌入式隱身設計傳感器11151513誘騙/導航9131816特種作戰部隊再補給14161415GPS偽衛星1817

33、1717濱海水下作戰17181618世界上已經列入裝備的無人機80%左右都是偵察與察打一體無人機。6.軍事領域一、無人機產業概述RQ-4“全球鷹”RQ-170“哨兵”MQ-1B 捕食者MQ-9 死神1）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一體無人機系統6.軍事領域一、無人機產業概述中繼衛星固定接收站單收站火力打擊指揮中心無人機敵目標 引導打擊無人機引導其它裝備進行打擊1）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一體無人機系統6.軍事領域一、無人機產業概述 引導打擊 察打一體即把偵察和打擊兩種模式結合在一起，能夠很好的實現“發現即摧毀”的作戰模式。目前的解決思路是

34、將武器打擊模塊嵌入到偵察無人機中。MQ-1B 捕食者MQ-5B 獵人MQ-8B/C“火力偵察兵”彩虹-41）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一體無人機系統6.軍事領域一、無人機產業概述 引導打擊 察打一體 反輻射攻擊發現輻射源后，無人機攜帶戰斗部直接撞擊目標，進行自殺式攻擊，一般為反輻射無人機。以色列“哈比”反輻射無人機1）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一體無人機系統6.軍事領域一、無人機產業概述1）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一體無人機系統一、概 述6.軍事領域1）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一

35、體無人機系統一、概 述6.軍事領域1）以戰場偵察監視和察打結合為主要目的，大力發展偵察與察打一體無人機系統一、概 述6.軍事領域概念：無人作戰飛機是一種全新的空中武器系統，能夠壓制敵防空系統、實施對地攻擊，甚至可以執行空中對抗的主戰裝備之一?，F階段無人作戰飛機的主要功能是實施防空壓制和縱深打擊，從上世紀九十年代開始，美國搶先將其列入軍事裝備發展計劃，引起各國極大關注。2）以火力打擊和無人空中對抗為主要需求牽引，大力發展無人作戰飛機6.軍事領域一、無人機產業概述美國 X-47B無人作戰飛機法國“神經元”無人作戰飛機英國“雷神”無人作戰飛機俄羅斯“電鰩”無人作戰飛機2）以火力打擊和無人空中對抗為主

36、要需求牽引，大力發展無人作戰飛機6.軍事領域一、無人機產業概述2）以火力打擊和無人空中對抗為主要需求牽引，大力發展無人作戰飛機6.軍事領域一、無人機產業概述美軍規定，微型無人機是指外形尺寸介于鷹和大型昆蟲之間的無人機。小型無人機是指起飛總重量大于2.3kg、小于25kg的無人機。近年來，隨著微機電、微電子、智能控制、3D打印等技術不斷提升，微小型無人機具備了低成本、大批量生產的條件，成為異軍突起新的研究領域。3）以遂行特種偵察和蜂群作戰任務為主要目標，大力發展微小型無人機系統6.軍事領域一、無人機產業概述美國國防部認為，“蜂群”作戰系統是一種能克敵制勝、滲透敵方防線的低成本機器人系統。在戰場上

37、無間協作的“蜂群”系統比人工系統具備更卓越的協調性、智能性和速度。更重要的是“蜂群”系統有助于降低成本，能讓美國將這種系統大規模投入戰場，從總體上保持美國武器的優勢。美國空軍、海軍、國防部都在開展無人機“蜂群”作戰系統研究和試驗。3）以遂行特種偵察和蜂群作戰任務為主要目標，大力發展微小型無人機系統6.軍事領域一、無人機產業概述“山鶉”無人機長不足0.3米，重不足1斤，用3D打印技術制造，可以由高速飛行的F-16或F-18戰機釋放。具有環境感知能力和互相尋找、組隊能力。組成類似“蜂群”的隊伍，根據任務要求一起協作控制、導航，聚集、解散。3）以遂行特種偵察和蜂群作戰任務為主要目標，大力發展微小型無

38、人機系統6.軍事領域一、概 述3）以遂行特種偵察和蜂群作戰任務為主要目標，大力發展微小型無人機系統6.軍事領域一、概 述美國海軍低成本無人機蜂群技術（LOCUST）。由無人機大炮接連發生升空。超長航時無人機一般是指續航時間在48小時以上的無人機。太陽能 燃料電池 氫發動機 核動力 無線輸能（激光、微波）超高速無人機一般是指巡航速度大于5馬赫的無人機。4）以新型動力技術為主要突破，大力發展超長航時或超高速無人機系統6.軍事領域一、無人機產業概述“西風”太陽能無人機（336小時）燃料電池無人機（48小時）氫發動機無人機無線輸能無人機SR-72無人偵察機X-51AHTV-24）以新型動力技術為主要突

39、破，大力發展超長航時或超高速無人機系統6.軍事領域一、無人機產業概述1.時間效益采用活塞式發動機的無人機飛行速度在100-260km/h左右。采用活塞式發動機的汽車理想狀態城區50-70km/h，高速公路不超過120km/h。實際城區運行不超過30km/h，高速公路平均不超過100km/h。（三）無人機產業與汽車產業的對比一、無人機產業概述2.空間效益汽車（橋梁、隧道，地面分層空間代價大，但控制難度相對低，可靠性比飛機低，能隨時停車。）無人機（每300米一層，空間優勢大，但控制難度高，可靠性要求高，空中不能停頓。）0米10000米（三）無人機產業與汽車產業的對比一、無人機產業概述普通一級公路每

40、公里造價1000萬左右3.經濟效益（基礎設施建設和運行成本）高速公路每公里造價6000萬-1.5億元左右維修保養平均每公里每年造價的2%左右管理機構支出通航機場（非必須）管理機構支出（三）無人機產業與汽車產業的對比一、無人機產業概述4.應用領域無人機時代美國亞當羅斯坦無人機與汽車技術非常接近，它不僅僅是交通范式的轉變，更是一種空中飛行智能體，由計算電子設備控制，也是一個自動化的機器人。汽車產業已形成一個巨大的產業鏈，無人機與之發展具有非常相似的技術路線和發展軌跡。汽車誕生之初，與交通運輸相去甚遠，是富人的玩具。（三）無人機產業與汽車產業的對比一、無人機產業概述其中規定：每一輛在道路上行駛的機動

41、車，必須由3個人駕駛，其中一個必須在車前面50米以外做引導，還要用紅旗不斷搖動為機動車開道，并且速度不能超過每小時4英里(每小時6.4公里)。英國汽車法案：5.公眾接受程度（三）無人機產業與汽車產業的對比一、無人機產業概述近年來，國務院、各大部委出臺了很多法規、規定、指導意見，盡管有一些無人機使用管理方面的限制條件，但更多的是為促進無人機產業發展而設立，相較汽車誕生之初，產業環境不可同日而語。5.公眾接受程度（三）無人機產業與汽車產業的對比一、無人機產業概述無人機系統作為涉及多學科的大型復雜系統，是一個國家先進科技水平的綜合體現，其發展主要依賴航空和信息兩大類技術。無人機是信息技術在航空飛行器

42、中的全面滲透并廣泛應用的產物，信息技術的發展催生了無人機產業的興起和快速發展。近幾年國家高度重視數字經濟的發展，明確提出“加快推進數字產業化、產業數字化”，無人機產業是其中的一個典型代表。一、無人機產業概述數字產業化：通過現代信息技術的市場化應用，推動數字產業的形成和發展。產業數字化：利用現代信息技術對傳統產業進行全方位、全角度、全鏈條改造。平臺指控站GDT/GDR光電（晝夜）光電（晝間）光電（夜間）SARADR信息系統小計合計百分比蒼鷺218.1209.481.462.942.182.8292.633.88051023.179%搜索者II112.9209.481.462.942.182.83

43、58.133.8870.5983.489%以色列無人機系統價格（萬美元）：一、無人機產業概述隨著無人機應用領域的不斷拓展，鑒于信息技術占比的高企。近年除去傳統航空類企業繼續研制無人機，信息技術公司巨頭也都加入到無人機產業領域。以Google、Microsoft、Intel、Qualcomm、Amazon等國外信息技術公司為代表，都開始介入無人機領域，意圖在某一細分領域占據市場。國內在大眾創業、萬眾創新的浪潮下，大批傳統企業和新興信息技術公司進入無人機市場。未來無人機發展的本質是網絡環境下數據驅動的空中移動智能體，將智能感知、智能認知到智能行動融為一體，必將對軍事和經濟社會發展產生重要影響。在我

44、國有望形成年產值達數萬億量級的經濟規模。一是推進智能制造供給側結構性變革，成為在創新引領、共享經濟、中高端供應鏈等領域培育新增長點的重要抓手；二是催生“無人機+”生產服務應用模式，將在農林牧業、工業、服務業等領域廣泛應用，出現新興生產模式、服務業態和生活方式；三是促進軍事力量轉型和作戰方式演變，催生新型軍事力量編成和作戰方式。一、無人機產業概述一、無人機產業概述2018年6月封面，每一個點都是一架無人機 無人機這一重大技術很可能正在走過其發展的歷史拐點。即從愿景階段走向大規模實用階段，成為大眾日常生活的一部分。2018年6月，時代周刊雜志刊發了以“無人機時代”為主體的封面報道。雖然還有很多困難

45、，但天空變得更加忙碌的一天不可避免的將要來臨了。一、無人機產業概述2018年6月封面，每一個點都是一架無人機二、后信息時代無人機無人機的發展已經有百年的歷史，其大規模產業化只是近二十年的事情。無論在是在軍事領域還是在民用領域，其應用種類、模式、深度都遠遠沒有發展成熟。后信息時代，以“云計算、物聯網、大數據、移動互聯網、人工智能、邊緣計算”等技術為代表，將對無人機產業創新升級產生重要影響。美軍在2017-2042年無人系統綜合路線圖中提出了無人系統四大技術主題，包括互操作、自主性、安全網絡、人機協同，都與信息技術密切相關，同時也是向智能化方向邁進。二、后信息時代無人機未來戰爭將依賴于作戰系統之間

46、關鍵及有效的交互。這些交互依賴于互操作的技術基礎，這個基礎可以建立并確保數據、通信網絡和服務在全軍作戰系統中流通，及時地在信息采集者、決策者、規劃人員和士兵之間傳遞信息。二、后信息時代無人機美國當前軍事戰略的重點是保持對對手的技術優勢。鑒于自主技術的顛覆性影響，必須繼續創新自主技術，以著力將無人系統整合到未來聯合作戰力量結構中。單機自主飛行、多機智能協同、任務自主智能是自主性技術的發展目標。二、后信息時代無人機自主系統不同于自動化系統，自主系統在眾多規則的支配下，能夠偏離基線狀態運行，而自動化系統則在硬性規則支配下運行，不可發生偏離。人工智能和機器學習技術使人們能夠研發自主化水平更高的系統。二

