1、南方电网公司科学研究院有限责任公司2019年5月/共30页关键问题质量评价显著性评价后续工作计划目目录录2/4101020304/共30页01010101关键问题关键问题近年来，随着输电线路无人机巡检技术的广泛应用，数据处理成为制约机巡作业最大化的瓶颈问题之一。/共30页01010101关键问题关键问题样本收集缺陷标记模型训练智能识别绝对数量：样本数量少覆盖范围：样本种类少/共30页02020202质量评价质量评价图像质量逼真度：图像与标准图像的偏离程度可懂度：图像向人或机器提供信息的能力评价方法 主观评价：以人作为观察者，对图像优劣主观评定；客观评价：对图像逼真度、可懂度定量测量及描述。/共

2、30页02020202质量评价质量评价主观图像质量：国际规定的尺度评分法/共30页02020202质量评价质量评价客观质量评价：要包括均方误差(MSE)和峰值信噪比(PSNR)分辨率色彩深度图像失真/共30页02020202质量评价质量评价分辨率：分辨率是评价人工图像表现景物细节的能力，或图像中细微部分能分解到什么程度并被显示出来的指标。/共30页02020202质量评价质量评价/共30页02020202质量评价质量评价色彩深度：又称像素深度或图像深度，是指用于表现、存储每个像素图像信息所用的码位数。/共30页02020202质量评价质量评价图像失真：矢量图像表现原景物光像的仿真程度，包括几何

3、失真(主要有桶形失真和枕形失真)、信噪比、动态范围、彩色还原等方面。/共30页02020202质量评价质量评价/共30页03030303显著性评价显著性评价视觉注意机制：即面对一个场景时，人类自动地对感兴趣区域进行处理而选择性地忽略不感兴趣区域，这些人们感兴趣区域被称之为显著性区域。/共30页04040404后续作后续作 与缺陷识别算法关联，明确影响识别结果的关键指标；图像质量定量化评价，指导现场数据采集；通过图像处理技术，改进图像质量。/共30页基于深度学习的目标识别前沿技术与展望2019年05月23日目录深度学习识别技术发展情况介绍前沿研究方向与趋势电力巡检场景下的图像识别建议一、深度学习

4、发展总体情况深度学习识别技术发展介绍前深度学习时代的识别技术深度学习的提出和发展基于深度学习的视觉识别技术前深度学习时代的识别技术传统特征算子 SIFT,HoG,Surf,RIFT等SVM分类器贝叶斯网络DPM目标检测算法6Hinton 发表了第一篇深度学习论文A fast learning algorithmfor deep belief nets诞生（DNN,DBN）2006谷歌旗下DeepMind公司的围棋机器人Alpha Go 击败李世石，后以Master身份连续60场不败.爆发（Alpha Go）2016Hinton学生在2012年ImageNet比赛中大幅刷新准确度ImageNet

5、ClassificationwithDeepConvolutionalNeuralNetworks.首次应用（CNN）2012深度学习的提出和发展大幅刷新机器翻译榜单自然语言处理的突破（BERT模型）2018基于深度学习的视觉识别技术Microsoft COCO:Common Objects in Contexthttps:/arxiv.org/abs/1405.0312视觉识别（Recognition）任务划分：-Segment individual object instances基于深度学习的视觉识别技术图像分类目标检测图像分割实例分割视觉识别（Recognition）任务划分：图像分类

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

7、 Convolutional Neural Networks”,Krizhevsky,Sutskever,Hinton.NIPS 2012 图像分类ResNet：Kaiming He,Xiangyu Zhang,Shaoqing Ren,&Jian Sun.“Deep Residual Learning for Image Recognition”.CVPR 20162015年，何凯敏提出了网络的跳连接结构图像分类进展迅速：图像分类进展迅速：目标检测 Faster R-CNN YOLOFaster R-CNN提出Region Proposal Network(RPN)来进行Proposal的提

8、取延用了Fast RCNN中的ROI pooling layer和统一多任务损失函数的方法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图像划分格点运行CNN网络非极大抑制优化检测结果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图像分割语义分割实例分割全景分割语义分割FCNU-NetFCN（全卷积网络）深度学习语义分割的开山之作 把所有的全连接层换成卷积层 不同层级的信息融合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结构更加丰富的特征融合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).对称结构的下采样和上采样实例分割Mask RCNN 实例分割算法的baseline 网络结构：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年何凯敏 ICCV的best paper全景分割Panoptic FPN 将语义分割和实例分割统一起来提出新的领域：全景分割 有望成为全景分割算法的baselineKirillov,A.,Girshick,R.,He,K.&Dollr,P.Panoptic Feature Pyramid Networks.(2019).doi:arXiv:1901.02446v1已被2019年cvpr录取二、

12、前沿研究方向与趋势前沿研究方向与趋势NAS(Neural Architecture Search)WSL(Weakly Supervised Learning)GNN(Graph Neural Networks)NAS(Neural Architecture Search)深度学习模型面临的一大问题：调参 众多的超参数 网络结构参数常规的解决方法：Random Search Grid Search效率非常低！NAS(Neural Architecture Search)网络架构和超参数优化问题特点：评价函数未知 非线性 非凸 混合优化 存在多个目标 结果评价非常费时NAS(Neural Arc

13、hitecture Search)搜索空间 链状结构、带有多分支网络等 搜索策略 随机搜索、贝叶斯优化、进化算法、强化学习、基于梯度算法等 评价预估 低保真训练集进行训练、代理模型等Weakly Supervised Learning 弱监督类型：不完全监督不确切监督不准确监督小样本学习Weakly Supervised Learning 不完全监督：训练数据中只有一小部分有标签 主要技术：主动学习和半监督学习Weakly Supervised Learning 不确切监督：训练样本只有粗粒度的标签 多示例学习（multi-instance learning）图像生成器：从一副图像中提取的很多

14、小图像块就能作为这个图像的示例Weakly Supervised Learning 不准确监督：给定的标签不一定总是真值 典型的情况 在标签有噪声的条件下学习，标签受制于随机噪声 基本想法：识别潜在的误分类样本数据编辑方法Weakly Supervised Learning 小样本学习在图像领域的研究现状 Model Based Metric Based Optimization BasedGNN(Graph Neural Networks)深度学习已经在欧几里得数据域中取得了很大的成功，但从非欧几里得域生成的数据更需要进行有效的分析。三维激光点云数据 化学领域的化学成分结构数据 生物领域的基

15、因蛋白数据 图数据的复杂性对现有机器学习算法提出了重大挑战 图数据是不规则的 大小不同，节点无序 每个实例都与周围的其他实例相关GNN(Graph Neural Networks)深度学习方法在图数据领域中的应用受标准2D卷积启发得到的图卷积GNN(Graph Neural Networks)分类体系图卷积网络图注意力网络图自编码网络图生成网络图时空网络三、电力巡检场景下的图像识别建议面临的挑战小目标Pengfei Zhu,Longyin Wen,Xiao Bian,Haibin Ling and Qinghua Hu,arXiv 2018.Vision Meets Drones:A Chal

16、lenge.面临的挑战运动模糊&果冻效应面临的挑战果冻效应面临的挑战小样本大部分场景是正常情况，有效样本量非常少。面临的挑战算力限制（实时性）一般采用移动平台作为巡检设备，所以计算能力大大受限。分析与建议小目标识别 最近发展的尺度归一化方法（SNIP/SNIPER)对于小目标识别有较大提升，但是小目标识相较于中、大目标识别准确率仍然较低，所以仍然是个未完全解决的问题。运动模糊 Motion Blur 早先对于目标追踪等算法影响较大，现在在深度学习技术下问题有所缓解，但是学界对此的研究较少，我们对其影响的理解仍然十分有限，属于工程问题。可提高载体运行的平稳性，采用高帧率&全局快门的相机。分析与建

17、议小样本识别 最近发展起来的Few shots/One shot/Semi-Supervised 方法是主要研究方向，目前已取得一定的进展，但是离落地还有一段路要走。算力限制（实时性）最近发展起来的轻量化神经网络（MobileNet/ShuffleNet）为移动设备使用识别技术的需求提供了可能，但是精度相比于大型深度网络仍有较大距离。分析与建议电力巡检场景下图像识别的其他建议：建立本领域的数据集与Benchmark 传统识别方法与深度学习方法的结合 多源异构数据的融合 综合的系统工程，扩展思路，从多元角度解决问题 相关企业、高校和科研院所通力合作，建立良好的产学研互动生态END谢 谢 大 家！

18、无人机产业怎么走二一九年五月二十三日汇 报 提 纲一、无人机产业概述二、后信息时代无人机三、结束语一、无人机产业概述（一）无人机发展历程（二）无人机产业发展现状（三）无人机产业与汽车产业的对比一、无人机产业概述无人机：是一种由动力驱动、机上无人驾驶、可重复使用可重复使用的飞行器的简称。无人机系统：一般包括无人机平台、任务载荷、数据链、信息处理设备、综合保障设备，是一种通过操作手控制或自主控制（未来是智能控制未来是智能控制）执行各种任务的系统。（一）无人机发展历程历史上第一架无人机第一架无人机设计师杰弗里-德-哈维兰1.1917年第一架无人机在英国诞生一、无人机产业概述1.1917年第一架无人机

19、在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功第一架靶机 RAE19211.1917年第一架无人机在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功3.直到50年代末期，限于技术，一直充当靶机1.1917年第一架无人机在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功3.直到50年代末期，限于技术，一直充当靶机4.1961-1973年越南战争，无人机首次投入实战用于侦察美国“火蜂”无人机执行空中照相侦察任务，共出动3435架次，伞降回收成功率近85%。1.1917年第一架无人机在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功3.直到50年代末期，限

20、于技术，一直充当靶机4.1961-1973年越南战争，无人机首次投入实战用于侦察5.1982年贝卡谷地战役，无人机用于欺骗防空雷达“侦察兵”无人机“猛犬”无人机以色列使用多种小型无人机，诱骗叙利亚地空导弹的制导雷达开机，从而获取雷达工作参数和位置，传输给战斗机，仅仅6分钟，叙利亚苦心经营10年、耗资20亿美元的19个导弹阵地、228枚导弹全部被摧毁。1.1917年第一架无人机在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功3.直到50年代末期，限于技术，一直充当靶机4.1961-1973年越南战争，无人机首次投入实战用于侦察5.1982年贝卡谷地战役，无人机用于欺骗防空雷达6.19

21、91年海湾战争，实时图像传输型无人机首次应用“先锋”无人机“指针”无人机1.1917年第一架无人机在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功3.直到50年代末期，限于技术，一直充当靶机4.1961-1973年越南战争，无人机首次投入实战用于侦察5.1982年贝卡谷地战役，无人机用于欺骗防空雷达6.1991年海湾战争，实时图像传输型无人机首次应用7.1999年科索沃战争，SAR侦察无人机首次应用RQ-1“捕食者”1.1917年第一架无人机在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功3.直到50年代末期，限于技术，一直充当靶机4.1961-1973年越南战争，无人

22、机首次投入实战用于侦察5.1982年贝卡谷地战役，无人机用于欺骗防空雷达6.1991年海湾战争，实时图像传输型无人机首次应用7.1999年科索沃战争，SAR侦察无人机首次应用8.2001年阿富汗战争和2003年伊拉克战争，察打无人机投入应用RQ-4“全球鹰”MQ-9“死神”MQ-1B“捕食者”RQ-170哨兵1.1917年第一架无人机在英国诞生一、无人机产业概述2.1921年第一架靶机研制成功3.直到50年代末期，限于技术，一直充当靶机4.1961-1973年越南战争，无人机首次投入实战用于侦察5.1982年贝卡谷地战役，无人机用于欺骗防空雷达6.1991年海湾战争，实时图像传输型无人机首次应

23、用7.1999年科索沃战争，SAR侦察无人机首次应用8.2001年阿富汗战争和2003年伊拉克战争，察打无人机投入应用9.2003年至今，美国全球反恐战争，察打无人机频频亮相，战功卓著。MQ-5B“猎人”MQ-1B“捕食者”MQ-9“死神”（二）无人机产业发展现状1.农业林业我国2017年化学农药使用量136万吨，有效使用率不足39%，国外发达国家在50%-60%。还有生物农药十几万吨。化肥折纯使用量超过5500万吨，有效利用率不足38%，国外一般在50%-65%。一、无人机产业概述1.农业林业1）农业植保“农业，绝对会成为无人机的主导市场”。无人机上配备的照相机能发现氮浓度偏低的地方；配备有

