为无人机装上“大脑” 人工智能助力电网自适应巡检

       来自中国科学院自动化研究所(中科院自动化所)的消息称，该所旗下中科南京人工智能创新研究院根据应用需求，近期成功研发无人机输电、变电、配电智能巡检技术，让人工智能技术高效应用于无人机等移动终端。这项新研发的通过无人机搭载“AI(人工智能)自适应巡检技术”，相当于为无人机装上“大脑”，可摆脱对飞手技能和周边环境的依赖，真正实现“自主决策式”无人机巡检。

       同时，借助中科院自动化所人工智能技术优势，项目研究团队还集成云台自适应调节、场景仿真、图像视频压缩等核心算法，与无人机平台等业务平台深度对接，使无人机航迹自适应自主巡检、人工智能辅助拍照成为现实。

       据中科院自动化所介绍，研究团队采用轻量化网络结构设计、量化剪枝等前沿技术，将基于图像的目标检测深度学习模型算法部署在移动边缘端，实现基于移动设备上CPU(中央处理器)、NPU(网络处理器)、GPU(图形处理器)硬件资源完成目标检测。拥有这样一个可以自主思考的“大脑”，无人机可顺利完成基于杆塔信息自主导航、绕开障碍物、飞到杆塔上空、自动调整云台、实现拍摄目标居中等电网巡检工作。

       中科南京人工智能创新研究院孵化企业方寸知微首席执行官(CEO)冷聪说，与传统人工巡视方案相比，基于前端AI分析的无人机自适应巡检方案优势明显，不受区域复杂环境的限制，自主规划航线，主动避开障碍物，巡检效率是传统20倍以上，可有效推动传统人工作业向信息化、智能化转变。

       为保证巡检过程中拍摄图像质量，“AI自适应巡检技术”系统支持无人机基于经纬度、时间、天气等信息模拟光照环境，精确选择测过区域，然后通过场景识别、AI测光和焦点分析技术配合光场均衡算法智能调节曝光，实现无人机巡检过程中拍照功能。

       完成拍照任务“满载而归”的无人机数据传输往往需要大量时间，为提升传输效率，研究团队以软硬件一体互联的方式，开发出基于人工智能神经网络轻量化的图像编解码技术。通过算法，实现前端“压缩”、后端“解压缩”，“解压缩”后图像质量对检测算法基本无损，从而解决了电网智能化数字化转型背景下的海量数据处理与传输问题，进一步从经济性、安全性方面支撑数字化转型。