47、、后信息時代無人機今各類機構的關鍵任務能力在很大程度上依賴信息技術。在這種情況下，管理信息技術并確保信息的安全、完整、可靠、可擴展及實用極為重要。信息系統安全成為各級指揮官的關注重點。這一問題在無人系統中尤為明顯，因為無人系統本身高度依賴信息系統。二、后信息時代無人機人機協同對于實現“集成有人/無人力量，使美國擁有世界上最強大的陸、海、空部隊”至關重要。未來的軍事行動需要無人系統與人協同，包括飛行員、海軍陸戰隊員、水手、士兵，甚至是普通民眾。二、后信息時代無人機二、后信息時代無人機（一）人工智能1級：遙控駕駛2級：實時故障診斷3級：適應故障和飛行條件4級：機上航線重規劃5級：多機協調6級：多機

48、戰術重規劃7級：多機戰術目標8級：分布式控制9級：多機戰略目標10級：全自主集群二、后信息時代無人機（一）人工智能面向高動態、實時、不透明的任務環境，無人機應該能夠做到感知周邊環境并規避障礙物、機動靈活并容錯飛行、按照任務要求自主規劃飛行路徑、自主識別目標屬性、用自然語言與人交流等。1.單機飛行智能 環境感知與規避能力 自動目標識別能力 魯棒控制能力 自主決策能力 路徑規劃能力 語義交互能力二、后信息時代無人機（一）人工智能2.多機飛行智能以無人機系統“集群”作戰運用為目標，重點突破協同指揮控制技術、協同態勢感知生成與評估技術、協同路徑規劃技術、協同語義交互技術等技術，實現無人機系統之間、無人

49、機系統與有人作戰系統之間的高度協同，達到自動控制“集群”中各無人系統的平臺狀態、交戰狀態、任務進度、各編隊之間的協同狀態的目的。二、后信息時代無人機（一）人工智能2.多機飛行智能 協同指揮控制技術1）大動態、自組網通信技術；2）編隊飛行控制技術；3）控制權限分級、切換、交接技術；4）任務規劃與目標分配技術。二、后信息時代無人機（一）人工智能2.多機飛行智能 協同指揮控制技術 協同態勢生成與評估1）協同態勢感知技術；2）協同態勢處理技術；3）協同態勢評估技術；4）協同態勢分發技術；二、后信息時代無人機（一）人工智能2.多機飛行智能 協同指揮控制技術 協同態勢生成與評估 協同路徑規劃 協同語義交互

50、椋鳥三、后信息時代無人機（一）人工智能2.多機飛行智能鰹鳥三、后信息時代無人機（一）人工智能2.多機飛行智能螞蟻組成橋梁來通過較大的縫隙螞蟻組成橋梁來通過較大的縫隙螞蟻通過搭橋實現螞蟻通過搭橋實現最短路徑最短路徑游蕩的信天翁游蕩的信天翁覓食搜索模式覓食搜索模式Levy 隨機游走運動隨機游走運動光梯度敏感魚群光梯度敏感魚群集群性能正比于個體數量集群性能正比于個體數量在決策時群體屬性權重大于個體屬性三、后信息時代無人機（一）人工智能生物群體行為特點：1）組織結構的分布式生物群體中不存在中心節點，個體遵循簡單的行為規則，僅具備局部的感知、規劃和通信能力，通過與環境和鄰近同伴進行信息交互從而適時地改變

51、自身的行為模式以適應動態環境。群體系統具有較強的魯棒性，不會由于某一個體或部分個體出現故障而對系統整體造成影響，表現出一定自愈能力。2）行為主體的簡單性生物群體中個體的能力或遵循的行為規則非常簡單，每個個體僅執行一項或者有限的幾項動作，并針對外部情況做出簡單的幾種反應，這種看似笨拙的個體行為卻使它們組成的群體極其高效，體現出智能的涌現。但生物群體系統不是個體的簡單加和，而是通過個體之間的組織、協調、合作，實現能力的倍增。二、后信息時代無人機（一）人工智能2.多機飛行智能3）作用模式的靈活性靈活性主要體現在群體對于環境的適應性。在遇到環境變化時，群體中的個體通過改變自身行為適應環境的變化。如鳥群

52、在遇到捕食者時能迅速做出集體逃避動作，魚群在受到鯊魚攻擊時會改變自身旋渦運動，以獲得更強的生存能力。4）系統整體的智能性群體生物中，看似笨拙的個體行為通過相互協作卻使它們組成的群體有著極高的效率，體現出智能的涌現。二、后信息時代無人機（一）人工智能2.多機飛行智能ABC1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。二、后信息時代無人機（一）人工智能1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。對于每只鳥定義其最近鄰鳥的方向上的向量。然后將所有的向量 都放到相同的原點，將其密度繪制在同一個球面上，得到椋鳥群中最近鄰方向密度圖，如

53、圖(a)。同理，對每只鳥的第10近鄰也用相同的方法進行統計，得到方向密度圖如圖(b)。其中，椋鳥群飛行方向穿過地圖中心指向0（180 ）的方向。由圖(a)可知，最近的相鄰鳥其分布位置存在強烈的各向異性，沿著速度方向明顯缺少鳥類。而由圖(b)所示，第10近鄰鳥的分布位置沒有明顯的各向異性。因此，我們可以認為，椋鳥集群飛行時，臨近的個體之間存在相互作用，且個體存在交互個數的上限。二、后信息時代無人機（一）人工智能1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。定義向量()為鳥指向其第n個最近鄰方向上的單位向量，定義矩陣()=/,(),()，其中N為鳥群的總數量,=,

54、。單位的特征向量()對應于()矩陣的最小特征值，其方向與第n個最近相鄰鳥的最小擁擠方向重合。為了衡量第n個最近鄰居的空間分布中的各向異性程度，定義函數 =()，其中是速度。當的值小于1/3時，判定近鄰分布各向同性，此時近鄰鳥與參考鳥之間不存在相互作用。右圖兩個集群在第六個和第七個最近相鄰鳥之間已經開始變得各向同性。對更多的樣本進行分析可知，單個個體的交互上限為（SE為標準差）。因此，可證明在椋鳥集群飛行時，單個個體僅與和周圍的6-7個個體進行交互。6.50.9cnSE=二、后信息時代無人機（一）人工智能1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。2.椋鳥群飛

55、時，參考鄰居的選擇依據不是歐式幾何模型，而是拓撲模型。歐式模型定義每只鳥的位置為、速度為，且具有恒定的系數和航向。模型動力學定義為：+=+(+)和+=+()/(+)，其中為鳥能夠交互的個體總和。在歐式模型中，鳥與周圍的固定距離范圍內的所有相鄰個體交互；而在拓撲模型中，鳥與 個相鄰個體進行交互，即=。捕食者與鳥群有相對的運動方向，并且有一個垂直的偏移量d。捕食者對每只鳥施加排斥力，隨鳥類-捕食者的距離而衰減，以航向為例，此時排斥力為 ()/。拓撲模型二、后信息時代無人機（一）人工智能1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。2.椋鳥群飛時，參考鄰居的選擇依據

56、不是歐式幾何模型，而是拓撲模型。在不同的初始條件下，進行大量的數值實驗，統計兩種模型下集群被攻擊后的分群數的概率分布。實驗結果表明，在歐式模型下，鳥群通常會被分成5個部分，這意味著歐式模型的鳥群平均恢復力非常低。而在拓撲模型下，鳥群大概率仍然為一個群體，即最可能的攻擊結果是原始群不會分散。此外，概率分布非常迅速地衰減到零，表現出強大的內聚力。二、后信息時代無人機（一）人工智能1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。2.椋鳥群飛時，參考鄰居的選擇依據不是歐式幾何模型，而是拓撲模型。3.椋鳥群飛時，飛行方向具有全局有序性。11=NiivNv定義來衡量集群全局

57、排列情況：其中是第個鳥的速度并且是鳥群中所有鳥的數量。如果每個鳥的速度想著不同的方向那么值將會是是零，而如果多大多數鳥的方向是平行的那么它的值接近1。在對24個椋鳥群進行分析之后，發現其平局值為=.+.()，證明了椋鳥飛行時其飛行方向具有全局有序性。二、后信息時代無人機（一）人工智能1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。2.椋鳥群飛時，參考鄰居的選擇依據不是歐式幾何模型，而是拓撲模型。3.椋鳥群飛時，飛行方向具有全局有序性。4.當感知存在不確定性時，與67只的鄰鳥交互網絡是平衡集群內聚力和個體代價的一種優化選擇。椋鳥群在高度不確定的環境中，接收有限的、

58、嘈雜的信息，卻能保持高度的內聚力和連貫性，表現出強大的魯棒性。有學者定義了一種群體魯棒性的方法，該方法可以基于椋鳥的空間位置來評估不同感知策略下的魯棒性。最后將該方法應用于椋鳥群的實驗數據中，結果發現與6個或7個近鄰交互的網絡可以最大化單個個體對魯棒性的貢獻。二、后信息時代無人機（一）人工智能1.椋鳥群飛時，臨近的個體之間存在相互參考作用，且只與周圍6-7只椋鳥發生作用。2.椋鳥群飛時，參考鄰居的選擇依據不是歐式幾何模型，而是拓撲模型。3.椋鳥群飛時，飛行方向具有全局有序性。4.當感知存在不確定性時，與67只的鄰鳥交互網絡是平衡集群內聚力和個體代價的一種優化選擇。5.椋鳥群飛時，飛行狀態的改變

59、具有相關性。6.椋鳥飛行狀態改變時，會在鳥群中沿距離向形成一相關區域和反相關區域，且相關性長度正比于鳥群大小。7.椋鳥群的相關性是無標度的。即個體狀態的改變影響整個群體中所有其他個體，無論這個種群的大小有多大。二、后信息時代無人機（一）人工智能二、后信息時代無人機（一）人工智能二、后信息時代無人機（一）人工智能二、后信息時代無人機（一）人工智能3.任務自主智能如今，無人機操作手坐在那里，連續幾個小時盯著死亡電視，試圖尋找目標或看到某些東西在動或做某些事情，以確定它是一個目標，這是人力資源的浪費，這是低效的！詹姆斯-卡特賴特上將，美參謀長聯席會議副主席隨著無人機系統的快速增長，無人機系統扮演角色