24、红外线照相机通过反应不同植物光合作用的效率来显示植物的生长情况；配备喷洒器的无人机可以进行农药、种子、粉剂喷洒作业。2）林业防护我国森林资源较为贫乏，但森林大火每年都有发生。无人机在对车、人无法到达地带的森林火灾监测及救援指挥等方面具有其独特的优势。一、无人机产业概述输电线路巡检预计到2020年将超过159万千米国家电网与南方电网在全国范围内公开招标采购了大批多旋翼无人机和无人直升机，替代人工进行巡检。仅南方电网2018年利用无人机进行巡检线路长度超过20万公里。2.遥感探测一、无人机产业概述沙漠输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米2

25、.遥感探测平原山地一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米2.遥感探测天宇经纬（北京）科技有限公司在云南省获得空军批准开展石油巡检昆明安宁玉溪蒙自一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米铁路线巡检预计到2020年将超过15万千米，其中高铁3万千米2.遥感探测青藏铁路线上万铁路工人，每人每年成本10万元左右，且巡护效率不高。一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米铁路线巡检预计

26、到2020年将超过15万千米，其中高铁3万千米2.遥感探测高铁运营时间基本为白天和上半夜，后半夜停运。每天早上安排一辆测试车进行道路检测。一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米铁路线巡检预计到2020年将超过15万千米，其中高铁3万千米江/河/湖/近海巡查河流长度超过6.2万千米，湖泊7.8万平方公里2.遥感探测2016年12月，中共中央办公厅、国务院印发全面推行河长制意见，由各级党政负责人担任每一条河流、湖泊第一责任人。一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过

27、16.9 万千米铁路线巡检预计到2020年将超过15万千米，其中高铁3万千米江/河/湖/近海巡查河流长度超过6.2万千米，湖泊7.8万平方公里2.遥感探测浙江一个无人机公司在国内率先探索利用无人机-无人船技术，实现大数据科技治水：（1）建设县域电子水系图。首先利用无人机正射影像航拍技术，制作完成全域水系正射影像数字图。（2）建设完成全景3D水系模型信息化系统。利用无人机搭载激光雷达和倾斜摄影技术，对河道中的漂浮物、两岸违章建筑物等进行抓取。使用高清图像与地图拼接技术，打造全景3D河道模型，为河流打造云数据库。（3）建设无人化智能水系常规巡查系统。利用无人机、无人船，采用自动线路规划技术，实现空

28、中、水上常态化巡检。搭载多种负载功能的无人机正在参与河道巡检尚不能分析水中污染物含量情况一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米铁路线巡检预计到2020年将超过15万千米，其中高铁3万千米江/河/湖/近海巡查河流长度超过6.2万千米，湖泊7.8万平方公里地质勘探矿产、考古等2.遥感探测一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米铁路线巡检预计到2020年将超过15万千米，其中高铁3万千米江/河/湖/近海巡查河流长度超过6.2万千米，湖泊7.8万平方公里

29、地质勘探矿产、考古等国土资源调查2.遥感探测一、无人机产业概述输电线路巡检预计到2020年将超过159万千米石油管线巡检预计到2020年将超过16.9 万千米铁路线巡检预计到2020年将超过15万千米，其中高铁3万千米江/河/湖/近海巡查河流长度超过6.2万千米，湖泊7.8万平方公里地质勘探矿产、考古等国土资源调查气象探测2.遥感探测一、无人机产业概述3.物流运输我国GDP规模预计到2030年将超过200万亿，社会物流总费用占比将降低到10%左右，即20万亿；运输费用占社会物流总费用的约60%，其余是仓储，即12万亿；航空运输占整个运输市场的约15%，即1.8万亿；预计无人机运输市场将占航空运

30、输市场的60%，即1.08万亿。一、无人机产业概述3.物流运输顺丰公司在江西省获得民航局批准开展物流试点。计划在未来5-10年内采购1-3吨级运输无人机5000架，用于支线物流，预计采购金额超过250亿元。一、无人机产业概述3.物流运输京东公司在陕西省获得民航局批准开展物流试点一、无人机产业概述4.社会管理1）交通监管无人机能够居高临下、大范围、快速、长时间进行交通实况监视，实现区域管控，应对突发交通事件，能够与地面探头监视网络互相补充。一、无人机产业概述4.社会管理2）应急救援无人机能够从空中协助警方在山地、丛林、少人区等地带开展罪犯搜捕、遇险人员救援。国内外已有多地警方配备了无人机，进行搜

31、捕救援。各地分局已开始组建警务无人机分队。一、无人机产业概述4.社会管理3）反恐维稳武警西藏边防总队高山特勤大队日前组织开展反恐演练，特战队员调试无人机用于侦察“敌人”藏身处，并在无人机的指引下迅速向“敌人”藏身楼房突进。一、无人机产业概述5.娱乐消费美国日本中国人均玩具消费额一、无人机产业概述5.娱乐消费在消费级娱乐市场，深圳大疆创新公司的产品无疑占据领头羊的位置。据媒体报道，其占领了全球消费级无人机70%的市场份额，2014年销售额达30亿元，2015年销售额超过63亿元，2016年销售额超过100亿元，2017年销售额180亿元左右，2018年销售额暂未公布。一、无人机产业概述5.娱乐消

32、费婚庆服务一、无人机产业概述5.娱乐消费一、无人机产业概述1）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一体无人机系统无人机系统任务优先级（美国）作战任务类型小型无人机中型无人机大型无人机无人作战飞机侦察1111精确目标定位和指示2222信号侦察7334战斗指挥3456通信/数据中继8647核、生、化侦察5598战斗搜索与救援4789目标打击16873电子战121165地雷探测691211对抗伪装、隐蔽和欺骗10101112信息战13121310地图测绘15141014嵌入式隐身设计传感器11151513诱骗/导航9131816特种作战部队再补给14161415GPS伪卫星1817

33、1717滨海水下作战17181618世界上已经列入装备的无人机80%左右都是侦察与察打一体无人机。6.军事领域一、无人机产业概述RQ-4“全球鹰”RQ-170“哨兵”MQ-1B 捕食者MQ-9 死神1）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一体无人机系统6.军事领域一、无人机产业概述中继卫星固定接收站单收站火力打击指挥中心无人机敌目标 引导打击无人机引导其它装备进行打击1）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一体无人机系统6.军事领域一、无人机产业概述 引导打击 察打一体即把侦察和打击两种模式结合在一起，能够很好的实现“发现即摧毁”的作战模式。目前的解决思路是

34、将武器打击模块嵌入到侦察无人机中。MQ-1B 捕食者MQ-5B 猎人MQ-8B/C“火力侦察兵”彩虹-41）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一体无人机系统6.军事领域一、无人机产业概述 引导打击 察打一体 反辐射攻击发现辐射源后，无人机携带战斗部直接撞击目标，进行自杀式攻击，一般为反辐射无人机。以色列“哈比”反辐射无人机1）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一体无人机系统6.军事领域一、无人机产业概述1）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一体无人机系统一、概 述6.军事领域1）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一

35、体无人机系统一、概 述6.军事领域1）以战场侦察监视和察打结合为主要目的，大力发展侦察与察打一体无人机系统一、概 述6.军事领域概念：无人作战飞机是一种全新的空中武器系统，能够压制敌防空系统、实施对地攻击，甚至可以执行空中对抗的主战装备之一。现阶段无人作战飞机的主要功能是实施防空压制和纵深打击，从上世纪九十年代开始，美国抢先将其列入军事装备发展计划，引起各国极大关注。2）以火力打击和无人空中对抗为主要需求牵引，大力发展无人作战飞机6.军事领域一、无人机产业概述美国 X-47B无人作战飞机法国“神经元”无人作战飞机英国“雷神”无人作战飞机俄罗斯“电鳐”无人作战飞机2）以火力打击和无人空中对抗为主

36、要需求牵引，大力发展无人作战飞机6.军事领域一、无人机产业概述2）以火力打击和无人空中对抗为主要需求牵引，大力发展无人作战飞机6.军事领域一、无人机产业概述美军规定，微型无人机是指外形尺寸介于鹰和大型昆虫之间的无人机。小型无人机是指起飞总重量大于2.3kg、小于25kg的无人机。近年来，随着微机电、微电子、智能控制、3D打印等技术不断提升，微小型无人机具备了低成本、大批量生产的条件，成为异军突起新的研究领域。3）以遂行特种侦察和蜂群作战任务为主要目标，大力发展微小型无人机系统6.军事领域一、无人机产业概述美国国防部认为，“蜂群”作战系统是一种能克敌制胜、渗透敌方防线的低成本机器人系统。在战场上

37、无间协作的“蜂群”系统比人工系统具备更卓越的协调性、智能性和速度。更重要的是“蜂群”系统有助于降低成本，能让美国将这种系统大规模投入战场，从总体上保持美国武器的优势。美国空军、海军、国防部都在开展无人机“蜂群”作战系统研究和试验。3）以遂行特种侦察和蜂群作战任务为主要目标，大力发展微小型无人机系统6.军事领域一、无人机产业概述“山鹑”无人机长不足0.3米，重不足1斤，用3D打印技术制造，可以由高速飞行的F-16或F-18战机释放。具有环境感知能力和互相寻找、组队能力。组成类似“蜂群”的队伍，根据任务要求一起协作控制、导航，聚集、解散。3）以遂行特种侦察和蜂群作战任务为主要目标，大力发展微小型无

38、人机系统6.军事领域一、概 述3）以遂行特种侦察和蜂群作战任务为主要目标，大力发展微小型无人机系统6.军事领域一、概 述美国海军低成本无人机蜂群技术（LOCUST）。由无人机大炮接连发生升空。超长航时无人机一般是指续航时间在48小时以上的无人机。太阳能 燃料电池 氢发动机 核动力 无线输能（激光、微波）超高速无人机一般是指巡航速度大于5马赫的无人机。4）以新型动力技术为主要突破，大力发展超长航时或超高速无人机系统6.军事领域一、无人机产业概述“西风”太阳能无人机（336小时）燃料电池无人机（48小时）氢发动机无人机无线输能无人机SR-72无人侦察机X-51AHTV-24）以新型动力技术为主要突

39、破，大力发展超长航时或超高速无人机系统6.军事领域一、无人机产业概述1.时间效益采用活塞式发动机的无人机飞行速度在100-260km/h左右。采用活塞式发动机的汽车理想状态城区50-70km/h，高速公路不超过120km/h。实际城区运行不超过30km/h，高速公路平均不超过100km/h。（三）无人机产业与汽车产业的对比一、无人机产业概述2.空间效益汽车（桥梁、隧道，地面分层空间代价大，但控制难度相对低，可靠性比飞机低，能随时停车。）无人机（每300米一层，空间优势大，但控制难度高，可靠性要求高，空中不能停顿。）0米10000米（三）无人机产业与汽车产业的对比一、无人机产业概述普通一级公路每

40、公里造价1000万左右3.经济效益（基础设施建设和运行成本）高速公路每公里造价6000万-1.5亿元左右维修保养平均每公里每年造价的2%左右管理机构支出通航机场（非必须）管理机构支出（三）无人机产业与汽车产业的对比一、无人机产业概述4.应用领域无人机时代美国亚当罗斯坦无人机与汽车技术非常接近，它不仅仅是交通范式的转变，更是一种空中飞行智能体，由计算电子设备控制，也是一个自动化的机器人。汽车产业已形成一个巨大的产业链，无人机与之发展具有非常相似的技术路线和发展轨迹。汽车诞生之初，与交通运输相去甚远，是富人的玩具。（三）无人机产业与汽车产业的对比一、无人机产业概述其中规定：每一辆在道路上行驶的机动