60、的擴展，以及有人機系統和無人機系統的同步操作，對使用者造成了巨大的人力資源負擔。我們處在一個令人難以置信的技術發展時期。自主控制系統、人工智能、先進計算、大數據，機器學習、圖形可視化工具、超材料、小型化等技術的進步，正引領我們走向偉大的人機協同時代。阿拉蒂-普拉巴卡爾博士，前DARPA主任二、后信息時代無人機（一）人工智能3.任務自主智能1.模式識別（語音、文字、圖像）的學習控制2.人工神經網絡的神經控制3.專家系統的規則控制4.模糊集合的模糊控制二、后信息時代無人機（二）物聯網（低空網絡）物聯網將對未來無人機的應用提供巨大的支撐作用：一是實現無人機系統的遙控、遙測、信息傳輸與跟蹤定位；二是實

61、現無人機空域管控；三是支撐各種社會化應用服務。1.無人機系統控制目前對于無人機系統來說，無論是手持遙控器、手機、便攜控制站、車載站、固定站，基本都是一站一機狀態。二、后信息時代無人機（二）物聯網（低空網絡）視距控制方式1.無人機系統控制目前對于無人機系統來說，無論是手持遙控器、手機、便攜控制站、車載站、固定站，基本都是一站一機狀態。二、后信息時代無人機（二）物聯網（低空網絡）無人機中繼超視距控制方式1.無人機系統控制目前對于無人機系統來說，無論是手持遙控器、手機、便攜控制站、車載站、固定站，基本都是一站一機狀態。二、后信息時代無人機（二）物聯網（低空網絡）衛星中繼超視距控制方式1.無人機系統控

62、制目前對于無人機系統來說，無論是手持遙控器、手機、便攜控制站、車載站、固定站，基本都是一站一機狀態。一站一機的控制方式，存在著建設成本高、頻率資源緊張、控制范圍受限、多機協同困難等諸多缺點，面向網絡的無人機控制需求十分迫切。二、后信息時代無人機（二）物聯網（低空網絡）裝備名稱裝備名稱系統價格系統價格數據鏈分系統價格數據鏈分系統價格數據鏈分系統百分比數據鏈分系統百分比某小型無人機某小型無人機100萬（一站三機）萬（一站三機）約約30萬萬30%某中型無人機某中型無人機1.49億（一站八機）億（一站八機）約約4700萬萬31.5%某大型無人機某大型無人機1.46億（一站三機）億（一站三機）約約490

63、0萬萬33.5%1.無人機系統控制二、后信息時代無人機（二）物聯網（低空網絡）地面基站通用或專用無人機網絡網絡化無人機地面基站光纖通信網發射發射入網入網執行任務執行任務網絡管理與安全管理網絡管理與安全管理離網離網地面（網絡）控制中心地面安全管理中心發送指令接收信息降落回收降落回收“北斗”導航衛星通信衛星本地無人機發、收控制北京-深圳北京-昆明哈爾濱-廣州北京-成都2.空域管理改革這是四條典型的民航航線，飛行軌跡都不是直線。主要原因是民航客機飛行要按照航路規劃，依托地面固定的雷達、導航臺等飛行，飛出航路區域，民航部門將不能實時掌握飛行情況，只能通過軍用雷達探測。二、后信息時代無人機（二）物聯網（

64、低空網絡）北京-深圳北京-昆明哈爾濱-廣州北京-成都2.空域管理改革空域管理的基礎是航路、航線，全國目前只有29條航路，1177條航線，依托地面雷達等進行管制。MH370事件后，2016年中國開始要求民航客機每十五分鐘進行一次主動位置報告。二、后信息時代無人機（二）物聯網（低空網絡）北京-深圳北京-昆明哈爾濱-廣州北京-成都2.空域管理改革現有空域管理機制是針對有人機設立的，完全不適應行業無人機大批量、大范圍、密集型飛行任務?？沼蚬芾淼哪康氖潜ＷC無人機順暢飛行，而不是限制飛行。尤其是娛樂類無人機就是“會飛的手機”，管理要簡便易行。二、后信息時代無人機（二）物聯網（低空網絡）3.社會化服務領域1

65、）公共安全管理合作目標合作目標安全管理要解決“可觀測”、“可規避”、“可控制”三個問題?！翱捎^測”主要是指利用主動探測技術和被動探測技術，對空中目標進行探測，確保不出現遺漏。手機主動發送光電主動追蹤雷達主動追蹤信號被動探測二、后信息時代無人機（二）物聯網（低空網絡）1）公共安全管理合作目標合作目標安全管理要解決“可觀測”、“可規避”、“可控制”三個問題?！翱捎^測”主要是指利用主動探測技術和被動探測技術，對空中目標進行探測，確保不出現遺漏。廣播電視廣播電視基站基站衛星衛星直射直射反射反射輻射輻射大動態寬帶大動態寬帶射頻陣列射頻陣列電磁電磁環境環境擾動擾動特征特征矢量矢量目標目標識別識別與與航跡航

66、跡預測預測深度深度學習學習平臺平臺無源雷達被動探測低慢小目標移動基站、廣播電視塔二、后信息時代無人機（二）物聯網（低空網絡）3.社會化服務領域1）公共安全管理合作目標合作目標安全管理要解決“可觀測”、“可規避”、“可控制”三個問題?！翱梢幈堋敝饕侵笩o人機主動感知周邊環境，與其它飛行器進行交互，并作出規避動作的技術。ADS-B主動發送激光探測超聲波主動探測視覺避障二、后信息時代無人機（二）物聯網（低空網絡）3.社會化服務領域1）公共安全管理合作目標合作目標安全管理要解決“可觀測”、“可規避”、“可控制”三個問題?！翱煽刂啤敝饕侵笇τ谀承┖献黝悷o人機，在其任務不明、行蹤不定的情況下，要有第三方

67、控制手段。信號干擾破解鏈路控制第三方授權控制二、后信息時代無人機（二）物聯網（低空網絡）3.社會化服務領域1）公共安全管理非合作目標主要是利用微波雷達、光電探測、無源雷達等手段對“低慢小”目標進行自動搜索、跟蹤和定位。主要用于大型活動現場安保、機場控制區低空安全監控、城市重點區域低空安全監控等?！暗吐　蹦繕颂綔y二、后信息時代無人機（二）物聯網（低空網絡）3.社會化服務領域1）公共安全管理非合作目標主要包括硬摧毀和軟捕獲兩方面。硬摧毀是指利用高能激光等物理損傷手段進行目標擊落。軟捕獲是指通過某種手段發射柔性網狀物進行包裹，達到捕獲目的。微波武器激光武器“低慢小”目標防御軟捕獲二、后信息時代無人

68、機（二）物聯網（低空網絡）3.社會化服務領域手機、PAD、筆記本等移動智能終端上的APP程序都在采集硬件和用戶行為信息，經用戶授權，用于一些商業分析應用。這些APP包括底層操作系統自帶、手機廠商植入、運營商定制、第三方程序等，通過運管商網絡發往APP制定目的地。主要目的，一是手機設備廠商監控系統軟硬件狀態；二是運營商監控系統資源使用情況；三是APP開發者獲取用戶行為信息。未來，無人機同樣是一個移動的智能終端，手機等其他智能終端面臨的需求無人機同樣存在。并且無人機是一個空中機動飛行的智能終端，高度變化大，現有地面網絡無法滿足需求。二、后信息時代無人機（二）物聯網（低空網絡）3.社會化服務領域2）

69、行業管理二、后信息時代無人機（二）物聯網（低空網絡）3.社會化服務領域3）通航發展通用航空產業每年為美國創造1500億美元以上的產值，但是以有人機為主。我國有人機通航產業一直發展不太順利，無人機產業的通用航空將成為世界上具有中國特色的通用航空代表。無人機產業呼喚一個新型低空物聯網的出現，并且要從系統容量、覆蓋范圍、智能控制、安全管理、業務類型等方面全面創新。二、后信息時代無人機（二）物聯網（低空網絡）二、后信息時代無人機（三）大數據二、后信息時代無人機（三）大數據無人機作為空中移動的傳感器節點，能夠在大地測繪、國土資源調查、氣象探測、交通監管、工農林業生產、物流運輸、個人消費等領域產生海量數據

70、，還包括無人機飛行參數信息，部分數據具有直觀經濟效益，而大部分數據需依托大數據技術進行綜合開發利用。二、后信息時代無人機（三）大數據農業二、后信息時代無人機（三）大數據農業二、后信息時代無人機（三）大數據遙感二、后信息時代無人機（三）大數據遙感二、后信息時代無人機（三）大數據無人機飛行無人機飛行大數據涉及無人機類型、位置、速度、高度、任務屬性等多種數據，這些數據的深度挖掘也會帶來驚喜。二、后信息時代無人機（四）移動互聯網現在基于手機的移動應用，未來都可能基于無人機實現，也會創新更多的應用場景二、后信息時代無人機（五）云計算二、后信息時代無人機（五）云計算無人機傳感器能力不斷增強和應用領域不斷拓

71、展，海量數據需要實時處理，提取有效信息，但機上處理能力有限?？梢酝ㄟ^云端進行處理，然后發回機上或地面進行應用，同時釋放機上計算和存儲壓力。未來無人機將向著信息傳輸網絡化、運行空間數字化、飛行終端智能化方向發展。未來無人機發展的本質是網絡環境下數據驅動的空中移動智能體。網絡化三、結束語未來無人機將向著信息傳輸網絡化、運行空間數字化、飛行終端智能化方向發展。未來無人機發展的本質是網絡環境下數據驅動的空中移動智能體。網絡化數字化 地球立體空間網格化（從地心到太空）；網格（屬性、位置等）數字編碼粒度可變化；網格相互位置計算查表化（快速、批量）；數字化空間之于無人機，類似于高速公路之于汽車，數字化空間將

72、成為無人機產業發展的一個必要基礎設施。三、結束語未來無人機將向著信息傳輸網絡化、運行空間數字化、飛行終端智能化方向發展。未來無人機發展的本質是網絡環境下數據驅動的空中移動智能體。網絡化數字化智能化飛行終端智能化是指除前述智能能力外，未來無人機在網絡環境下，利用大數據、云計算、邊緣計算等共同實現智能。還可能在標準的空管機制下，使用統一的飛控架構和算法，以便于實現更好的協同和沖突消解。三、結束語以“云、物、大、移、智”為基礎，智能終端在農業領域的典型場景三、結束語光譜數據移動互聯網物聯網云計算平臺邊緣計算大數據智能算法1.農作物生長情況2.營養缺失情況3.病蟲害情況生成無人機執行指令以“云、物、大

73、、移、智”為基礎，智能終端在農業領域的典型場景三、結束語以“云、物、大、移、智”為基礎，智能終端在農業領域的典型場景光譜數據移動互聯網物聯網云計算平臺邊緣計算大數據智能算法1.農作物生長情況2.營養缺失情況3.病蟲害情況生成無人機執行指令三、結束語無人機圖像智能算法在電力巡檢的開發及應用普宙飛行器科技（深圳）有限公司得益于高德紅外的多年技術沉淀，公司在無人機飛行控制、圖像穩定、動力系統設計、紅外圖像技術方面擁有多年的技術沉淀，為無人機產品技術的持續提升和無人機應用的不斷完善提供堅實后盾。普宙無人機專利申請165項，其中申請發明專利34項專 利 技 術飛控圖傳云臺增穩計算機視覺軍工品質專業級載荷

74、高能便攜GDU SAGA 軍工品質的行業旗艦機可結合客戶需要，對外觀有償定制超長續航高清跳頻圖傳RTKGPS定位視覺定位IMU慣導輔助定位最大載荷35 MIN高精度懸停7KM1KG高清紅外30X變倍30倍光學變焦4倍數字變倍25HZ幀頻分辨率800*600NETD30mk可結合客戶需要，對外觀有償定制技術方向技術項普宙D品牌圖像傳輸技術2.4G WIFI高清圖傳5.8G WIFI高清圖傳2.4G+5.8G雙頻WIFI軍用跳頻抗干擾無線數據傳輸技術（行業僅普宙一家）軟件開發（包含android、IOS和web前端&后臺）自定義無人機通信協議H.264軟編解碼技術H.264硬編解碼技術采用標準的協

75、議 RTP 傳輸視頻數據,H 264 編碼視頻數據直播產品對比普宙紅外相機D品牌XT2D品牌XT材料氧化釩氧化釩氧化釩像元尺寸7-14um7-14um7-14um分辨率800 X 600640 X 512640 X 512幀頻60hz9hz（出口限制）9hz（出口限制）NETD30mk f#1.050mk f#1.050mk f#1.0雙光融合具備具備無測溫范圍-40至550-40至550-40至550色板8種色板可選單色板單色板是否定制化可根據客戶需求定制功能不可不可自主程度完全自主知識產權依賴進口依賴進口價格成本可控，價格有優勢成本高，價格高成本高，價格高紅色字體表示全部優于全自主研發紅外

76、相機技術無人機核心技術普宙無人機的核心技術抗磁干擾的雙 RTK 天線設計 專為電網設計(X1,Y1)(X2,Y2)Theta6GTIR800 Infrared Gimbal800X600紅外紅外工業級性能輕巧折疊便攜多載荷更換機載高性能計算單元GTZMHD 30X Visible light Gimbal30X變倍可見光云臺GTZMHD 10X Visible light Gimbal10X變倍可見光云臺4K Prime Gimbal4K定焦云臺Megaphone喊話器Floodlight照明燈微單云臺掛架警用投彈器氣體探測器CanisterGas DetectorMirrorless Cam

77、era Gimbal普宙無人機的主要荷載30X 變焦云臺1KM 外監控30X 變焦云臺局部精細化巡視高清紅外 800 x600,25Hz,增穩云臺，全自主研制生產紅外云臺非制冷0.02 NETD點/線/面測溫普宙無人飛行平臺+智能感知+計算機視覺方案一站式幫助用戶全面提升航測內外的作業效率，將電力巡檢的真實場景轉化為數字資產1.Mapping快速拼接，實時預覽，高精度的3D重建測高、測距、測面積等實景數字化360顯示云端3D建?？臻g標識定位坐標、導航3D建模及360全景拼接RTK技術將定位精度提至厘米級2.特征提取深度+遷移學習，自主訓練，正射+紅外的計算機視覺深度學習普宙無人機主要技術遷移學

78、習目標精準智能跟隨不同的控制策略深度學習后可識別10種目標不需要額外的GPS進行輔助深度學習后可識別多達30種目標輔助精準定位智能巡邏快速選擇并自動跟蹤移動目標AI目標檢測識別GTZMHD 30X Visible light Gimbal30X變倍可見光云臺4K Prime Gimbal4K定焦云臺GTZMHD 10X Visible light Gimbal10X變倍可見光云臺深度學習后可識別多達30種目標夜間監測測溫智能巡邏快速選擇并自動跟蹤移動目標GTIR800 Infrared Gimbal800X600紅外紅外紅外掛載上的目標檢測識別通道巡檢無人機在輸電線路走廊通道上方飛行，實現外部

79、隱患巡查，樹障距離攝影測量。目前普宙隊樹木等障礙物的測量精度達到了分米級。對設備內外部環境及特殊生產需要做出的防范性巡檢，如鳥害巡檢、樹竹巡檢、防火燒山巡檢、外破巡檢、災后巡檢等。植被管理完成線路通道走廊的桿塔、導線和線下植被、交跨物的三維空間數據采集。精細化巡檢普宙對單塔的每個部位零件精細巡視，完全自動駕駛。線路發生故障后，根據故障信息，確定重點巡檢區段和部位，采用無人直升機查找故障點及其他異常情況。夜間（紅外）巡視應對夜晚跳閘，臺風等突發事件，體現無人機紅外及探照燈等在夜晚作業等實用性。無人機電力巡檢的四大功能電力通道巡視數據傳輸自動規劃航線，自動控制無人機沿著線路通道上方拍攝視頻或照片，

80、清晰記錄通道范圍內的環境，可根據線路高程數據差異自動變高飛行，有效避免超視距飛行中的安全風險。電力通道巡視植被管理樹障巡視：兼容激光點和可見光點云自動計算桿塔高度，自動計算塔全高度，桿塔呼稱高度全自動完成線路通道走廊的桿塔、導線和線下地物、交跨物的三維空間數據采集。無人機作為采集工具，具有操作簡單、成本低、效率高、成果精度可靠。電力精細化巡視AI目標識別采用RTK（Real-time kinematic，實時動態）載波相位差分技術，實現厘米級定位，通過機器學習或智能識別桿塔部件，自動生成感塔精細化巡視航線。30倍可將光變焦云臺可以清晰聚焦桿塔中的零部件細節電力精細化巡視AI目標識別基于語義分割

81、的植被性質分析3.飛行管理平臺GDU飛盟平臺-云服務平臺(Cloud Service)通信對接方案主要包括近期方案和遠期方案。近期方案主要在地面站使用4G通信模塊接入后端數據服務器，或者通過標準化的手持客戶端，接入統一接口標準的大系統。見下圖：通信對接方案HDMI接口Ethernet網絡USB接口支持主流標準網絡視頻通訊協議智能交互的應用性云平臺多方共建，多方共享GDU飛盟平臺-云服務平臺(Cloud Service)云服務平臺web端云服務平臺入網認證、飛行報備大數據統計任務指派指揮員無人機實時監察任務派發指揮員自動飛行報備實時上傳飛機數據任務執行飛行用戶具體功能包括實施地圖、數據管理及統計

82、分析、設備管理、航線管理和任務管理。其中實時地圖可以瀏覽無人機航跡狀態、顯示禁飛區等等；數據管理及統計分析，將記錄所有任務數據、圖像及視頻數據、建立及管理三維模型；設備管理主要記錄設備信息，管理設備使用記錄；航線管理用來維護常用飛行航線，編輯或修改查詢等等；任務管理則跟蹤每一次的飛行任務下發及執行情況。后臺數據處理方案實時監察飛行器注冊、登記報備飛行器審批、任務指派飛盟大數據超強云端存儲能力集中化統一管理自定義安全權限GDU飛盟平臺-云服務平臺(Cloud Service)高度支持二次開發的飛盟平臺800X600紅外紅外30X變倍可見光云臺10X變倍可見光云臺4K定焦云臺喊話器照明燈單反云臺掛

83、架警用投彈器氣體探測器支持遠達10KM距離高清圖傳和數傳普宙行業無人機普宙行業無人機無人機地面站無人機地面站無人機云平臺服務無人機云平臺服務HDMIUSB4G5G 目標智能跟隨 AI目標檢測識別 AI紅外檢測 航跡規劃 3D視覺避障 圖像后處理 AI文字檢測識別 精準懸停 360度全景拼接 三維實景重建 可見光測繪拼接 紅外測繪拼接 客戶定制（LOGO、品牌合作、軟件定制開發）ODM模式 完整的行業解決方案硬件平臺及豐富載荷豐富接口，開放SDK軟件處理開放平臺模式普宙致力于打造飛盟平臺，與最廣泛的中小創業者共享平臺深度合作，為行業級用戶打造定制化產品二次開發基于計算機視覺，多傳感器融合，全棧式

84、的人工智能解決方案飛控飛控SDKAPP SDK云端服務云端服務普宙電力巡檢方案的優勢：飛行器高度穩定可靠，安全有保障集成普宙先進的云臺技術，畫質穩定可靠行業專業飛行器、云臺相機可選，滿足不同需求國際頂級的“千里眼”紅外云臺技術多項人工智能應用：可預設巡查路線，后續無需人工干預即可實現全自動巡查作業可通過實時圖像傳輸實現對故障點的實時監控和定位飛行平臺：普宙SAGA主要荷載：4K可見光、10倍、30倍可見光云臺，800*600紅外云臺專業軟件：普宙應用程序+普宙專業地面站專用測繪軟件GDU SAGA品牌定制，開放SDK無人機+載荷+SDK+制造+品牌+售后GDU飛盟平臺-體積小巧(Compact

85、 Size)A4紙大小其他行業級無人機Z4B標配續航 55分鐘最大4.5Kg載重15KM高清圖傳雙頻自動優選，抗干擾強六級風正常飛行可支持RTK差分，精度高達0.1m以客戶為中心，合作共贏普宙飛行器科技(深圳)有限公司無人機電力應用的技術方向和產品路線探索作業場景及內容精細化巡檢精細化巡檢是指用無人機對輸電塔的各個零部件、導線掛點及附屬設施進行大尺寸拍攝，用以監察設備狀況，保證線路運行安全。巡檢周期：半年至一年不等，視線路負荷狀況及地方要求。覆蓋范圍：南網要求全線覆蓋。自動化要求：南方電網要求在2020年實現全面的無人機自動化巡檢。智能化要求：要求對缺陷執行自動識別。異物入侵絕緣子破損輸電設備