41、车，必须由3个人驾驶，其中一个必须在车前面50米以外做引导，还要用红旗不断摇动为机动车开道，并且速度不能超过每小时4英里(每小时6.4公里)。英国汽车法案：5.公众接受程度（三）无人机产业与汽车产业的对比一、无人机产业概述近年来，国务院、各大部委出台了很多法规、规定、指导意见，尽管有一些无人机使用管理方面的限制条件，但更多的是为促进无人机产业发展而设立，相较汽车诞生之初，产业环境不可同日而语。5.公众接受程度（三）无人机产业与汽车产业的对比一、无人机产业概述无人机系统作为涉及多学科的大型复杂系统，是一个国家先进科技水平的综合体现，其发展主要依赖航空和信息两大类技术。无人机是信息技术在航空飞行器

42、中的全面渗透并广泛应用的产物，信息技术的发展催生了无人机产业的兴起和快速发展。近几年国家高度重视数字经济的发展，明确提出“加快推进数字产业化、产业数字化”，无人机产业是其中的一个典型代表。一、无人机产业概述数字产业化：通过现代信息技术的市场化应用，推动数字产业的形成和发展。产业数字化：利用现代信息技术对传统产业进行全方位、全角度、全链条改造。平台指控站GDT/GDR光电（昼夜）光电（昼间）光电（夜间）SARADR信息系统小计合计百分比苍鹭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%以色列无人机系统价格（万美元）：一、无人机产业概述随着无人机应用领域的不断拓展，鉴于信息技术占比的高企。近年除去传统航空类企业继续研制无人机，信息技术公司巨头也都加入到无人机产业领域。以Google、Microsoft、Intel、Qualcomm、Amazon等国外信息技术公司为代表，都开始介入无人机领域，意图在某一细分领域占据市场。国内在大众创业、万众创新的浪潮下，大批传统企业和新兴信息技术公司进入无人机市场。未来无人机发展的本质是网络环境下数据驱动的空中移动智能体，将智能感知、智能认知到智能行动融为一体，必将对军事和经济社会发展产生重要影响。在我

44、国有望形成年产值达数万亿量级的经济规模。一是推进智能制造供给侧结构性变革，成为在创新引领、共享经济、中高端供应链等领域培育新增长点的重要抓手；二是催生“无人机+”生产服务应用模式，将在农林牧业、工业、服务业等领域广泛应用，出现新兴生产模式、服务业态和生活方式；三是促进军事力量转型和作战方式演变，催生新型军事力量编成和作战方式。一、无人机产业概述一、无人机产业概述2018年6月封面，每一个点都是一架无人机 无人机这一重大技术很可能正在走过其发展的历史拐点。即从愿景阶段走向大规模实用阶段，成为大众日常生活的一部分。2018年6月，时代周刊杂志刊发了以“无人机时代”为主体的封面报道。虽然还有很多困难

45、，但天空变得更加忙碌的一天不可避免的将要来临了。一、无人机产业概述2018年6月封面，每一个点都是一架无人机二、后信息时代无人机无人机的发展已经有百年的历史，其大规模产业化只是近二十年的事情。无论在是在军事领域还是在民用领域，其应用种类、模式、深度都远远没有发展成熟。后信息时代，以“云计算、物联网、大数据、移动互联网、人工智能、边缘计算”等技术为代表，将对无人机产业创新升级产生重要影响。美军在2017-2042年无人系统综合路线图中提出了无人系统四大技术主题，包括互操作、自主性、安全网络、人机协同，都与信息技术密切相关，同时也是向智能化方向迈进。二、后信息时代无人机未来战争将依赖于作战系统之间

46、关键及有效的交互。这些交互依赖于互操作的技术基础，这个基础可以建立并确保数据、通信网络和服务在全军作战系统中流通，及时地在信息采集者、决策者、规划人员和士兵之间传递信息。二、后信息时代无人机美国当前军事战略的重点是保持对对手的技术优势。鉴于自主技术的颠覆性影响，必须继续创新自主技术，以着力将无人系统整合到未来联合作战力量结构中。单机自主飞行、多机智能协同、任务自主智能是自主性技术的发展目标。二、后信息时代无人机自主系统不同于自动化系统，自主系统在众多规则的支配下，能够偏离基线状态运行，而自动化系统则在硬性规则支配下运行，不可发生偏离。人工智能和机器学习技术使人们能够研发自主化水平更高的系统。二

47、、后信息时代无人机今各类机构的关键任务能力在很大程度上依赖信息技术。在这种情况下，管理信息技术并确保信息的安全、完整、可靠、可扩展及实用极为重要。信息系统安全成为各级指挥官的关注重点。这一问题在无人系统中尤为明显，因为无人系统本身高度依赖信息系统。二、后信息时代无人机人机协同对于实现“集成有人/无人力量，使美国拥有世界上最强大的陆、海、空部队”至关重要。未来的军事行动需要无人系统与人协同，包括飞行员、海军陆战队员、水手、士兵，甚至是普通民众。二、后信息时代无人机二、后信息时代无人机（一）人工智能1级：遥控驾驶2级：实时故障诊断3级：适应故障和飞行条件4级：机上航线重规划5级：多机协调6级：多机

48、战术重规划7级：多机战术目标8级：分布式控制9级：多机战略目标10级：全自主集群二、后信息时代无人机（一）人工智能面向高动态、实时、不透明的任务环境，无人机应该能够做到感知周边环境并规避障碍物、机动灵活并容错飞行、按照任务要求自主规划飞行路径、自主识别目标属性、用自然语言与人交流等。1.单机飞行智能 环境感知与规避能力 自动目标识别能力 鲁棒控制能力 自主决策能力 路径规划能力 语义交互能力二、后信息时代无人机（一）人工智能2.多机飞行智能以无人机系统“集群”作战运用为目标，重点突破协同指挥控制技术、协同态势感知生成与评估技术、协同路径规划技术、协同语义交互技术等技术，实现无人机系统之间、无人

49、机系统与有人作战系统之间的高度协同，达到自动控制“集群”中各无人系统的平台状态、交战状态、任务进度、各编队之间的协同状态的目的。二、后信息时代无人机（一）人工智能2.多机飞行智能 协同指挥控制技术1）大动态、自组网通信技术；2）编队飞行控制技术；3）控制权限分级、切换、交接技术；4）任务规划与目标分配技术。二、后信息时代无人机（一）人工智能2.多机飞行智能 协同指挥控制技术 协同态势生成与评估1）协同态势感知技术；2）协同态势处理技术；3）协同态势评估技术；4）协同态势分发技术；二、后信息时代无人机（一）人工智能2.多机飞行智能 协同指挥控制技术 协同态势生成与评估 协同路径规划 协同语义交互

50、椋鸟三、后信息时代无人机（一）人工智能2.多机飞行智能鲣鸟三、后信息时代无人机（一）人工智能2.多机飞行智能蚂蚁组成桥梁来通过较大的缝隙蚂蚁组成桥梁来通过较大的缝隙蚂蚁通过搭桥实现蚂蚁通过搭桥实现最短路径最短路径游荡的信天翁游荡的信天翁觅食搜索模式觅食搜索模式Levy 随机游走运动随机游走运动光梯度敏感鱼群光梯度敏感鱼群集群性能正比于个体数量集群性能正比于个体数量在决策时群体属性权重大于个体属性三、后信息时代无人机（一）人工智能生物群体行为特点：1）组织结构的分布式生物群体中不存在中心节点，个体遵循简单的行为规则，仅具备局部的感知、规划和通信能力，通过与环境和邻近同伴进行信息交互从而适时地改变

51、自身的行为模式以适应动态环境。群体系统具有较强的鲁棒性，不会由于某一个体或部分个体出现故障而对系统整体造成影响，表现出一定自愈能力。2）行为主体的简单性生物群体中个体的能力或遵循的行为规则非常简单，每个个体仅执行一项或者有限的几项动作，并针对外部情况做出简单的几种反应，这种看似笨拙的个体行为却使它们组成的群体极其高效，体现出智能的涌现。但生物群体系统不是个体的简单加和，而是通过个体之间的组织、协调、合作，实现能力的倍增。二、后信息时代无人机（一）人工智能2.多机飞行智能3）作用模式的灵活性灵活性主要体现在群体对于环境的适应性。在遇到环境变化时，群体中的个体通过改变自身行为适应环境的变化。如鸟群

52、在遇到捕食者时能迅速做出集体逃避动作，鱼群在受到鲨鱼攻击时会改变自身旋涡运动，以获得更强的生存能力。4）系统整体的智能性群体生物中，看似笨拙的个体行为通过相互协作却使它们组成的群体有着极高的效率，体现出智能的涌现。二、后信息时代无人机（一）人工智能2.多机飞行智能ABC1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。二、后信息时代无人机（一）人工智能1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。对于每只鸟定义其最近邻鸟的方向上的向量。然后将所有的向量 都放到相同的原点，将其密度绘制在同一个球面上，得到椋鸟群中最近邻方向密度图，如

53、图(a)。同理，对每只鸟的第10近邻也用相同的方法进行统计，得到方向密度图如图(b)。其中，椋鸟群飞行方向穿过地图中心指向0（180 ）的方向。由图(a)可知，最近的相邻鸟其分布位置存在强烈的各向异性，沿着速度方向明显缺少鸟类。而由图(b)所示，第10近邻鸟的分布位置没有明显的各向异性。因此，我们可以认为，椋鸟集群飞行时，临近的个体之间存在相互作用，且个体存在交互个数的上限。二、后信息时代无人机（一）人工智能1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。定义向量()为鸟指向其第n个最近邻方向上的单位向量，定义矩阵()=/,(),()，其中N为鸟群的总数量,=,

54、。单位的特征向量()对应于()矩阵的最小特征值，其方向与第n个最近相邻鸟的最小拥挤方向重合。为了衡量第n个最近邻居的空间分布中的各向异性程度，定义函数 =()，其中是速度。当的值小于1/3时，判定近邻分布各向同性，此时近邻鸟与参考鸟之间不存在相互作用。右图两个集群在第六个和第七个最近相邻鸟之间已经开始变得各向同性。对更多的样本进行分析可知，单个个体的交互上限为（SE为标准差）。因此，可证明在椋鸟集群飞行时，单个个体仅与和周围的6-7个个体进行交互。6.50.9cnSE=二、后信息时代无人机（一）人工智能1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。2.椋鸟群飞

55、时，参考邻居的选择依据不是欧式几何模型，而是拓扑模型。欧式模型定义每只鸟的位置为、速度为，且具有恒定的系数和航向。模型动力学定义为：+=+(+)和+=+()/(+)，其中为鸟能够交互的个体总和。在欧式模型中，鸟与周围的固定距离范围内的所有相邻个体交互；而在拓扑模型中，鸟与 个相邻个体进行交互，即=。捕食者与鸟群有相对的运动方向，并且有一个垂直的偏移量d。捕食者对每只鸟施加排斥力，随鸟类-捕食者的距离而衰减，以航向为例，此时排斥力为 ()/。拓扑模型二、后信息时代无人机（一）人工智能1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。2.椋鸟群飞时，参考邻居的选择依据

56、不是欧式几何模型，而是拓扑模型。在不同的初始条件下，进行大量的数值实验，统计两种模型下集群被攻击后的分群数的概率分布。实验结果表明，在欧式模型下，鸟群通常会被分成5个部分，这意味着欧式模型的鸟群平均恢复力非常低。而在拓扑模型下，鸟群大概率仍然为一个群体，即最可能的攻击结果是原始群不会分散。此外，概率分布非常迅速地衰减到零，表现出强大的内聚力。二、后信息时代无人机（一）人工智能1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。2.椋鸟群飞时，参考邻居的选择依据不是欧式几何模型，而是拓扑模型。3.椋鸟群飞时，飞行方向具有全局有序性。11=NiivNv定义来衡量集群全局

57、排列情况：其中是第个鸟的速度并且是鸟群中所有鸟的数量。如果每个鸟的速度想着不同的方向那么值将会是是零，而如果多大多数鸟的方向是平行的那么它的值接近1。在对24个椋鸟群进行分析之后，发现其平局值为=.+.()，证明了椋鸟飞行时其飞行方向具有全局有序性。二、后信息时代无人机（一）人工智能1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。2.椋鸟群飞时，参考邻居的选择依据不是欧式几何模型，而是拓扑模型。3.椋鸟群飞时，飞行方向具有全局有序性。4.当感知存在不确定性时，与67只的邻鸟交互网络是平衡集群内聚力和个体代价的一种优化选择。椋鸟群在高度不确定的环境中，接收有限的、