86、巡檢當前的作業場景輸電設備巡檢當前的作業場景精細化巡檢-施工驗收施工驗收主要指輸電線路在建設完成后由電網進行驗收，架空線路部分類似于精細化巡檢內容，主要有以下內容。巡檢周期：線路投運前 覆蓋范圍：新建線路權限 自動化要求：暫無 智能化要求：暫無目前作業流：a)人工飛行；b)對巡檢位置拍攝，并初步瀏覽巡檢結果；c)回到本地，導出照片并查看細節；人工巡檢痛點 專業化程度高，人員占用嚴重 數據標準化不足，為缺陷識別帶來挑戰自動巡檢現有無人機軟硬件架構適配自動化應用較差 航點功能受限；飛行精度受限；云臺精度受限；自動巡檢易虛焦（中心點對焦時容易丟失目標，至虛焦）；輸電設備巡檢痛點和訴求輸電通道巡檢當前

87、的作業場景樹障巡檢樹障巡檢，主要指利用切斜攝影或其他傳感器測量樹與導線間距的作業方式。目前以傾斜攝影方式建模再通過軟件分析的方式為主，激光雷達建模為輔。巡檢周期：季度至一年不等，視地區不同而不同，南方植被茂盛地區需求較大。覆蓋范圍：南網幾乎全面覆蓋。自動化要求：南方電網要求在2020年實現全面的無人機自動化巡檢。智能化要求：南網要求實現數字化管理。目前作業流：a)規劃航線，進行傾斜建模拍攝；b)回到本地，導出照片并建模（pix4d）；c)根據模型進行測量；d)出具樹障報告；傾斜攝影痛點 操作繁瑣：需要先規劃航線、再拍攝，導出照片后再建模；建模精度有限：測量精度一般在亞米級；效率低，建模速度慢：

88、從開始拍攝到分析報告出具一般需要1-2天，實際耗時大于8小時；激光雷達痛點 操作繁瑣；費用昂貴：一般報價2000/km）；客戶訴求 尋求性價比/實時性更高的解決方案（2D激光雷達，毫米波雷達）輸電通道巡檢痛點和訴求輸電通道巡檢當前的作業場景輸電導線巡檢輸電導線的巡檢往往發生在線路跳閘需要找到之后，故障點，或者雷擊放電點，這時候需要用無人機對一直范圍內的輸電導線執行精細化巡檢。替代了原來人工登塔的方式，規避了大部分人員作業風險。巡檢周期：一般在線路跳閘后，視線路負荷狀況及地方要求。覆蓋范圍：災害密集區域，如雷擊、覆冰。自動化要求：南方電網要求在2020年實現全面的無人機自動化巡檢。智能化要求：要

89、求對缺陷執行自動識別。輸電通道巡檢當前的作業場景防外物破壞防外破指現在經濟發展迅速，隨著鄉村道路、工業園區、新建房屋的興建，造成輸電的管轄塔位很多地方出現外部隱患，這種隱患要隨時監控以防對設備本體穩固性造成影響。巡檢周期：一個月至一個季度，常規巡視的一種，巡檢密度要求較高。覆蓋范圍：全線覆蓋。自動化要求：南方電網要求在2020年實現全面的無人機自動化巡檢。智能化要求：要求無人機在飛行過程中對輸電通道附件目標物體進行識別，如：工程機械，工地等輸電通道巡檢當前的作業場景防山火防山火亦是輸電通道日常巡檢當中重要一環、在山火易發季節，巡檢人員需要用無人機從空中觀察輸電線路附近容易出現火情的區域，嚴防火

90、災發生。巡檢周期：災害頻發季節。覆蓋范圍：重點線覆蓋。自動化要求：暫無 智能化要求：識別火源輸電通道巡檢當前的作業場景應急災害巡視在應急災害發生時/發生后，電力指揮人員需要第一時間了解災害現場的情況以制定應急方案，這種情況下往往需要無人機將現場的畫面/圖像及時傳輸到指揮中心。巡檢周期：一般在線路跳閘后，視線路負荷狀況及地方要求。覆蓋范圍：災害密集區域，如雷擊、覆冰。自動化要求：南方電網要求在2020年實現全面的無人機自動化巡檢。智能化要求：要求對缺陷執行自動識別。目前作業流：a)接到巡檢任務（工單）；b)到達巡檢現場；c)手動操作無人機巡檢；d)人工查看FPV視頻；客戶的痛點和訴求 巡檢效率低

91、：單次起飛作業半徑約3km，巡檢效率受限于無人機續航時間及圖傳距離。實際作業圖傳易受到遮擋：人員占用嚴重，全程需要人工操作：客戶訴求 尋求性價比/效率更高的解決方案（VTOL/固定翼無人機）希望加入AI技術，識別可疑入侵物（如：工程車輛、火種、施工人員）輸電通道巡檢痛點和訴求無人機應用現狀及項目思路電網無人機應用現狀及需要解決的問題信息化互聯互通互聯互通/消滅信息孤島消滅信息孤島自動化降低技術運用難度降低技術運用難度/提高數據標準化程度提高數據標準化程度智能化提升運維效率提升運維效率/減員增效減員增效據不完全統計，整個電網無人機保有量超過30,000臺；電網無人機應用現狀作業狀態難監控作業狀態

92、難監控員工外出作業信息不閉環，后臺無法掌握員工當前的工作狀態。作業信息難統計作業信息難統計員工作業量無文檔記錄，全憑經驗，業績考核無標準。作業質量難保證作業質量難保證根據飛行操作水平，數據采集質量參差不齊，無法統一標準。作業數據難歸檔作業數據難歸檔作業所產生的數據只能通過人工拷貝，命名格式，存儲位置無法統一。作業標準難劃分作業標準難劃分數據質量無標準，為后期缺陷智能分析帶來困難。建設思路信息化信息化：依靠Pilot和FlightHub打通現場端（APP）和平臺端（生產管理系統）的信息通道。將巡檢作業數據從不同維度進行分類，提供員工考核依據；添加業務通道讓工單/作業流閉環。自動化自動化：Flig

93、htHub作為航線管理實現無人機作業的自動化。智能化：智能化：數據/信息形成閉環后，通過平臺本身或第三方平臺實現數據的智能化處理，將結果直接輸出給生產管理系統，進一步提高運維效率。解決方案產品構成DJI Pilot第三方設備APP作業現場端數據中樞平臺端數據分析分析平臺APP作業現場端DJI-Terra航線規劃平臺1.優秀的用戶體驗：以DJI Pilot為藍本開發的定制版APP，標準化測試流程，秉承了DJI軟件一貫優秀的用戶體驗。核心軟件版本長期維護，免除后顧之憂。2.豐富的業務功能：定制版軟件集成自動飛行和作業管控功能，支持導入/執行標準格式的航線文件，需根據作業計劃解鎖飛行功能，可防止非業

94、務情況使用無人機。3.安全的部署方式：默認不會上傳任何數據到外部設備（無需登錄DJI賬號，可采用電網定義賬號體系）。4.完整的作業流程：前端操作App配套FlightHubPE平臺一起使用來完成無人機設備管理和業務管理工作。通過web-sdk可以和生產管理系統打通，工單/航線一站式派發。DJI Pilot解決方案功能簡介1.私有化的部署方案：純內網環境安裝，所有數據傳輸流通在安全環境下，符合信息安全要求。2.豐富的業務管理：作業過程中的全部無人機數據都將匯總的FlightHub，通過多維度分析，可實現工單、作業、統計、管控的全流程管理。3.完備的設備管理：無人機數據中樞的定位，賦予了Fligh

95、tHub聯通各個模塊底層信息的能力，可對設備進行全生命周期管控，包括升級，維護，報廢等等。4.規范的數據統計：完善科學的數據架構，保證無人機及周邊設備的全生命周數據被合理規范的記錄。5.實現平臺級耦合：FlightHub定位為二級數據中樞平臺，通過完善的API架構實現與生產管理系統無縫耦合。解決方案功能簡介解決方案系統拓撲解決方案系統拓撲解決方案作業流程解決方案核心技術DJI Manifold21、自動化巡檢項目中可用于輔助對焦，輔助拍攝。2、通道巡檢過程中用于對入侵物體進行自動識別。例如：工程車輛識別、火源識別。3、精細化巡檢過程中輕量級缺陷識別：例如絕緣子破損，鳥窩等等無人機自動化應用現狀

96、編程方式編程方式描述描述實施效率實施效率復雜工況適應性復雜工況適應性易用性易用性魯棒性魯棒性適用范圍適用范圍Online Programming（APP）在線編程，這個詞是從機器人取代手工作業而來的，用機器人代替人進行作業時,必須預先對機器人發出指示,規定機器人進行應該完成的動作和作業的具體內容。這個過程就稱為對機器人的示教或對機器人的編程。當然，在不同的設備上，都采用示教編程的方式，就是告訴機器要執行的步驟優優中中優優中中輸電輸電/變電變電/配電配電（長期固定的巡檢（長期固定的巡檢場景）場景）Offline Programming（PC GSPPC GSP）離線編程，是通過軟件，在電腦里重建

97、整個工作場景的三維虛擬環境，然后軟件可以根據要工加零件的大小、形狀、材料，同時配合軟件操作者的一些操作，自動生成機器人的運動軌跡，即控制指令，然后在軟件中仿真與調整軌跡，最后生成機器人程序傳輸給機器人。低低優優差差優優輸電輸電/變變電電（長期固定的巡檢（長期固定的巡檢場景）場景）總結：兩種方式各有優勢，針對無人機的自動化巡檢可以互補。無人機自動化應用現狀減員增效不單單是電力，所有國有企業都面臨的實際挑戰。根據國家能源局2017年電力可靠性年度報告顯示，全國截止到2017年全國220kv及以上輸電回路總長度接近70WKm，任務重、要求高，已經是電網運維的常態；與此同時電網人員指標只減不增也使得發

98、展自動化、智能化巡檢成為必然。其中南方電網廣東公司明確提出2025年實現全部無人機自動駕駛。國家電網中四川、江蘇、浙江也將無人機自動巡檢輸電線路提上建設日程。產品：打造基于DJI軟件/硬件的完整自動化巡檢方案。市場價值：端到端的解決方案，提升選件效率其他應用場景輸電線路輸電線路變電站變電站橋梁巡檢橋梁巡檢光伏電站光伏電站工業園區工業園區其他應用場景系統拓撲及無人機配置系統拓撲及無人機配置APN/4G公網SDR/4G無人機狀態信息/巡檢缺陷信息/巡視工單 輔助對焦/拍攝 前端智能識別/分析 變焦相機 紅外相機c工單派發巡檢計劃制定作業數據統計電網管控平臺RTCM via 4GRTCM via S

99、DRFlighthubPilot示教操作航線錄制航線導出航線導入DJI RTK BS無網絡地區備份方案4G覆蓋區域Pilot航線下載/航線執行M210RTK工業級無人機38min續航5km控制距離ZENMUSE X5S有效相熟：2080萬應用案例應用案例即在盡量少的人工干預下得到我們想要的結果即在盡量少的人工干預下得到我們想要的結果8.31%2.15%1.35%3.32%3.77%5.63%3.94%6.96%1.33%2.13%3.11%1.19%3.42%3.68%3.33%5.39%2.88%5.66%2.97%6.65%2.66%6.78%1.93%1.19%3.36%5.55%5.7

100、9%2.21%巡檢樣片同一位置照片偏差小于10%應用效果分析應用效果分析自動化降低技術運用難度降低技術運用難度/提高數據提高數據標準化程度標準化程度智能化提升運維效率提升運維效率Online programmingOnline programming（APP Pilot&ElinsAPP Pilot&Elins）Offline programmingOffline programming(PC PC(PC PC_ _GSP)GSP)激光點云模型激光點云模型（輸電（輸電/變電）變電）？深化應用深化應用技術技術升級升級巡檢執行巡檢結果巡檢規劃后端缺陷自動識別后端缺陷自動識別在服務器端部署缺陷識別算

101、法，AI瞄準瞄準/對焦輔助對焦輔助加入無人機前端識別技術，自動對準拍攝位置，降低操作難度，提升拍攝精度。前端自動識別前端自動識別輕量級缺陷自動識別遠程實時上報在巡檢環節引入圖像識別技術在巡檢環節引入圖像識別技術在日常巡視過程中，常常有外力可能會無人機巡檢精度產生消極影響，例如：大風、強光、信號干擾。在巡檢過程中引入圖像識別技術，無人機能夠準確識別拍攝器件，并自動修正拍攝角度，調整相機參數，從而提升系統魯棒性。前端智能識別前端智能識別利用無人機搭載的高性能計算平臺，實時分析拍攝圖片，將輕量級的缺陷實時處理，并通過網絡上報至運維平臺。鳥巢絕緣子破損防震錘移位異物入侵缺陷分級處理平臺智能識別平臺智能

102、識別利用超級計算機級處理能力，對圖像數據精細深度分析，進一步挖掘細節缺陷。螺栓缺失器件銹蝕銷釘缺失異物缺陷分級處理巡檢現場端平臺端航線規劃/仿真APN/4G航線同步WEB-SDK無人機狀態信息/巡檢缺陷信息/巡視工單工單派發巡檢計劃制定作業數據統計電網管控平臺FH-PEPilot+Elins（PE）基于激光點云模型的Offline_Programming以PC GS PRO 3D航線規劃為原型2、無人機綜合管控平臺無人機綜合管控平臺 自動飛行航線管理自動飛行航線管理；設備信息管理設備信息管理；禁飛區管理禁飛區管理；售后管理售后管理；3、離線航線規劃平臺離線航線規劃平臺 激光雷達掃描輸電線路激光

103、雷達掃描輸電線路；離線航線規劃離線航線規劃（simulator）；）；航線生成航線生成/路徑優化路徑優化/碰撞檢測碰撞檢測；1、現場端巡檢軟件現場端巡檢軟件 無人機示教飛行無人機示教飛行；航線生成航線生成；航線執行航線執行；業務信息信息同步業務信息信息同步；（二期項目二期項目）航線同步/導入1、信息化以DJI-Flighthub為核心，將無人機信息接入電網信息話平臺，打通無人機接入信息化平臺的最后一道壁壘。2、自動化以航線為核心，依靠DJI Pilot/DJI GSPro構建一套從航線生成到執行的自動化作業流程。3、智能化以無人機前端圖像識別為切入點，配合后端識別，進一步提升巡檢執行到結論輸出

104、的實時性。產品脈絡特定運行風險評估在無人機巡線中的應用中國民航科學技術研究院民用無人機檢驗中心運行概念運行類別開放類低風險特定風險內在地面風險等級7?取證類YesNo緩解措施M1/M2/M3最終地面風險等級RobustnessMITLow/NoneMediumM110M20-1M30-2初始空中風險等級戰略緩解措施戰術緩解措施AEC最終空中風險等級否否是是否是是是是是航空風險等級-b（空域相遇類別-6C）航空風險等級-b（空域相遇類別-10）航空風險等級-c（空域相遇類別-9）航空風險等級-c（空域相遇類別-8）航空風險等級-c（空域相遇類別-7）航空風險等級-c（空域相遇類別-6b）在E類空

105、域的操作？城市人口中的F類或G類空域的操作？鄉村人口中的F類或G類空域的操作？航空風險等級-d（空域相遇類別-6a）B類，C類或D類空域的操作？操作低于500英尺AGL否在SORA定義的機場環境中的操作？否操作是否處于C模式Veil/TMZ空域？否在受控空域中的操作？否在城市區域上方的非受控區域中的操作？否在鄉村地區上方非受控區域中的操作？在鄉村地區上方非受控區域中的操作？否否否在受控空域中的操作？操作是否處于C模式Veil/TMZ空域？否在SORA定義的機場環境中的操作？是操作在500英尺AGL以上但FL600以下是否操作低于FL600？是否航空風險等級-d（空域相遇類別-1）航空風險等級-

106、d（空域相遇類別-2）航空風險等級-d（空域相遇類別-3）是是是航空風險等級-c（空域相遇類別-4）航空風險等級-c（空域相遇類別-5）航空風險等級-b（空域相遇類別-11）航空風險等級-a（空域相遇類別-12）是在非典型空域中的操作？在城市區域上方的非受控區域中的操作？SAIL運行安全目標SAIL DeterminationFinal ARCFinal GRCab1III2III3IIIIOSO NumberSAILIIIIII IV V VIOSO#NOLM HHHOSO#Add-onO OLM HH無人機運行滿足安全水平要求YesNo運行概念Nor案列分析SORA流程輸入運行概念描述評估

107、地面風險空中風險SAIL輸出運行安全目標穩健性等級使用安全方式操縱無人機，但不滿足一般遠程駕駛員的要求在晝間飛行最大飛行距離超過1公里，屬于超視距運行在室內通過地面監管系統實施無人機管理需要飛越一個禁飛區飛行高度不超過120米運行概念描述地面風險等級初始地面風險等級最大UAS特征尺寸1米/約3英尺3米/約10英尺8米/約25英尺大于8米/約25英尺預期的典型動能700焦（約529英尺磅）34千焦（約25000英尺磅）1084千焦（約800000英尺磅）1084千焦（約800000英尺磅）運行場景在人煙稀少環境的管制區域上方進行VLOS運行1235在人煙稀少的環境（飛越人口集中的區域）上方進行B

108、VLOS運行2346在人口密集環境的管制區域上方進行VLOS運行3468在人口密集環境上方進行VLOS運行4579在人口密集環境的管制區域上方進行BVLOS運行56810在人口密集環境上方進行BVLOS運行67911在人群聚集區上方進行VLOS運行7在人群聚集區上方進行BVLOS運行8地面風險等級緩解措施穩健性緩解措施編號GRC修正措施低/無中高M1緊急響應計劃（ERP）已制定，經運營人驗證且有效10-1M2地面撞擊影響可降低0-1-2M3技術遏制手段已制定且有效0-2-4運行單位已自行進行驗證無人機搭載降落傘系統，且經運行單位自行驗證無人機具有電子圍欄功能，且經運行單位自行驗證空中風險等級空

109、中風險緩解措施運行限制 極低飛行高度結構和規則 使用經認可的一般空域使用規則 經認可的飛行規則戰術緩解措施 電子簽名 聲光信號及報警 ADS-B最終空中風險等級為ARC-bSAILSAIL確定最終ARC最終GRCabcd1IIIIVVI2IIIIVVI3IIIIIVVI4IIIIIIIVVI5IVIVIVVI6VVVVI7VIVIVIVI7C類運行運行安全目標操作安全目標無人機系統的技術問題操作安全目標#01確保運營人是勝任的和/或認證的。L操作安全目標#02無人機系統由有能力和/或經過認證的實體制造。O操作安全目標#03無人機系統由有能力和/或經過認證的實體維護。L操作安全目標#04UAS

110、根據權威認可的設計標準開發。O操作安全目標#06C3 鏈路性能適合于操作。L操作安全目標#05無人機系統的設計考慮了系統的安全性和可靠性。O操作安全目標#07檢查無人機系統（產品檢查）以確保與行動綱要的一致性。L操作安全目標#08操作程序已定義，驗證和遵守。M操作安全目標#09遠程工作人員訓練有素，能夠控制異常情況。L操作安全目標#10對技術問題的安全恢復。L支持無人機系統操作的外部系統的性能惡化操作安全目標#11處理支持無人機系統操作的外部系統性能惡化的程序。M操作安全目標#12無人機系統旨在管理支持無人機系統操作的外部系統的性能惡化。L操作安全目標#13支持無人機系統操作的外部服務足以支持

111、該操作。L人為錯誤操作安全目標#14操作程序已定義，驗證和遵守。M操作安全目標#15遠程工作人員訓練有素，能夠控制異常情況。L操作安全目標#16多人員協調L操作安全目標#17遠程工作人員適合操作。L操作安全目標#18自動保護飛行包線免受人為錯誤的影響。O操作安全目標#19對人為錯誤的安全恢復。O操作安全目標#20人為因素評估已經完成，人機界面被認為適合于任務。L不利的操作條件操作安全目標#21操作程序已定義，驗證和遵守。M操作安全目標#22對遠程工作人員進行培訓，以識別關鍵的環境條件并采取避免的手段。L操作安全目標#23已定義，可衡量和遵循的安全操作的環境條件。L操作安全目標#24無人機系統已