58、嘈杂的信息，却能保持高度的内聚力和连贯性，表现出强大的鲁棒性。有学者定义了一种群体鲁棒性的方法，该方法可以基于椋鸟的空间位置来评估不同感知策略下的鲁棒性。最后将该方法应用于椋鸟群的实验数据中，结果发现与6个或7个近邻交互的网络可以最大化单个个体对鲁棒性的贡献。二、后信息时代无人机（一）人工智能1.椋鸟群飞时，临近的个体之间存在相互参考作用，且只与周围6-7只椋鸟发生作用。2.椋鸟群飞时，参考邻居的选择依据不是欧式几何模型，而是拓扑模型。3.椋鸟群飞时，飞行方向具有全局有序性。4.当感知存在不确定性时，与67只的邻鸟交互网络是平衡集群内聚力和个体代价的一种优化选择。5.椋鸟群飞时，飞行状态的改变

59、具有相关性。6.椋鸟飞行状态改变时，会在鸟群中沿距离向形成一相关区域和反相关区域，且相关性长度正比于鸟群大小。7.椋鸟群的相关性是无标度的。即个体状态的改变影响整个群体中所有其他个体，无论这个种群的大小有多大。二、后信息时代无人机（一）人工智能二、后信息时代无人机（一）人工智能二、后信息时代无人机（一）人工智能二、后信息时代无人机（一）人工智能3.任务自主智能如今，无人机操作手坐在那里，连续几个小时盯着死亡电视，试图寻找目标或看到某些东西在动或做某些事情，以确定它是一个目标，这是人力资源的浪费，这是低效的！詹姆斯-卡特赖特上将，美参谋长联席会议副主席随着无人机系统的快速增长，无人机系统扮演角色

60、的扩展，以及有人机系统和无人机系统的同步操作，对使用者造成了巨大的人力资源负担。我们处在一个令人难以置信的技术发展时期。自主控制系统、人工智能、先进计算、大数据，机器学习、图形可视化工具、超材料、小型化等技术的进步，正引领我们走向伟大的人机协同时代。阿拉蒂-普拉巴卡尔博士，前DARPA主任二、后信息时代无人机（一）人工智能3.任务自主智能1.模式识别（语音、文字、图像）的学习控制2.人工神经网络的神经控制3.专家系统的规则控制4.模糊集合的模糊控制二、后信息时代无人机（二）物联网（低空网络）物联网将对未来无人机的应用提供巨大的支撑作用：一是实现无人机系统的遥控、遥测、信息传输与跟踪定位；二是实

61、现无人机空域管控；三是支撑各种社会化应用服务。1.无人机系统控制目前对于无人机系统来说，无论是手持遥控器、手机、便携控制站、车载站、固定站，基本都是一站一机状态。二、后信息时代无人机（二）物联网（低空网络）视距控制方式1.无人机系统控制目前对于无人机系统来说，无论是手持遥控器、手机、便携控制站、车载站、固定站，基本都是一站一机状态。二、后信息时代无人机（二）物联网（低空网络）无人机中继超视距控制方式1.无人机系统控制目前对于无人机系统来说，无论是手持遥控器、手机、便携控制站、车载站、固定站，基本都是一站一机状态。二、后信息时代无人机（二）物联网（低空网络）卫星中继超视距控制方式1.无人机系统控

62、制目前对于无人机系统来说，无论是手持遥控器、手机、便携控制站、车载站、固定站，基本都是一站一机状态。一站一机的控制方式，存在着建设成本高、频率资源紧张、控制范围受限、多机协同困难等诸多缺点，面向网络的无人机控制需求十分迫切。二、后信息时代无人机（二）物联网（低空网络）装备名称装备名称系统价格系统价格数据链分系统价格数据链分系统价格数据链分系统百分比数据链分系统百分比某小型无人机某小型无人机100万（一站三机）万（一站三机）约约30万万30%某中型无人机某中型无人机1.49亿（一站八机）亿（一站八机）约约4700万万31.5%某大型无人机某大型无人机1.46亿（一站三机）亿（一站三机）约约490

63、0万万33.5%1.无人机系统控制二、后信息时代无人机（二）物联网（低空网络）地面基站通用或专用无人机网络网络化无人机地面基站光纤通信网发射发射入网入网执行任务执行任务网络管理与安全管理网络管理与安全管理离网离网地面（网络）控制中心地面安全管理中心发送指令接收信息降落回收降落回收“北斗”导航卫星通信卫星本地无人机发、收控制北京-深圳北京-昆明哈尔滨-广州北京-成都2.空域管理改革这是四条典型的民航航线，飞行轨迹都不是直线。主要原因是民航客机飞行要按照航路规划，依托地面固定的雷达、导航台等飞行，飞出航路区域，民航部门将不能实时掌握飞行情况，只能通过军用雷达探测。二、后信息时代无人机（二）物联网（

64、低空网络）北京-深圳北京-昆明哈尔滨-广州北京-成都2.空域管理改革空域管理的基础是航路、航线，全国目前只有29条航路，1177条航线，依托地面雷达等进行管制。MH370事件后，2016年中国开始要求民航客机每十五分钟进行一次主动位置报告。二、后信息时代无人机（二）物联网（低空网络）北京-深圳北京-昆明哈尔滨-广州北京-成都2.空域管理改革现有空域管理机制是针对有人机设立的，完全不适应行业无人机大批量、大范围、密集型飞行任务。空域管理的目的是保证无人机顺畅飞行，而不是限制飞行。尤其是娱乐类无人机就是“会飞的手机”，管理要简便易行。二、后信息时代无人机（二）物联网（低空网络）3.社会化服务领域1

65、）公共安全管理合作目标合作目标安全管理要解决“可观测”、“可规避”、“可控制”三个问题。“可观测”主要是指利用主动探测技术和被动探测技术，对空中目标进行探测，确保不出现遗漏。手机主动发送光电主动追踪雷达主动追踪信号被动探测二、后信息时代无人机（二）物联网（低空网络）1）公共安全管理合作目标合作目标安全管理要解决“可观测”、“可规避”、“可控制”三个问题。“可观测”主要是指利用主动探测技术和被动探测技术，对空中目标进行探测，确保不出现遗漏。广播电视广播电视基站基站卫星卫星直射直射反射反射辐射辐射大动态宽带大动态宽带射频阵列射频阵列电磁电磁环境环境扰动扰动特征特征矢量矢量目标目标识别识别与与航迹航

66、迹预测预测深度深度学习学习平台平台无源雷达被动探测低慢小目标移动基站、广播电视塔二、后信息时代无人机（二）物联网（低空网络）3.社会化服务领域1）公共安全管理合作目标合作目标安全管理要解决“可观测”、“可规避”、“可控制”三个问题。“可规避”主要是指无人机主动感知周边环境，与其它飞行器进行交互，并作出规避动作的技术。ADS-B主动发送激光探测超声波主动探测视觉避障二、后信息时代无人机（二）物联网（低空网络）3.社会化服务领域1）公共安全管理合作目标合作目标安全管理要解决“可观测”、“可规避”、“可控制”三个问题。“可控制”主要是指对于某些合作类无人机，在其任务不明、行踪不定的情况下，要有第三方

67、控制手段。信号干扰破解链路控制第三方授权控制二、后信息时代无人机（二）物联网（低空网络）3.社会化服务领域1）公共安全管理非合作目标主要是利用微波雷达、光电探测、无源雷达等手段对“低慢小”目标进行自动搜索、跟踪和定位。主要用于大型活动现场安保、机场控制区低空安全监控、城市重点区域低空安全监控等。“低慢小”目标探测二、后信息时代无人机（二）物联网（低空网络）3.社会化服务领域1）公共安全管理非合作目标主要包括硬摧毁和软捕获两方面。硬摧毁是指利用高能激光等物理损伤手段进行目标击落。软捕获是指通过某种手段发射柔性网状物进行包裹，达到捕获目的。微波武器激光武器“低慢小”目标防御软捕获二、后信息时代无人

68、机（二）物联网（低空网络）3.社会化服务领域手机、PAD、笔记本等移动智能终端上的APP程序都在采集硬件和用户行为信息，经用户授权，用于一些商业分析应用。这些APP包括底层操作系统自带、手机厂商植入、运营商定制、第三方程序等，通过运管商网络发往APP制定目的地。主要目的，一是手机设备厂商监控系统软硬件状态；二是运营商监控系统资源使用情况；三是APP开发者获取用户行为信息。未来，无人机同样是一个移动的智能终端，手机等其他智能终端面临的需求无人机同样存在。并且无人机是一个空中机动飞行的智能终端，高度变化大，现有地面网络无法满足需求。二、后信息时代无人机（二）物联网（低空网络）3.社会化服务领域2）

69、行业管理二、后信息时代无人机（二）物联网（低空网络）3.社会化服务领域3）通航发展通用航空产业每年为美国创造1500亿美元以上的产值，但是以有人机为主。我国有人机通航产业一直发展不太顺利，无人机产业的通用航空将成为世界上具有中国特色的通用航空代表。无人机产业呼唤一个新型低空物联网的出现，并且要从系统容量、覆盖范围、智能控制、安全管理、业务类型等方面全面创新。二、后信息时代无人机（二）物联网（低空网络）二、后信息时代无人机（三）大数据二、后信息时代无人机（三）大数据无人机作为空中移动的传感器节点，能够在大地测绘、国土资源调查、气象探测、交通监管、工农林业生产、物流运输、个人消费等领域产生海量数据

70、，还包括无人机飞行参数信息，部分数据具有直观经济效益，而大部分数据需依托大数据技术进行综合开发利用。二、后信息时代无人机（三）大数据农业二、后信息时代无人机（三）大数据农业二、后信息时代无人机（三）大数据遥感二、后信息时代无人机（三）大数据遥感二、后信息时代无人机（三）大数据无人机飞行无人机飞行大数据涉及无人机类型、位置、速度、高度、任务属性等多种数据，这些数据的深度挖掘也会带来惊喜。二、后信息时代无人机（四）移动互联网现在基于手机的移动应用，未来都可能基于无人机实现，也会创新更多的应用场景二、后信息时代无人机（五）云计算二、后信息时代无人机（五）云计算无人机传感器能力不断增强和应用领域不断拓

71、展，海量数据需要实时处理，提取有效信息，但机上处理能力有限。可以通过云端进行处理，然后发回机上或地面进行应用，同时释放机上计算和存储压力。未来无人机将向着信息传输网络化、运行空间数字化、飞行终端智能化方向发展。未来无人机发展的本质是网络环境下数据驱动的空中移动智能体。网络化三、结束语未来无人机将向着信息传输网络化、运行空间数字化、飞行终端智能化方向发展。未来无人机发展的本质是网络环境下数据驱动的空中移动智能体。网络化数字化 地球立体空间网格化（从地心到太空）；网格（属性、位置等）数字编码粒度可变化；网格相互位置计算查表化（快速、批量）；数字化空间之于无人机，类似于高速公路之于汽车，数字化空间将

72、成为无人机产业发展的一个必要基础设施。三、结束语未来无人机将向着信息传输网络化、运行空间数字化、飞行终端智能化方向发展。未来无人机发展的本质是网络环境下数据驱动的空中移动智能体。网络化数字化智能化飞行终端智能化是指除前述智能能力外，未来无人机在网络环境下，利用大数据、云计算、边缘计算等共同实现智能。还可能在标准的空管机制下，使用统一的飞控架构和算法，以便于实现更好的协同和冲突消解。三、结束语以“云、物、大、移、智”为基础，智能终端在农业领域的典型场景三、结束语光谱数据移动互联网物联网云计算平台边缘计算大数据智能算法1.农作物生长情况2.营养缺失情况3.病虫害情况生成无人机执行指令以“云、物、大

73、、移、智”为基础，智能终端在农业领域的典型场景三、结束语以“云、物、大、移、智”为基础，智能终端在农业领域的典型场景光谱数据移动互联网物联网云计算平台边缘计算大数据智能算法1.农作物生长情况2.营养缺失情况3.病虫害情况生成无人机执行指令三、结束语无人机图像智能算法在电力巡检的开发及应用普宙飞行器科技（深圳）有限公司得益于高德红外的多年技术沉淀，公司在无人机飞行控制、图像稳定、动力系统设计、红外图像技术方面拥有多年的技术沉淀，为无人机产品技术的持续提升和无人机应用的不断完善提供坚实后盾。普宙无人机专利申请165项，其中申请发明专利34项专 利 技 术飞控图传云台增稳计算机视觉军工品质专业级载荷