112、設計并符合惡劣環境條件。OOLMHSORA的利弊基于風險的評估方法能夠使評估過程更具有針對性，從核心事件入手，將整個評估過程細化拆解，并通過緩解措施進行風險降低，科學完整的評估體系為管理層和企業提供了安全管理的抓手。SORA評估過程中，一些緩解措施穩健性評估還缺乏系統性的解決方案，第三方評估工作急需加強。建議目標無人機巡線風險源識別研究SORA在巡線作業中的應用可行性研究風險緩解措施方案及穩健性評估方法研究SORA評估，并進行標準場景的設計和布局THANK YOU內蒙古電力（集團）有限責任公司航檢中心內蒙古西部電網航檢作業情況介紹01/結合現狀的航檢運控管理02/下一步打算03/目錄CATAL

113、OG內蒙古西部電網航檢作業情況介紹01The first chapter蒙西電網直升機航檢作業始于2004年，是全國第二家開展直升機航檢作業的電力企業，至今已經歷了15年的發展歷程，先后經歷了整包外委巡檢、租機巡檢和目前租機精細化巡檢的三個發展階段。經過四年的研究發展與經驗積累，2008年轉變為自主巡檢方式，通過機載光電吊艙開展可見光和紅外同時進行的巡檢作業，從初期的輔助人工巡檢，到后來以航檢為主人工為輔的巡檢方式將輸電線路巡檢方式從地面提升到空中，多年來編寫了包括直升機作業指導書，直升機巡檢作業流程在內的多項制度和標準。AAdd the title直升機巡檢作業直升機巡檢作業無人機巡檢工作始

114、于無人機巡檢工作始于20122012年，隨著無人機在電力行業中的廣泛應用，我們通過多年年，隨著無人機在電力行業中的廣泛應用，我們通過多年的運用實踐，將輸電線路運維的實際需求和無人機在電力行業優勢進行了有效的結合，秉承的運用實踐，將輸電線路運維的實際需求和無人機在電力行業優勢進行了有效的結合，秉承著從實際出發，實事求是的工作態度，我們將無人機在電力行業的應用能力盡量實現了最大著從實際出發，實事求是的工作態度，我們將無人機在電力行業的應用能力盡量實現了最大化，固化了各項工作方式的流程和標準，追求作業標準的完全統一。通過積累編制并完善了化，固化了各項工作方式的流程和標準，追求作業標準的完全統一。通過

115、積累編制并完善了無人機的各項管理制度和作業標準，在規范作業流程的同時加強了安全隱患防控，從人員、無人機的各項管理制度和作業標準，在規范作業流程的同時加強了安全隱患防控，從人員、設備、方法、質量上提出了明確的要求，使無人機在電力領域得以健康長足的發展，更好的設備、方法、質量上提出了明確的要求，使無人機在電力領域得以健康長足的發展，更好的服務于安全生產工作；截至目前，在常規精細化巡檢的基礎上我們正在完善固定翼巡檢、激服務于安全生產工作；截至目前，在常規精細化巡檢的基礎上我們正在完善固定翼巡檢、激光雷達應用等各項標準的修訂，并在尋找各領域與電力行業最好的結合點。光雷達應用等各項標準的修訂，并在尋找各

116、領域與電力行業最好的結合點。無人機無人機巡檢作業巡檢作業BAdd the titleCAdd the title目前直升機與無人機巡檢作為蒙西電網的主要巡檢手段，已形成常態化的巡檢作業模式。201720182019直升機：1.8萬余基無人機：5千余基直升機：1.8萬余基無人機：7千余基直升機：3萬余基無人機：5萬余基無人機作業量增加了800直升機作業量增加80%以上在2018年的基礎上累計巡檢桿塔計劃巡檢桿塔累計巡檢桿塔DAdd the title經統計，目前蒙西電網所轄110kV及以上輸電線路1500余條，總長度達4萬余公里；計劃在2019年通過直升機與無人機相結合的方式，實現全網220kV

117、以上輸電線路可見光巡檢的機巡全覆蓋。并對部分的110kV輸電線路開展精細化巡檢工作。呼和浩特包頭錫林郭勒盟烏海阿拉善盟巴彥淖爾鄂爾多斯烏蘭察布EAdd the title由于內蒙古地區地形復雜，涉及沙漠、戈壁、草原、丘陵、山區等多種復雜地形，且東西跨度大，而南北狹長，所屬的8個盟市12家供電單位線路距離東西跨度達到2000余公里，維護難度較大。在2019年，蒙西電網所屬各供電單位大規模的開展了無人機巡檢工作，在此基礎上仍有一百余組的無人機外委服務人員在進行巡檢工作，同時我們的直升機作業也在全區范圍內廣泛開展。屆時會有6架直升機和幾百架無人機同時作業，經?？赡軙霈F直升機與無人機同空域作業的情況

118、。面對如此大規模的航檢工作，我們將面臨著區域廣，氣候復雜，人數多且分散等嚴峻的考驗，為此如何有效管理成為了我們急需解決的問題？如如何何管管理理FAdd the title結合現狀的航檢運控管理02The second chapter面對上述提出的困難，根據內蒙古電網特點，將從作業計劃、人員，數據信息，設備等四個方面建立有針對性的的運控管理模式，更好的開展航檢作業工作。計劃管理人員管理設備管理數據管理通過前期管理構想，首先構建了管控系統框架，完善了基礎數據，對線路臺賬信息、人員及分組信息、設備臺賬信息進行收集與錄入，并形成了一套可視化、可追溯、高效率、高安全性的數據管理平臺，作為航檢作業的數據中

119、心、控制中心、管理中心，通過該平臺實現對航檢作業過程的監控與記錄，實現航檢任務、設備的統一管理。作業計劃管理隨著蒙西電網四級無人機管理體系的提出，需實現從航檢中心到各輸電單位、各航檢班組及旗縣航檢人員的逐級管理，健全完善航檢工作的技術管理體系建設。人員管理設備管理數據信息管理結合全年的停電計劃，對全年巡檢計劃進行整體安排，對年度、季度、月度、日計劃及計劃外作業進行統一管理。作業計劃管理作業計劃管理人員管理人員管理1、人員的基本信息；2、作業人員的位置；3、線路信息比對；4、作業計劃執行情況；5、無人機作業組與直升機作業組實時監控；6、統一調度，合理規避可通過線路列表，在地圖中查看線路詳情。并通

120、過線路詳情查看桿塔詳細信息。通過運控管理平臺，可查看所有入網的飛行器及信息，支持全機型飛行管理，并可與操作人員進行匹配。通過遠程觀測和現場抽查，對作業人員、作業設備、作業方式開展現場安全監督檢查。數據信息管理設備管理已完成了部分的設備信息錄入，建成了航檢設備電子化信息臺賬，準確掌已完成了部分的設備信息錄入，建成了航檢設備電子化信息臺賬，準確掌握了設備的位置、使用周期、設備狀態、使用人員等情況，實現統一管理及航握了設備的位置、使用周期、設備狀態、使用人員等情況，實現統一管理及航檢設備的檢設備的全生命周期管理全生命周期管理。設備管理設備領用可根據不同的作業類型智能推薦設備領取清單，輔助作業人員完設

121、備領用可根據不同的作業類型智能推薦設備領取清單，輔助作業人員完成設備領取工作，避免出現設備誤領、設備漏領的情況。成設備領取工作，避免出現設備誤領、設備漏領的情況。應急直播應急直播在面對突發情況，進行應急巡檢時，通過運控管理平臺可實時查看現場直播畫面，掌握現場情況，提升航檢管理應急處置能力。數據分析運控管理平臺可自動將航檢作業數據進行統計分析，可直接根據不同的時間、人員、地區、作業類型快速統計出整體作業進度、缺陷情況。直升機作業組無人機作業組中心運控管理系統通過集中管控方式開展的運控管理各供電單位航檢中心統一計劃質量監督信息共享優勢通過此方式，實現蒙西電網航檢作業的統一集中管控，實現有人機、無人

122、機航檢作業的全過程的閉環管理，全程掌控網內巡檢實施進展和動態，實現全覆蓋信息共享整體閉環管理，并對作業質量進行監督。閉環管理下一步打算03The third chapter通過半年的試運行，我們對平臺進行多次優化，現已將各類管理制度和流程標準融入到平臺應用中，各作業組基本實現了從計劃錄入到作業實施和完成上報的全過程管控。下一步將完成所屬各供電單位的端口接入和權限開放，實現全網集中化管理。下一步下一步，通過運控管理平臺為基礎，實現與應急指揮車的數據連接，對現場作業影像進行實時回傳，在緊急情況或事故，例如洪災、線路覆雪覆冰，火災等應急情況的現場畫面進行實時回傳，方便管理人員掌握現場情況，為應急指揮

123、提供輔助。通過對無人機智能庫房的深入了解，我們將開展相關工作，實現與平臺設備管理模塊的接入，實現無人機及配件的存放、設備狀態監控、無人機電池充電安全管控、出入庫狀態查詢等功能的集中統一管理。下一步Thanks1輸電線路無人機傾斜攝影三維航線規劃設計廣東電網機巡中心2019年5月一 發展歷程Z-5技術傳承與延伸低空自動駕駛三維航線規劃多傳感器集成吊艙自動跟蹤缺陷智能識別便捷性安全性400KG級 有幾個人敢飛？2015年 開始研發多旋翼自動駕駛技術DJI SDK V1.0 多旋翼自動化通道巡視人工手動飛一邊，記錄拍照點坐標，然后飛機復飛當著新華網、CCTV等20多家微博大V的面，直播自動駕駛過程中

124、“炸機”了，此生難忘！2016年2017年立項，2018年開始數據采集，完成全省6萬公里輸電線路高精度絕對坐標系的激光雷達點云數據采集2017-2018 未雨綢繆絕對數據優勢鹽圈困難遠比預測多！辦法總比困難多！覆蓋：輸電、變電、配電線路：10kV-500kV等18條線路120公里，600基桿塔數據與系統飛機人全省主網6萬公里全部完成采集已完成1000公里航線2019年1萬公里全省無人機保有量7000臺，主網2000臺，配網5000臺已采購RTK飛機300余架已完成100人自動駕駛培訓，2019年主網300人，配網500人，合計覆蓋800人2019 萬事俱備 不欠東風二 效果視頻三 廣東機巡最新

125、成果廣東機巡廣東機巡“硬核”技術發布技術發布可見光傾斜攝影技術在電力運維領域的一直處于黑暗之中夢想很美好現實很骨感測評過國內外十多款頂級影像處理軟件都無法自動重現桿塔、導線模型南網“智巡通”，電力行業最為強大（12種模式）的無人機控制APP之一效率與資源占用CPU：國外100%國產30%內存：國外 40G國產 13G21180180張照片張照片 1212分鐘處理完畢分鐘處理完畢548張照片 18基220kV桿塔 22分鐘生成點云文件大小還原完整度25國外頂級軟件26國產軟件 DJI江門臺山某10kV線路絕緣導線出不來28你還相信這是傾斜攝影嗎？29還原精度（演示）1 1架架2 2萬的飛機打天下