74、高能便携GDU SAGA 军工品质的行业旗舰机可结合客户需要，对外观有偿定制超长续航高清跳频图传RTKGPS定位视觉定位IMU惯导辅助定位最大载荷35 MIN高精度悬停7KM1KG高清红外30X变倍30倍光学变焦4倍数字变倍25HZ帧频分辨率800*600NETD30mk可结合客户需要，对外观有偿定制技术方向技术项普宙D品牌图像传输技术2.4G WIFI高清图传5.8G WIFI高清图传2.4G+5.8G双频WIFI军用跳频抗干扰无线数据传输技术（行业仅普宙一家）软件开发（包含android、IOS和web前端&后台）自定义无人机通信协议H.264软编解码技术H.264硬编解码技术采用标准的协

75、议 RTP 传输视频数据,H 264 编码视频数据直播产品对比普宙红外相机D品牌XT2D品牌XT材料氧化钒氧化钒氧化钒像元尺寸7-14um7-14um7-14um分辨率800 X 600640 X 512640 X 512帧频60hz9hz（出口限制）9hz（出口限制）NETD30mk f#1.050mk f#1.050mk f#1.0双光融合具备具备无测温范围-40至550-40至550-40至550色板8种色板可选单色板单色板是否定制化可根据客户需求定制功能不可不可自主程度完全自主知识产权依赖进口依赖进口价格成本可控，价格有优势成本高，价格高成本高，价格高红色字体表示全部优于全自主研发红外

76、相机技术无人机核心技术普宙无人机的核心技术抗磁干扰的双 RTK 天线设计 专为电网设计(X1,Y1)(X2,Y2)Theta6GTIR800 Infrared Gimbal800X600红外红外工业级性能轻巧折叠便携多载荷更换机载高性能计算单元GTZMHD 30X Visible light Gimbal30X变倍可见光云台GTZMHD 10X Visible light Gimbal10X变倍可见光云台4K Prime Gimbal4K定焦云台Megaphone喊话器Floodlight照明灯微单云台挂架警用投弹器气体探测器CanisterGas DetectorMirrorless Cam

77、era Gimbal普宙无人机的主要荷载30X 变焦云台1KM 外监控30X 变焦云台局部精细化巡视高清红外 800 x600,25Hz,增稳云台，全自主研制生产红外云台非制冷0.02 NETD点/线/面测温普宙无人飞行平台+智能感知+计算机视觉方案一站式帮助用户全面提升航测内外的作业效率，将电力巡检的真实场景转化为数字资产1.Mapping快速拼接，实时预览，高精度的3D重建测高、测距、测面积等实景数字化360显示云端3D建模空间标识定位坐标、导航3D建模及360全景拼接RTK技术将定位精度提至厘米级2.特征提取深度+迁移学习，自主训练，正射+红外的计算机视觉深度学习普宙无人机主要技术迁移学

78、习目标精准智能跟随不同的控制策略深度学习后可识别10种目标不需要额外的GPS进行辅助深度学习后可识别多达30种目标辅助精准定位智能巡逻快速选择并自动跟踪移动目标AI目标检测识别GTZMHD 30X Visible light Gimbal30X变倍可见光云台4K Prime Gimbal4K定焦云台GTZMHD 10X Visible light Gimbal10X变倍可见光云台深度学习后可识别多达30种目标夜间监测测温智能巡逻快速选择并自动跟踪移动目标GTIR800 Infrared Gimbal800X600红外红外红外挂载上的目标检测识别通道巡检无人机在输电线路走廊通道上方飞行，实现外部

79、隐患巡查，树障距离摄影测量。目前普宙队树木等障碍物的测量精度达到了分米级。对设备内外部环境及特殊生产需要做出的防范性巡检，如鸟害巡检、树竹巡检、防火烧山巡检、外破巡检、灾后巡检等。植被管理完成线路通道走廊的杆塔、导线和线下植被、交跨物的三维空间数据采集。精细化巡检普宙对单塔的每个部位零件精细巡视，完全自动驾驶。线路发生故障后，根据故障信息，确定重点巡检区段和部位，采用无人直升机查找故障点及其他异常情况。夜间（红外）巡视应对夜晚跳闸，台风等突发事件，体现无人机红外及探照灯等在夜晚作业等实用性。无人机电力巡检的四大功能电力通道巡视数据传输自动规划航线，自动控制无人机沿着线路通道上方拍摄视频或照片，

80、清晰记录通道范围内的环境，可根据线路高程数据差异自动变高飞行，有效避免超视距飞行中的安全风险。电力通道巡视植被管理树障巡视：兼容激光点和可见光点云自动计算杆塔高度，自动计算塔全高度，杆塔呼称高度全自动完成线路通道走廊的杆塔、导线和线下地物、交跨物的三维空间数据采集。无人机作为采集工具，具有操作简单、成本低、效率高、成果精度可靠。电力精细化巡视AI目标识别采用RTK（Real-time kinematic，实时动态）载波相位差分技术，实现厘米级定位，通过机器学习或智能识别杆塔部件，自动生成感塔精细化巡视航线。30倍可将光变焦云台可以清晰聚焦杆塔中的零部件细节电力精细化巡视AI目标识别基于语义分割

81、的植被性质分析3.飞行管理平台GDU飞盟平台-云服务平台(Cloud Service)通信对接方案主要包括近期方案和远期方案。近期方案主要在地面站使用4G通信模块接入后端数据服务器，或者通过标准化的手持客户端，接入统一接口标准的大系统。见下图：通信对接方案HDMI接口Ethernet网络USB接口支持主流标准网络视频通讯协议智能交互的应用性云平台多方共建，多方共享GDU飞盟平台-云服务平台(Cloud Service)云服务平台web端云服务平台入网认证、飞行报备大数据统计任务指派指挥员无人机实时监察任务派发指挥员自动飞行报备实时上传飞机数据任务执行飞行用户具体功能包括实施地图、数据管理及统计

82、分析、设备管理、航线管理和任务管理。其中实时地图可以浏览无人机航迹状态、显示禁飞区等等；数据管理及统计分析，将记录所有任务数据、图像及视频数据、建立及管理三维模型；设备管理主要记录设备信息，管理设备使用记录；航线管理用来维护常用飞行航线，编辑或修改查询等等；任务管理则跟踪每一次的飞行任务下发及执行情况。后台数据处理方案实时监察飞行器注册、登记报备飞行器审批、任务指派飞盟大数据超强云端存储能力集中化统一管理自定义安全权限GDU飞盟平台-云服务平台(Cloud Service)高度支持二次开发的飞盟平台800X600红外红外30X变倍可见光云台10X变倍可见光云台4K定焦云台喊话器照明灯单反云台挂

83、架警用投弹器气体探测器支持远达10KM距离高清图传和数传普宙行业无人机普宙行业无人机无人机地面站无人机地面站无人机云平台服务无人机云平台服务HDMIUSB4G5G 目标智能跟随 AI目标检测识别 AI红外检测 航迹规划 3D视觉避障 图像后处理 AI文字检测识别 精准悬停 360度全景拼接 三维实景重建 可见光测绘拼接 红外测绘拼接 客户定制（LOGO、品牌合作、软件定制开发）ODM模式 完整的行业解决方案硬件平台及丰富载荷丰富接口，开放SDK软件处理开放平台模式普宙致力于打造飞盟平台，与最广泛的中小创业者共享平台深度合作，为行业级用户打造定制化产品二次开发基于计算机视觉，多传感器融合，全栈式

84、的人工智能解决方案飞控飞控SDKAPP SDK云端服务云端服务普宙电力巡检方案的优势：飞行器高度稳定可靠，安全有保障集成普宙先进的云台技术，画质稳定可靠行业专业飞行器、云台相机可选，满足不同需求国际顶级的“千里眼”红外云台技术多项人工智能应用：可预设巡查路线，后续无需人工干预即可实现全自动巡查作业可通过实时图像传输实现对故障点的实时监控和定位飞行平台：普宙SAGA主要荷载：4K可见光、10倍、30倍可见光云台，800*600红外云台专业软件：普宙应用程序+普宙专业地面站专用测绘软件GDU SAGA品牌定制，开放SDK无人机+载荷+SDK+制造+品牌+售后GDU飞盟平台-体积小巧(Compact

85、 Size)A4纸大小其他行业级无人机Z4B标配续航 55分钟最大4.5Kg载重15KM高清图传双频自动优选，抗干扰强六级风正常飞行可支持RTK差分，精度高达0.1m以客户为中心，合作共赢普宙飞行器科技(深圳)有限公司无人机电力应用的技术方向和产品路线探索作业场景及内容精细化巡检精细化巡检是指用无人机对输电塔的各个零部件、导线挂点及附属设施进行大尺寸拍摄，用以监察设备状况，保证线路运行安全。巡检周期：半年至一年不等，视线路负荷状况及地方要求。覆盖范围：南网要求全线覆盖。自动化要求：南方电网要求在2020年实现全面的无人机自动化巡检。智能化要求：要求对缺陷执行自动识别。异物入侵绝缘子破损输电设备

86、巡检当前的作业场景输电设备巡检当前的作业场景精细化巡检-施工验收施工验收主要指输电线路在建设完成后由电网进行验收，架空线路部分类似于精细化巡检内容，主要有以下内容。巡检周期：线路投运前 覆盖范围：新建线路权限 自动化要求：暂无 智能化要求：暂无目前作业流：a)人工飞行；b)对巡检位置拍摄，并初步浏览巡检结果；c)回到本地，导出照片并查看细节；人工巡检痛点 专业化程度高，人员占用严重 数据标准化不足，为缺陷识别带来挑战自动巡检现有无人机软硬件架构适配自动化应用较差 航点功能受限；飞行精度受限；云台精度受限；自动巡检易虚焦（中心点对焦时容易丢失目标，至虚焦）；输电设备巡检痛点和诉求输电通道巡检当前

87、的作业场景树障巡检树障巡检，主要指利用切斜摄影或其他传感器测量树与导线间距的作业方式。目前以倾斜摄影方式建模再通过软件分析的方式为主，激光雷达建模为辅。巡检周期：季度至一年不等，视地区不同而不同，南方植被茂盛地区需求较大。覆盖范围：南网几乎全面覆盖。自动化要求：南方电网要求在2020年实现全面的无人机自动化巡检。智能化要求：南网要求实现数字化管理。目前作业流：a)规划航线，进行倾斜建模拍摄；b)回到本地，导出照片并建模（pix4d）；c)根据模型进行测量；d)出具树障报告；倾斜摄影痛点 操作繁琐：需要先规划航线、再拍摄，导出照片后再建模；建模精度有限：测量精度一般在亚米级；效率低，建模速度慢：

88、从开始拍摄到分析报告出具一般需要1-2天，实际耗时大于8小时；激光雷达痛点 操作繁琐；费用昂贵：一般报价2000/km）；客户诉求 寻求性价比/实时性更高的解决方案（2D激光雷达，毫米波雷达）输电通道巡检痛点和诉求输电通道巡检当前的作业场景输电导线巡检输电导线的巡检往往发生在线路跳闸需要找到之后，故障点，或者雷击放电点，这时候需要用无人机对一直范围内的输电导线执行精细化巡检。替代了原来人工登塔的方式，规避了大部分人员作业风险。巡检周期：一般在线路跳闸后，视线路负荷状况及地方要求。覆盖范围：灾害密集区域，如雷击、覆冰。自动化要求：南方电网要求在2020年实现全面的无人机自动化巡检。智能化要求：要

89、求对缺陷执行自动识别。输电通道巡检当前的作业场景防外物破坏防外破指现在经济发展迅速，随着乡村道路、工业园区、新建房屋的兴建，造成输电的管辖塔位很多地方出现外部隐患，这种隐患要随时监控以防对设备本体稳固性造成影响。巡检周期：一个月至一个季度，常规巡视的一种，巡检密度要求较高。覆盖范围：全线覆盖。自动化要求：南方电网要求在2020年实现全面的无人机自动化巡检。智能化要求：要求无人机在飞行过程中对输电通道附件目标物体进行识别，如：工程机械，工地等输电通道巡检当前的作业场景防山火防山火亦是输电通道日常巡检当中重要一环、在山火易发季节，巡检人员需要用无人机从空中观察输电线路附近容易出现火情的区域，严防火

90、灾发生。巡检周期：灾害频发季节。覆盖范围：重点线覆盖。自动化要求：暂无 智能化要求：识别火源输电通道巡检当前的作业场景应急灾害巡视在应急灾害发生时/发生后，电力指挥人员需要第一时间了解灾害现场的情况以制定应急方案，这种情况下往往需要无人机将现场的画面/图像及时传输到指挥中心。巡检周期：一般在线路跳闸后，视线路负荷状况及地方要求。覆盖范围：灾害密集区域，如雷击、覆冰。自动化要求：南方电网要求在2020年实现全面的无人机自动化巡检。智能化要求：要求对缺陷执行自动识别。目前作业流：a)接到巡检任务（工单）；b)到达巡检现场；c)手动操作无人机巡检；d)人工查看FPV视频；客户的痛点和诉求 巡检效率低

91、：单次起飞作业半径约3km，巡检效率受限于无人机续航时间及图传距离。实际作业图传易受到遮挡：人员占用严重，全程需要人工操作：客户诉求 寻求性价比/效率更高的解决方案（VTOL/固定翼无人机）希望加入AI技术，识别可疑入侵物（如：工程车辆、火种、施工人员）输电通道巡检痛点和诉求无人机应用现状及项目思路电网无人机应用现状及需要解决的问题信息化互联互通互联互通/消灭信息孤岛消灭信息孤岛自动化降低技术运用难度降低技术运用难度/提高数据标准化程度提高数据标准化程度智能化提升运维效率提升运维效率/减员增效减员增效据不完全统计，整个电网无人机保有量超过30,000台；电网无人机应用现状作业状态难监控作业状态

92、难监控员工外出作业信息不闭环，后台无法掌握员工当前的工作状态。作业信息难统计作业信息难统计员工作业量无文档记录，全凭经验，业绩考核无标准。作业质量难保证作业质量难保证根据飞行操作水平，数据采集质量参差不齐，无法统一标准。作业数据难归档作业数据难归档作业所产生的数据只能通过人工拷贝，命名格式，存储位置无法统一。作业标准难划分作业标准难划分数据质量无标准，为后期缺陷智能分析带来困难。建设思路信息化信息化：依靠Pilot和FlightHub打通现场端（APP）和平台端（生产管理系统）的信息通道。将巡检作业数据从不同维度进行分类，提供员工考核依据；添加业务通道让工单/作业流闭环。自动化自动化：Flig

93、htHub作为航线管理实现无人机作业的自动化。智能化：智能化：数据/信息形成闭环后，通过平台本身或第三方平台实现数据的智能化处理，将结果直接输出给生产管理系统，进一步提高运维效率。解决方案产品构成DJI Pilot第三方设备APP作业现场端数据中枢平台端数据分析分析平台APP作业现场端DJI-Terra航线规划平台1.优秀的用户体验：以DJI Pilot为蓝本开发的定制版APP，标准化测试流程，秉承了DJI软件一贯优秀的用户体验。核心软件版本长期维护，免除后顾之忧。2.丰富的业务功能：定制版软件集成自动飞行和作业管控功能，支持导入/执行标准格式的航线文件，需根据作业计划解锁飞行功能，可防止非业

94、务情况使用无人机。3.安全的部署方式：默认不会上传任何数据到外部设备（无需登录DJI账号，可采用电网定义账号体系）。4.完整的作业流程：前端操作App配套FlightHubPE平台一起使用来完成无人机设备管理和业务管理工作。通过web-sdk可以和生产管理系统打通，工单/航线一站式派发。DJI Pilot解决方案功能简介1.私有化的部署方案：纯内网环境安装，所有数据传输流通在安全环境下，符合信息安全要求。2.丰富的业务管理：作业过程中的全部无人机数据都将汇总的FlightHub，通过多维度分析，可实现工单、作业、统计、管控的全流程管理。3.完备的设备管理：无人机数据中枢的定位，赋予了Fligh

95、tHub联通各个模块底层信息的能力，可对设备进行全生命周期管控，包括升级，维护，报废等等。4.规范的数据统计：完善科学的数据架构，保证无人机及周边设备的全生命周数据被合理规范的记录。5.实现平台级耦合：FlightHub定位为二级数据中枢平台，通过完善的API架构实现与生产管理系统无缝耦合。解决方案功能简介解决方案系统拓扑解决方案系统拓扑解决方案作业流程解决方案核心技术DJI Manifold21、自动化巡检项目中可用于辅助对焦，辅助拍摄。2、通道巡检过程中用于对入侵物体进行自动识别。例如：工程车辆识别、火源识别。3、精细化巡检过程中轻量级缺陷识别：例如绝缘子破损，鸟窝等等无人机自动化应用现状

96、编程方式编程方式描述描述实施效率实施效率复杂工况适应性复杂工况适应性易用性易用性鲁棒性鲁棒性适用范围适用范围Online Programming（APP）在线编程，这个词是从机器人取代手工作业而来的，用机器人代替人进行作业时,必须预先对机器人发出指示,规定机器人进行应该完成的动作和作业的具体内容。这个过程就称为对机器人的示教或对机器人的编程。当然，在不同的设备上，都采用示教编程的方式，就是告诉机器要执行的步骤优优中中优优中中输电输电/变电变电/配电配电（长期固定的巡检（长期固定的巡检场景）场景）Offline Programming（PC GSPPC GSP）离线编程，是通过软件，在电脑里重建

97、整个工作场景的三维虚拟环境，然后软件可以根据要工加零件的大小、形状、材料，同时配合软件操作者的一些操作，自动生成机器人的运动轨迹，即控制指令，然后在软件中仿真与调整轨迹，最后生成机器人程序传输给机器人。低低优优差差优优输电输电/变变电电（长期固定的巡检（长期固定的巡检场景）场景）总结：两种方式各有优势，针对无人机的自动化巡检可以互补。无人机自动化应用现状减员增效不单单是电力，所有国有企业都面临的实际挑战。根据国家能源局2017年电力可靠性年度报告显示，全国截止到2017年全国220kv及以上输电回路总长度接近70WKm，任务重、要求高，已经是电网运维的常态；与此同时电网人员指标只减不增也使得发

98、展自动化、智能化巡检成为必然。其中南方电网广东公司明确提出2025年实现全部无人机自动驾驶。国家电网中四川、江苏、浙江也将无人机自动巡检输电线路提上建设日程。产品：打造基于DJI软件/硬件的完整自动化巡检方案。市场价值：端到端的解决方案，提升选件效率其他应用场景输电线路输电线路变电站变电站桥梁巡检桥梁巡检光伏电站光伏电站工业园区工业园区其他应用场景系统拓扑及无人机配置系统拓扑及无人机配置APN/4G公网SDR/4G无人机状态信息/巡检缺陷信息/巡视工单 辅助对焦/拍摄 前端智能识别/分析 变焦相机 红外相机c工单派发巡检计划制定作业数据统计电网管控平台RTCM via 4GRTCM via S

99、DRFlighthubPilot示教操作航线录制航线导出航线导入DJI RTK BS无网络地区备份方案4G覆盖区域Pilot航线下载/航线执行M210RTK工业级无人机38min续航5km控制距离ZENMUSE X5S有效相熟：2080万应用案例应用案例即在尽量少的人工干预下得到我们想要的结果即在尽量少的人工干预下得到我们想要的结果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%巡检样片同一位置照片偏差小于10%应用效果分析应用效果分析自动化降低技术运用难度降低技术运用难度/提高数据提高数据标准化程度标准化程度智能化提升运维效率提升运维效率Online programmingOnline programming（APP Pilot&ElinsAPP Pilot&Elins）Offline programmingOffline programming(PC PC(PC PC_ _GSP)GSP)激光点云模型激光点云模型（输电（输电/变电）变电）？深化应用深化应用技术技术升级升级巡检执行巡检结果巡检规划后端缺陷自动识别后端缺陷自动识别在服务器端部署缺陷识别算

101、法，AI瞄准瞄准/对焦辅助对焦辅助加入无人机前端识别技术，自动对准拍摄位置，降低操作难度，提升拍摄精度。前端自动识别前端自动识别轻量级缺陷自动识别远程实时上报在巡检环节引入图像识别技术在巡检环节引入图像识别技术在日常巡视过程中，常常有外力可能会无人机巡检精度产生消极影响，例如：大风、强光、信号干扰。在巡检过程中引入图像识别技术，无人机能够准确识别拍摄器件，并自动修正拍摄角度，调整相机参数，从而提升系统鲁棒性。前端智能识别前端智能识别利用无人机搭载的高性能计算平台，实时分析拍摄图片，将轻量级的缺陷实时处理，并通过网络上报至运维平台。鸟巢绝缘子破损防震锤移位异物入侵缺陷分级处理平台智能识别平台智能

102、识别利用超级计算机级处理能力，对图像数据精细深度分析，进一步挖掘细节缺陷。螺栓缺失器件锈蚀销钉缺失异物缺陷分级处理巡检现场端平台端航线规划/仿真APN/4G航线同步WEB-SDK无人机状态信息/巡检缺陷信息/巡视工单工单派发巡检计划制定作业数据统计电网管控平台FH-PEPilot+Elins（PE）基于激光点云模型的Offline_Programming以PC GS PRO 3D航线规划为原型2、无人机综合管控平台无人机综合管控平台 自动飞行航线管理自动飞行航线管理；设备信息管理设备信息管理；禁飞区管理禁飞区管理；售后管理售后管理；3、离线航线规划平台离线航线规划平台 激光雷达扫描输电线路激光

103、雷达扫描输电线路；离线航线规划离线航线规划（simulator）；）；航线生成航线生成/路径优化路径优化/碰撞检测碰撞检测；1、现场端巡检软件现场端巡检软件 无人机示教飞行无人机示教飞行；航线生成航线生成；航线执行航线执行；业务信息信息同步业务信息信息同步；（二期项目二期项目）航线同步/导入1、信息化以DJI-Flighthub为核心，将无人机信息接入电网信息话平台，打通无人机接入信息化平台的最后一道壁垒。2、自动化以航线为核心，依靠DJI Pilot/DJI GSPro构建一套从航线生成到执行的自动化作业流程。3、智能化以无人机前端图像识别为切入点，配合后端识别，进一步提升巡检执行到结论输出

104、的实时性。产品脉络特定运行风险评估在无人机巡线中的应用中国民航科学技术研究院民用无人机检验中心运行概念运行类别开放类低风险特定风险内在地面风险等级7?取证类YesNo缓解措施M1/M2/M3最终地面风险等级RobustnessMITLow/NoneMediumM110M20-1M30-2初始空中风险等级战略缓解措施战术缓解措施AEC最终空中风险等级否否是是否是是是是是航空风险等级-b（空域相遇类别-6C）航空风险等级-b（空域相遇类别-10）航空风险等级-c（空域相遇类别-9）航空风险等级-c（空域相遇类别-8）航空风险等级-c（空域相遇类别-7）航空风险等级-c（空域相遇类别-6b）在E类空

105、域的操作？城市人口中的F类或G类空域的操作？乡村人口中的F类或G类空域的操作？航空风险等级-d（空域相遇类别-6a）B类，C类或D类空域的操作？操作低于500英尺AGL否在SORA定义的机场环境中的操作？否操作是否处于C模式Veil/TMZ空域？否在受控空域中的操作？否在城市区域上方的非受控区域中的操作？否在乡村地区上方非受控区域中的操作？在乡村地区上方非受控区域中的操作？否否否在受控空域中的操作？操作是否处于C模式Veil/TMZ空域？否在SORA定义的机场环境中的操作？是操作在500英尺AGL以上但FL600以下是否操作低于FL600？是否航空风险等级-d（空域相遇类别-1）航空风险等级-