126、萬的飛機打天下DJI 精靈4 RTKXAG“極峽”（數據采集、處理、高精度自動駕駛）點云生成32“二向箔”降維打擊 激光雷達制造商 傾斜軟件開發商33驚喜34失敗也很常見，神功只練6成飛行與處理效率、質量、噪點、重疊度（高度、密度）、角度35主網輸電配網大規模、快速、高質量、低價采集點云依然是直升機的拿手菜，多旋翼只能配合補充。最佳選擇之一四 自動駕駛還有那些坑？腦洞 1：如何提升單架次巡視效率？案例1：雙回路塔，M210 RTK實測6分鐘/基，30km雙回路110kV輸電線路（約100基塔），預測需要10小時（600分鐘）。我還是開車人巡吧！油電混合抗死3小時安全性噪音腦洞 2：如何提升RT

127、K信號？Q1：DJI系列，110kV線路平原實測1.5Km丟失，10kV線路500米丟失。Q2：千尋網絡RTK，4G可以順暢定位，2G GPRS網絡阻塞，丟信號，山區如何破？愛恨交加的P4R油電混合抗死3小時腦洞 3：如何能快速大規模推廣？Q1：動輒15-20萬，如此高昂的成本絕對是攔路虎。Q2：在核心技術支撐上，除了DJI外，我們還有選擇嗎？人民幣26188（RTK+地形雷達）人民幣29999這個天坑如何填？五 關于未來作業機的終極目標長續航機載網絡RTK機載AI計算實時出報告500kV五邑站500kV江門站2019年：變電站起降（2-5km）+車輛移動起降補充“車+機”組合自動駕駛自動充電

128、平臺220kV變電站B110kV變電站A110kV變電站C“蛙跳式”站到站塔上中繼機庫自動駕駛：先解決爬山的問題，再克服結構性減員的問題，最終目標是實現減員，路還很長且注定坎坷不易，可能還需要10年，讓我們一起奮力前行！YUPONT.COM2019輸電線路激光掃描技術深度應用與案例目錄CONTENTS“北京煜邦”簡介1輸電線路激光掃描技術及應用2激光掃描技術深度應用與案例3“北京煜邦”簡介北京煜邦電力技術股份有限公司成立于1996年，由華北電力科學研究院為主體組建，是一家專業從事智能電網設備制造、電網運維技術服務及軟件系統集成于一體的高新技術企業、軟件企業。公司主要從事電能計量技術、電量計費系

129、統、電力GIS、應用軟件、智能巡檢及其相關領域的技術研究、產品開發、生產制造以及技術服務。經過二十余年的努力，公司凝聚了一批高學歷、高素質的人才，現有六百八十余名員工。北京煜邦自主開發的電能計量計費系統、電力GIS、激光LiDAR數據系統、機巡數據共享分析平臺、機巡海量數據存儲系統等產品已廣泛用于電網，2017年實現年產值7億元。北京煜邦植根電網，全心服務，愿與您建立長期、友好互利的合作關系！利用直升機平臺搭載的激光雷達掃描系統，可以獲取高壓輸電線路上的高密度、高精度激光雷達點云和光學影像數據，實現輸電線路本體及周圍環境的真三維建模，進行高精度三維空間量測、模擬分析及通道可視化管理。背景5 國

130、內應用情況2009-2013 探索、嘗試省公司，小規模/科研項目2013年以后國家電網公司大規模應用 國外應用情況上世紀90年代，日本，德國北美，歐洲，中東廣泛應用加拿大Wire SERVICE/西班牙STERRO CARTO公司背景 1高精度激光點云（50點/m2）2高分辨率影像 0.1m數據成果距離量測通道三維重建預警分析通道管理1234桿塔精確三維坐標DEMDOM三維線路本體三維通道無人機航線凈空距離檢測相間距桿塔傾斜桿塔位移地線保護角交叉跨越平斷面圖各種工況模擬分析最大弧垂最大風偏增容分析覆冰分析引流線風偏事故分析張力計算通道三維可視化危險點閉環管理隱患點長期跟蹤山火在線檢測信息集成大

131、數據分析數據應用渲染方式優化快速工況模擬大文件快速編輯技術分析規則設置樹木倒伏大幅提升效率報告內容與形式完善，超限率，三視圖，wps支持2013-2015V1.0工程實用化自動分類分布式網絡化2017V3.02018V4.02016V2.0數據處理軟件數據處理軟件根據多年的電力從業經驗，扎實的激光雷達專業研究成果，推出了激光雷達在電力行業中的數據處理分析系統Pro Scanning系列軟件。實現了激光點云的多模式數據渲染、自動化分類，輸電線路本體自動化建模、自定義規則的快速隱患檢測、樹木倒伏隱患檢測，高溫、大風、重冰等任意工況仿真模擬分析，交跨點統計分析。解決了海量激光點云數據展示，精確測量，

132、高精度三維通道建模與可視化等難點。案例：香港中華電力、國網通航、南網超高壓、廣東電網、廣州供電局、安徽電力激光LiDAR數據處理分析系統版本類別：激光點云三維可視化系統國內首款采用WEBGL技術實現WEB端激光點云大數據管理應用平臺，通過融合激光點云、DOM、DEM、高清影像、多光譜、紅外攝影、視頻影像等數據，實現真實場景重建，直觀展示輸電通道運行狀態，為輸電線路在線管理和輔助決策提供信息支撐平臺，實現全方位的線路通道安全管控。激光點云三維可視化系統桿塔照片管理功能：將直升機/無人機常規巡檢照片、視頻、紅外等巡檢成果進行空間可視化管理，融合多光譜技術、360全景影像技術、傾斜攝影技術、現場視頻

133、等技術，實現全方位的線路通道安全管控。激光點云三維可視化系統多樹種光譜分析：融合多光譜技術，實現樹種的識別和樹患的精確預警，通過智能影像辨識獲得線路走廊內的樹種分布，對線路走廊內的植被實現動態監控。激光點云三維可視化系統輸電通道360全景影像：以直升機激光掃描三維數據為基礎，對重點區段采用360全景影像，對三跨區域采用傾斜攝影技術，實現三維線路通道全息可視化。激光點云三維可視化系統36線路交跨管理：根據線路名稱查詢線路交跨記錄，可以按交跨類型過濾顯示，可以是否“三跨”（跨高壓線路、跨高速鐵路、跨高速公路）進行過濾顯示。查詢的交跨記錄要進行分頁顯示。鼠標雙擊某條交跨記錄，可以在三維場景中定位到交

134、跨的位置，同時用圖標或高亮顏色指示交跨位置。激光點云三維可視化系統通道隱患管理：根據線路名稱查詢通道缺陷隱患記錄，可以按桿塔順序號排序，可以按缺陷隱患嚴重程度（缺陷隱患點距導線距離）排序，可以按缺陷隱患類型過濾顯示。查詢的缺陷隱患記錄要進行分頁顯示。雙擊某條缺陷隱患記錄，可以在三維場景中定位到缺陷隱患的位置，同時高亮顯示該缺陷隱患點。激光點云三維可視化系統工況模擬在線分析：基于激光點云、DEM、桿塔臺賬及實時工況信息，構建不同工況分析模型，在線開展大規模場景模擬分析，評估線路通道在不同覆冰、溫度、風速、風向及載荷等環境中的運行狀況，并進行預警，形成安全評估報告。激光點云三維可視化系統產品特點：

135、高仿真：高精度展示輸電通道三維場景高融合：在線融合高精度地形、高清影像、激光點云及切斜攝影等數據B/S架構：客戶端免安裝、免維護、免升級、跨平臺，只要有瀏覽器即可訪問產品化設計：設置方便，部署靈活采用多層架構：易擴展，易維護案例：香港中華電力廣東電網機巡作業中心國網通航安徽電力冀北電力廣州供電局肇慶供電局云南電網激光點云數據處理微集群系統該產品為野外現場、辦公桌面、機載環境等工況下激光雷達數據快速處理、分析問題而設計的軟硬件一體化解決方案，系統利用分布式計算的技術，發揮多CPU的計算能力，提高了數據處理速度和攜帶的方便性。系統對解算后的激光雷達點云數據，在多CPU網絡環境下進行分布式處理，實現

136、了6倍的單機處理速度（微集群節點的數量典型配置為6），系統自動分配點云數據到各節點，加載包括抽稀、去噪、提取線路、提取桿塔、濾波、切片、交跨分析、危險點檢測等分類和分析算法，自動按照先后順序以及文件的依賴關系進行自動化處理并輸出數據，用戶可以通過控制臺同時方便的管理多個計算節點，完成分配數據，啟動計算，回收結果,狀態監測，異常處理等工作。國網項目激光掃描應用廣州直升機激光掃描同步巡視和激光掃描（南網普遍采用，但點云質量不高）高質量激光點云時間軸去除冗余點云、去除大量噪點倒伏分析大面積應用直升機平臺激光掃描應用直升機平臺肇慶直升機激光掃描數據采集全流程同步采集正射影像單片賦色激光掃描應用南網超高

137、壓公司（1）研究增容、覆冰、風力、高溫、樹木等對輸電線路安全可能造成的安全隱患分析。（2）按照輸電線路運行規程設置各種地物到導線的安全距離，自動對各種安全距離進行計算和自動提示報警。（3）研究導線風偏、弧垂模擬、蠕變計算模型。（4）研究在不同的溫度、風速、風向等氣象條件下，風偏、弧垂等的變化狀態，結合三維地形和三維模型，實現線路危險點智能預警分析。（5）研究輸電走廊內樹高自動計算方法，計算樹木與導線間的最小距離。（6）根據輸電線路增容的可行性，研究不同載荷條件下的弧垂模擬技術。激光掃描應用廣東電網機巡作業中心（1）激光掃描與光電巡檢一體化（2）寒潮季節隱患排查（3）大負荷隱患排查（4）線路增容應用激光掃描應用香港中華電力項目香港項目，CS/BS版本激光掃描應用巴西電網項目激光掃描應用支持葡萄牙語、英語切換激光掃描深度應用與案例大數據分析電網增容分析間棒輔助設計項目通道管理項目無人機航線規劃地下管網項目跳線安全距離校核風偏治理項目YUPONTYUPONT