106、d（空域相遇类别-2）航空风险等级-d（空域相遇类别-3）是是是航空风险等级-c（空域相遇类别-4）航空风险等级-c（空域相遇类别-5）航空风险等级-b（空域相遇类别-11）航空风险等级-a（空域相遇类别-12）是在非典型空域中的操作？在城市区域上方的非受控区域中的操作？SAIL运行安全目标SAIL DeterminationFinal ARCFinal GRCab1III2III3IIIIOSO NumberSAILIIIIII IV V VIOSO#NOLM HHHOSO#Add-onO OLM HH无人机运行满足安全水平要求YesNo运行概念Nor案列分析SORA流程输入运行概念描述评估

107、地面风险空中风险SAIL输出运行安全目标稳健性等级使用安全方式操纵无人机，但不满足一般远程驾驶员的要求在昼间飞行最大飞行距离超过1公里，属于超视距运行在室内通过地面监管系统实施无人机管理需要飞越一个禁飞区飞行高度不超过120米运行概念描述地面风险等级初始地面风险等级最大UAS特征尺寸1米/约3英尺3米/约10英尺8米/约25英尺大于8米/约25英尺预期的典型动能700焦（约529英尺磅）34千焦（约25000英尺磅）1084千焦（约800000英尺磅）1084千焦（约800000英尺磅）运行场景在人烟稀少环境的管制区域上方进行VLOS运行1235在人烟稀少的环境（飞越人口集中的区域）上方进行B

108、VLOS运行2346在人口密集环境的管制区域上方进行VLOS运行3468在人口密集环境上方进行VLOS运行4579在人口密集环境的管制区域上方进行BVLOS运行56810在人口密集环境上方进行BVLOS运行67911在人群聚集区上方进行VLOS运行7在人群聚集区上方进行BVLOS运行8地面风险等级缓解措施稳健性缓解措施编号GRC修正措施低/无中高M1紧急响应计划（ERP）已制定，经运营人验证且有效10-1M2地面撞击影响可降低0-1-2M3技术遏制手段已制定且有效0-2-4运行单位已自行进行验证无人机搭载降落伞系统，且经运行单位自行验证无人机具有电子围栏功能，且经运行单位自行验证空中风险等级空

109、中风险缓解措施运行限制 极低飞行高度结构和规则 使用经认可的一般空域使用规则 经认可的飞行规则战术缓解措施 电子签名 声光信号及报警 ADS-B最终空中风险等级为ARC-bSAILSAIL确定最终ARC最终GRCabcd1IIIIVVI2IIIIVVI3IIIIIVVI4IIIIIIIVVI5IVIVIVVI6VVVVI7VIVIVIVI7C类运行运行安全目标操作安全目标无人机系统的技术问题操作安全目标#01确保运营人是胜任的和/或认证的。L操作安全目标#02无人机系统由有能力和/或经过认证的实体制造。O操作安全目标#03无人机系统由有能力和/或经过认证的实体维护。L操作安全目标#04UAS

110、根据权威认可的设计标准开发。O操作安全目标#06C3 链路性能适合于操作。L操作安全目标#05无人机系统的设计考虑了系统的安全性和可靠性。O操作安全目标#07检查无人机系统（产品检查）以确保与行动纲要的一致性。L操作安全目标#08操作程序已定义，验证和遵守。M操作安全目标#09远程工作人员训练有素，能够控制异常情况。L操作安全目标#10对技术问题的安全恢复。L支持无人机系统操作的外部系统的性能恶化操作安全目标#11处理支持无人机系统操作的外部系统性能恶化的程序。M操作安全目标#12无人机系统旨在管理支持无人机系统操作的外部系统的性能恶化。L操作安全目标#13支持无人机系统操作的外部服务足以支持

111、该操作。L人为错误操作安全目标#14操作程序已定义，验证和遵守。M操作安全目标#15远程工作人员训练有素，能够控制异常情况。L操作安全目标#16多人员协调L操作安全目标#17远程工作人员适合操作。L操作安全目标#18自动保护飞行包线免受人为错误的影响。O操作安全目标#19对人为错误的安全恢复。O操作安全目标#20人为因素评估已经完成，人机界面被认为适合于任务。L不利的操作条件操作安全目标#21操作程序已定义，验证和遵守。M操作安全目标#22对远程工作人员进行培训，以识别关键的环境条件并采取避免的手段。L操作安全目标#23已定义，可衡量和遵循的安全操作的环境条件。L操作安全目标#24无人机系统已

112、设计并符合恶劣环境条件。OOLMHSORA的利弊基于风险的评估方法能够使评估过程更具有针对性，从核心事件入手，将整个评估过程细化拆解，并通过缓解措施进行风险降低，科学完整的评估体系为管理层和企业提供了安全管理的抓手。SORA评估过程中，一些缓解措施稳健性评估还缺乏系统性的解决方案，第三方评估工作急需加强。建议目标无人机巡线风险源识别研究SORA在巡线作业中的应用可行性研究风险缓解措施方案及稳健性评估方法研究SORA评估，并进行标准场景的设计和布局THANK YOU内蒙古电力（集团）有限责任公司航检中心内蒙古西部电网航检作业情况介绍01/结合现状的航检运控管理02/下一步打算03/目录CATAL

113、OG内蒙古西部电网航检作业情况介绍01The first chapter蒙西电网直升机航检作业始于2004年，是全国第二家开展直升机航检作业的电力企业，至今已经历了15年的发展历程，先后经历了整包外委巡检、租机巡检和目前租机精细化巡检的三个发展阶段。经过四年的研究发展与经验积累，2008年转变为自主巡检方式，通过机载光电吊舱开展可见光和红外同时进行的巡检作业，从初期的辅助人工巡检，到后来以航检为主人工为辅的巡检方式将输电线路巡检方式从地面提升到空中，多年来编写了包括直升机作业指导书，直升机巡检作业流程在内的多项制度和标准。AAdd the title直升机巡检作业直升机巡检作业无人机巡检工作始

114、于无人机巡检工作始于20122012年，随着无人机在电力行业中的广泛应用，我们通过多年年，随着无人机在电力行业中的广泛应用，我们通过多年的运用实践，将输电线路运维的实际需求和无人机在电力行业优势进行了有效的结合，秉承的运用实践，将输电线路运维的实际需求和无人机在电力行业优势进行了有效的结合，秉承着从实际出发，实事求是的工作态度，我们将无人机在电力行业的应用能力尽量实现了最大着从实际出发，实事求是的工作态度，我们将无人机在电力行业的应用能力尽量实现了最大化，固化了各项工作方式的流程和标准，追求作业标准的完全统一。通过积累编制并完善了化，固化了各项工作方式的流程和标准，追求作业标准的完全统一。通过

115、积累编制并完善了无人机的各项管理制度和作业标准，在规范作业流程的同时加强了安全隐患防控，从人员、无人机的各项管理制度和作业标准，在规范作业流程的同时加强了安全隐患防控，从人员、设备、方法、质量上提出了明确的要求，使无人机在电力领域得以健康长足的发展，更好的设备、方法、质量上提出了明确的要求，使无人机在电力领域得以健康长足的发展，更好的服务于安全生产工作；截至目前，在常规精细化巡检的基础上我们正在完善固定翼巡检、激服务于安全生产工作；截至目前，在常规精细化巡检的基础上我们正在完善固定翼巡检、激光雷达应用等各项标准的修订，并在寻找各领域与电力行业最好的结合点。光雷达应用等各项标准的修订，并在寻找各

116、领域与电力行业最好的结合点。无人机无人机巡检作业巡检作业BAdd the titleCAdd the title目前直升机与无人机巡检作为蒙西电网的主要巡检手段，已形成常态化的巡检作业模式。201720182019直升机：1.8万余基无人机：5千余基直升机：1.8万余基无人机：7千余基直升机：3万余基无人机：5万余基无人机作业量增加了800直升机作业量增加80%以上在2018年的基础上累计巡检杆塔计划巡检杆塔累计巡检杆塔DAdd the title经统计，目前蒙西电网所辖110kV及以上输电线路1500余条，总长度达4万余公里；计划在2019年通过直升机与无人机相结合的方式，实现全网220kV

117、以上输电线路可见光巡检的机巡全覆盖。并对部分的110kV输电线路开展精细化巡检工作。呼和浩特包头锡林郭勒盟乌海阿拉善盟巴彦淖尔鄂尔多斯乌兰察布EAdd the title由于内蒙古地区地形复杂，涉及沙漠、戈壁、草原、丘陵、山区等多种复杂地形，且东西跨度大，而南北狭长，所属的8个盟市12家供电单位线路距离东西跨度达到2000余公里，维护难度较大。在2019年，蒙西电网所属各供电单位大规模的开展了无人机巡检工作，在此基础上仍有一百余组的无人机外委服务人员在进行巡检工作，同时我们的直升机作业也在全区范围内广泛开展。届时会有6架直升机和几百架无人机同时作业，经常可能会出现直升机与无人机同空域作业的情况

118、。面对如此大规模的航检工作，我们将面临着区域广，气候复杂，人数多且分散等严峻的考验，为此如何有效管理成为了我们急需解决的问题？如如何何管管理理FAdd the title结合现状的航检运控管理02The second chapter面对上述提出的困难，根据内蒙古电网特点，将从作业计划、人员，数据信息，设备等四个方面建立有针对性的的运控管理模式，更好的开展航检作业工作。计划管理人员管理设备管理数据管理通过前期管理构想，首先构建了管控系统框架，完善了基础数据，对线路台账信息、人员及分组信息、设备台账信息进行收集与录入，并形成了一套可视化、可追溯、高效率、高安全性的数据管理平台，作为航检作业的数据中

119、心、控制中心、管理中心，通过该平台实现对航检作业过程的监控与记录，实现航检任务、设备的统一管理。作业计划管理随着蒙西电网四级无人机管理体系的提出，需实现从航检中心到各输电单位、各航检班组及旗县航检人员的逐级管理，健全完善航检工作的技术管理体系建设。人员管理设备管理数据信息管理结合全年的停电计划，对全年巡检计划进行整体安排，对年度、季度、月度、日计划及计划外作业进行统一管理。作业计划管理作业计划管理人员管理人员管理1、人员的基本信息；2、作业人员的位置；3、线路信息比对；4、作业计划执行情况；5、无人机作业组与直升机作业组实时监控；6、统一调度，合理规避可通过线路列表，在地图中查看线路详情。并通

120、过线路详情查看杆塔详细信息。通过运控管理平台，可查看所有入网的飞行器及信息，支持全机型飞行管理，并可与操作人员进行匹配。通过远程观测和现场抽查，对作业人员、作业设备、作业方式开展现场安全监督检查。数据信息管理设备管理已完成了部分的设备信息录入，建成了航检设备电子化信息台账，准确掌已完成了部分的设备信息录入，建成了航检设备电子化信息台账，准确掌握了设备的位置、使用周期、设备状态、使用人员等情况，实现统一管理及航握了设备的位置、使用周期、设备状态、使用人员等情况，实现统一管理及航检设备的检设备的全生命周期管理全生命周期管理。设备管理设备领用可根据不同的作业类型智能推荐设备领取清单，辅助作业人员完设

121、备领用可根据不同的作业类型智能推荐设备领取清单，辅助作业人员完成设备领取工作，避免出现设备误领、设备漏领的情况。成设备领取工作，避免出现设备误领、设备漏领的情况。应急直播应急直播在面对突发情况，进行应急巡检时，通过运控管理平台可实时查看现场直播画面，掌握现场情况，提升航检管理应急处置能力。数据分析运控管理平台可自动将航检作业数据进行统计分析，可直接根据不同的时间、人员、地区、作业类型快速统计出整体作业进度、缺陷情况。直升机作业组无人机作业组中心运控管理系统通过集中管控方式开展的运控管理各供电单位航检中心统一计划质量监督信息共享优势通过此方式，实现蒙西电网航检作业的统一集中管控，实现有人机、无人

122、机航检作业的全过程的闭环管理，全程掌控网内巡检实施进展和动态，实现全覆盖信息共享整体闭环管理，并对作业质量进行监督。闭环管理下一步打算03The third chapter通过半年的试运行，我们对平台进行多次优化，现已将各类管理制度和流程标准融入到平台应用中，各作业组基本实现了从计划录入到作业实施和完成上报的全过程管控。下一步将完成所属各供电单位的端口接入和权限开放，实现全网集中化管理。下一步下一步，通过运控管理平台为基础，实现与应急指挥车的数据连接，对现场作业影像进行实时回传，在紧急情况或事故，例如洪灾、线路覆雪覆冰，火灾等应急情况的现场画面进行实时回传，方便管理人员掌握现场情况，为应急指挥

123、提供辅助。通过对无人机智能库房的深入了解，我们将开展相关工作，实现与平台设备管理模块的接入，实现无人机及配件的存放、设备状态监控、无人机电池充电安全管控、出入库状态查询等功能的集中统一管理。下一步Thanks1输电线路无人机倾斜摄影三维航线规划设计广东电网机巡中心2019年5月一 发展历程Z-5技术传承与延伸低空自动驾驶三维航线规划多传感器集成吊舱自动跟踪缺陷智能识别便捷性安全性400KG级 有几个人敢飞？2015年 开始研发多旋翼自动驾驶技术DJI SDK V1.0 多旋翼自动化通道巡视人工手动飞一边，记录拍照点坐标，然后飞机复飞当着新华网、CCTV等20多家微博大V的面，直播自动驾驶过程中

124、“炸机”了，此生难忘！2016年2017年立项，2018年开始数据采集，完成全省6万公里输电线路高精度绝对坐标系的激光雷达点云数据采集2017-2018 未雨绸缪绝对数据优势盐圈困难远比预测多！办法总比困难多！覆盖：输电、变电、配电线路：10kV-500kV等18条线路120公里，600基杆塔数据与系统飞机人全省主网6万公里全部完成采集已完成1000公里航线2019年1万公里全省无人机保有量7000台，主网2000台，配网5000台已采购RTK飞机300余架已完成100人自动驾驶培训，2019年主网300人，配网500人，合计覆盖800人2019 万事俱备 不欠东风二 效果视频三 广东机巡最新

125、成果广东机巡广东机巡“硬核”技术发布技术发布可见光倾斜摄影技术在电力运维领域的一直处于黑暗之中梦想很美好现实很骨感测评过国内外十多款顶级影像处理软件都无法自动重现杆塔、导线模型南网“智巡通”，电力行业最为强大（12种模式）的无人机控制APP之一效率与资源占用CPU：国外100%国产30%内存：国外 40G国产 13G21180180张照片张照片 1212分钟处理完毕分钟处理完毕548张照片 18基220kV杆塔 22分钟生成点云文件大小还原完整度25国外顶级软件26国产软件 DJI江门台山某10kV线路绝缘导线出不来28你还相信这是倾斜摄影吗？29还原精度（演示）1 1架架2 2万的飞机打天下

126、万的飞机打天下DJI 精灵4 RTKXAG“极峡”（数据采集、处理、高精度自动驾驶）点云生成32“二向箔”降维打击 激光雷达制造商 倾斜软件开发商33惊喜34失败也很常见，神功只练6成飞行与处理效率、质量、噪点、重叠度（高度、密度）、角度35主网输电配网大规模、快速、高质量、低价采集点云依然是直升机的拿手菜，多旋翼只能配合补充。最佳选择之一四 自动驾驶还有那些坑？脑洞 1：如何提升单架次巡视效率？案例1：双回路塔，M210 RTK实测6分钟/基，30km双回路110kV输电线路（约100基塔），预测需要10小时（600分钟）。我还是开车人巡吧！油电混合抗死3小时安全性噪音脑洞 2：如何提升RT

127、K信号？Q1：DJI系列，110kV线路平原实测1.5Km丢失，10kV线路500米丢失。Q2：千寻网络RTK，4G可以顺畅定位，2G GPRS网络阻塞，丢信号，山区如何破？爱恨交加的P4R油电混合抗死3小时脑洞 3：如何能快速大规模推广？Q1：动辄15-20万，如此高昂的成本绝对是拦路虎。Q2：在核心技术支撑上，除了DJI外，我们还有选择吗？人民币26188（RTK+地形雷达）人民币29999这个天坑如何填？五 关于未来作业机的终极目标长续航机载网络RTK机载AI计算实时出报告500kV五邑站500kV江门站2019年：变电站起降（2-5km）+车辆移动起降补充“车+机”组合自动驾驶自动充电

128、平台220kV变电站B110kV变电站A110kV变电站C“蛙跳式”站到站塔上中继机库自动驾驶：先解决爬山的问题，再克服结构性减员的问题，最终目标是实现减员，路还很长且注定坎坷不易，可能还需要10年，让我们一起奋力前行！YUPONT.COM2019输电线路激光扫描技术深度应用与案例目录CONTENTS“北京煜邦”简介1输电线路激光扫描技术及应用2激光扫描技术深度应用与案例3“北京煜邦”简介北京煜邦电力技术股份有限公司成立于1996年，由华北电力科学研究院为主体组建，是一家专业从事智能电网设备制造、电网运维技术服务及软件系统集成于一体的高新技术企业、软件企业。公司主要从事电能计量技术、电量计费系

129、统、电力GIS、应用软件、智能巡检及其相关领域的技术研究、产品开发、生产制造以及技术服务。经过二十余年的努力，公司凝聚了一批高学历、高素质的人才，现有六百八十余名员工。北京煜邦自主开发的电能计量计费系统、电力GIS、激光LiDAR数据系统、机巡数据共享分析平台、机巡海量数据存储系统等产品已广泛用于电网，2017年实现年产值7亿元。北京煜邦植根电网，全心服务，愿与您建立长期、友好互利的合作关系！利用直升机平台搭载的激光雷达扫描系统，可以获取高压输电线路上的高密度、高精度激光雷达点云和光学影像数据，实现输电线路本体及周围环境的真三维建模，进行高精度三维空间量测、模拟分析及通道可视化管理。背景5 国

130、内应用情况2009-2013 探索、尝试省公司，小规模/科研项目2013年以后国家电网公司大规模应用 国外应用情况上世纪90年代，日本，德国北美，欧洲，中东广泛应用加拿大Wire SERVICE/西班牙STERRO CARTO公司背景 1高精度激光点云（50点/m2）2高分辨率影像 0.1m数据成果距离量测通道三维重建预警分析通道管理1234杆塔精确三维坐标DEMDOM三维线路本体三维通道无人机航线净空距离检测相间距杆塔倾斜杆塔位移地线保护角交叉跨越平断面图各种工况模拟分析最大弧垂最大风偏增容分析覆冰分析引流线风偏事故分析张力计算通道三维可视化危险点闭环管理隐患点长期跟踪山火在线检测信息集成大

131、数据分析数据应用渲染方式优化快速工况模拟大文件快速编辑技术分析规则设置树木倒伏大幅提升效率报告内容与形式完善，超限率，三视图，wps支持2013-2015V1.0工程实用化自动分类分布式网络化2017V3.02018V4.02016V2.0数据处理软件数据处理软件根据多年的电力从业经验，扎实的激光雷达专业研究成果，推出了激光雷达在电力行业中的数据处理分析系统Pro Scanning系列软件。实现了激光点云的多模式数据渲染、自动化分类，输电线路本体自动化建模、自定义规则的快速隐患检测、树木倒伏隐患检测，高温、大风、重冰等任意工况仿真模拟分析，交跨点统计分析。解决了海量激光点云数据展示，精确测量，

132、高精度三维通道建模与可视化等难点。案例：香港中华电力、国网通航、南网超高压、广东电网、广州供电局、安徽电力激光LiDAR数据处理分析系统版本类别：激光点云三维可视化系统国内首款采用WEBGL技术实现WEB端激光点云大数据管理应用平台，通过融合激光点云、DOM、DEM、高清影像、多光谱、红外摄影、视频影像等数据，实现真实场景重建，直观展示输电通道运行状态，为输电线路在线管理和辅助决策提供信息支撑平台，实现全方位的线路通道安全管控。激光点云三维可视化系统杆塔照片管理功能：将直升机/无人机常规巡检照片、视频、红外等巡检成果进行空间可视化管理，融合多光谱技术、360全景影像技术、倾斜摄影技术、现场视频

133、等技术，实现全方位的线路通道安全管控。激光点云三维可视化系统多树种光谱分析：融合多光谱技术，实现树种的识别和树患的精确预警，通过智能影像辨识获得线路走廊内的树种分布，对线路走廊内的植被实现动态监控。激光点云三维可视化系统输电通道360全景影像：以直升机激光扫描三维数据为基础，对重点区段采用360全景影像，对三跨区域采用倾斜摄影技术，实现三维线路通道全息可视化。激光点云三维可视化系统36线路交跨管理：根据线路名称查询线路交跨记录，可以按交跨类型过滤显示，可以是否“三跨”（跨高压线路、跨高速铁路、跨高速公路）进行过滤显示。查询的交跨记录要进行分页显示。鼠标双击某条交跨记录，可以在三维场景中定位到交

134、跨的位置，同时用图标或高亮颜色指示交跨位置。激光点云三维可视化系统通道隐患管理：根据线路名称查询通道缺陷隐患记录，可以按杆塔顺序号排序，可以按缺陷隐患严重程度（缺陷隐患点距导线距离）排序，可以按缺陷隐患类型过滤显示。查询的缺陷隐患记录要进行分页显示。双击某条缺陷隐患记录，可以在三维场景中定位到缺陷隐患的位置，同时高亮显示该缺陷隐患点。激光点云三维可视化系统工况模拟在线分析：基于激光点云、DEM、杆塔台账及实时工况信息，构建不同工况分析模型，在线开展大规模场景模拟分析，评估线路通道在不同覆冰、温度、风速、风向及载荷等环境中的运行状况，并进行预警，形成安全评估报告。激光点云三维可视化系统产品特点：

135、高仿真：高精度展示输电通道三维场景高融合：在线融合高精度地形、高清影像、激光点云及切斜摄影等数据B/S架构：客户端免安装、免维护、免升级、跨平台，只要有浏览器即可访问产品化设计：设置方便，部署灵活采用多层架构：易扩展，易维护案例：香港中华电力广东电网机巡作业中心国网通航安徽电力冀北电力广州供电局肇庆供电局云南电网激光点云数据处理微集群系统该产品为野外现场、办公桌面、机载环境等工况下激光雷达数据快速处理、分析问题而设计的软硬件一体化解决方案，系统利用分布式计算的技术，发挥多CPU的计算能力，提高了数据处理速度和携带的方便性。系统对解算后的激光雷达点云数据，在多CPU网络环境下进行分布式处理，实现

136、了6倍的单机处理速度（微集群节点的数量典型配置为6），系统自动分配点云数据到各节点，加载包括抽稀、去噪、提取线路、提取杆塔、滤波、切片、交跨分析、危险点检测等分类和分析算法，自动按照先后顺序以及文件的依赖关系进行自动化处理并输出数据，用户可以通过控制台同时方便的管理多个计算节点，完成分配数据，启动计算，回收结果,状态监测，异常处理等工作。国网项目激光扫描应用广州直升机激光扫描同步巡视和激光扫描（南网普遍采用，但点云质量不高）高质量激光点云时间轴去除冗余点云、去除大量噪点倒伏分析大面积应用直升机平台激光扫描应用直升机平台肇庆直升机激光扫描数据采集全流程同步采集正射影像单片赋色激光扫描应用南网超高

137、压公司（1）研究增容、覆冰、风力、高温、树木等对输电线路安全可能造成的安全隐患分析。（2）按照输电线路运行规程设置各种地物到导线的安全距离，自动对各种安全距离进行计算和自动提示报警。（3）研究导线风偏、弧垂模拟、蠕变计算模型。（4）研究在不同的温度、风速、风向等气象条件下，风偏、弧垂等的变化状态，结合三维地形和三维模型，实现线路危险点智能预警分析。（5）研究输电走廊内树高自动计算方法，计算树木与导线间的最小距离。（6）根据输电线路增容的可行性，研究不同载荷条件下的弧垂模拟技术。激光扫描应用广东电网机巡作业中心（1）激光扫描与光电巡检一体化（2）寒潮季节隐患排查（3）大负荷隐患排查（4）线路增容应用激光扫描应用香港中华电力项目香港项目，CS/BS版本激光扫描应用巴西电网项目激光扫描应用支持葡萄牙语、英语切换激光扫描深度应用与案例大数据分析电网增容分析间棒辅助设计项目通道管理项目无人机航线规划地下管网项目跳线安全距离校核风偏治理项目YUPONTYUPONT