- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器之心
新型输电线巡检路径决定算法，助力无人机巡检，明略等获ASEM最佳论文
无人机巡检因其高效和在不同领域中的成功应用引起了广泛关注。 在使用无人机进行电力输电线系统巡检时，需要部署地面控制站，以保障和无人机之间的双向信号传输（一方面，无人机将巡检过程中所得的视频信号传到地面控制站，另一方面，地面控制人员将无人机移动信号传输给无人机）。 无人机和地面控制站能否实现同步移动？ 针对这个问题，密苏里科技大学和明略科学院合作提出了一种新型双层路径方法，以缩减巡检时间，提高巡检效率。 该过程如下图所示，对于每一段输电线，起始停车点和巡检节点是 substation。将停车点 P 添加到巡检路径中直到操作时间超过无人机动力系统所支持的最大飞行时间。 实现无人机和地面控制站的同步移动，并缩减电力输电线系统巡检时间、提高巡检效率，该研究提出的双层巡检路径决定方法在该领域具备强大的应用潜力。
42120发布于 2020-12-17 - 来自专栏RTSP/RTMP直播相关
GB28181平台如何接入无人机实现智能巡检？
大家都知道，无人机-巡检系统，有效解决了传统巡查工作空间和时间局限问题，降低人力工作成本，有效替代人工巡检工作模式。 智能巡检系统通过人工智能技术和机械智能技术完美结合，在工业等场景下，应用非常广泛。本文旨在讲如何实现无人机（如大疆无人机）数据到GB28181平台（如海康、大华、宇视等国标平台）。 本文以Android平台接入大疆无人机为例，首先，无人机可以通过厂商提供的接口，回调编码后的H.264/H.265数据，需要注意的是，由于GB/T28181-2016，官方规范，仅对H.264做过描述， 当国标平台端，需要查看无人机的实时画面时，可以发送Invite，请求无人机画面，Android平台GB28181接入模块，这时启动拉取无人机回调数据，并完成数据投递，和H.264到PS到RTP的打包上传即可 由于无人机的特殊性，携带经纬度信息，也可以通过GB28181位置订阅(MobilePosition)实现无人机实时位置的更新。
1.1K20编辑于 2022-10-08 AI赋能油田巡检——无人机视频监控系统的技术解析
无人机油fields巡检系统通过集成无人机硬件与AI视频监控技术，提供了一种智能化解决方案。本文将详细解析其技术架构与实现方式，分享如何通过开源技术提升油田管理效率。技术架构与实现1. 全域覆盖的无人机数据采集- 功能：利用无人机实现广域巡检，覆盖复杂地形，采集多维数据。 - 无人机具备自主导航与避障功能，适配沙漠、海上等极端环境。 - 效果：单次任务可扫描数千米管道，覆盖率比人工巡检高10倍，消除传统盲区。2. - 红外热成像支持夜间和雾天巡检，结合多光谱分析，误报率低于1%。 - 边缘计算模块在无人机端预处理数据，降低云端负载，检测耗时仅秒级。 技术优势- 高效性：无人机与AI结合，巡检覆盖率和速度远超人工。 - 精准性：视觉算法与传感器融合，异常检测准确率达98%。
72810编辑于 2025-04-15- 来自专栏全栈技术
基于smardaten无代码开发智能巡检系统，让无人机飞得更准
引言 话说现在无人机可真的太火了。各个行业都在用无人机做一些业务场景的开拓，典型的像农业施肥撒药、区域环境监测、城市应急调度、以及电站设备远程巡检等等。 搭建思路 快速连接无人机和电厂设备后，预先在远程终端设定巡检任务规划、航行时间等，在系统上就可以查看巡检路线、巡检视频回放，无需现场操作即可知悉电站设备与环境状态，并完成数据自动上传及分析应用等能力。 这个系统的整体配置过程大体上包括6个阶段： 1、连接无人机以及一些管控设备 2、巡检任务和过程一些数据管理 3、运防一体化数据大屏 4、日常巡检的告警管理 5、无人机防控的多维度监视 6、基础信息维护 （2）无人机巡检任务管理 对利用无人机飞行巡检的情况进行维护管理，管理人员可添加巡检计划，比如巡检站点名称、任务名称、任务类型、作业人员、飞行时间等。 列表页添加行内按钮，以任务回放为例，跳转到无人机巡检录制视频。 响应地址是提前连接好无人机设备及其对应的视频地址。 巡检任务填报完成后页面的样式。
88420编辑于 2023-08-14 - 来自专栏全栈技术
基于smardaten无代码开发智能巡检系统，让无人机飞得更准
引言话说现在无人机可真的太火了。各个行业都在用无人机做一些业务场景的开拓，典型的像农业施肥撒药、区域环境监测、城市应急调度、以及电站设备远程巡检等等。 搭建思路快速连接无人机和电厂设备后，预先在远程终端设定巡检任务规划、航行时间等，在系统上就可以查看巡检路线、巡检视频回放，无需现场操作即可知悉电站设备与环境状态，并完成数据自动上传及分析应用等能力。 这个系统的整体配置过程大体上包括6个阶段： 1、连接无人机以及一些管控设备 2、巡检任务和过程一些数据管理 3、运防一体化数据大屏 4、日常巡检的告警管理 5、无人机防控的多维度监视 6、基础信息维护开发过程 （2）无人机巡检任务管理对利用无人机飞行巡检的情况进行维护管理，管理人员可添加巡检计划，比如巡检站点名称、任务名称、任务类型、作业人员、飞行时间等。 列表页添加行内按钮，以任务回放为例，跳转到无人机巡检录制视频。响应地址是提前连接好无人机设备及其对应的视频地址。巡检任务填报完成后页面的样式。有些表单的填报动作是在移动端进行，PC端用于查看和管理。
40100编辑于 2023-08-13 - 来自专栏东隅已逝
MySQL巡检
MySQL本身 MySQL本身的监控应该包含重点参数的检查，MySQL状态的检查，除此以外还应该包含自增id的使用情况（小心因为自增id使用满了 不能insert写入从而引发报警哦），及主从健康状态的巡检 中间件的巡检 mycat && proxysql 这些中间件的巡检，首先参考系统巡检，再看一下中间件本身的日志类和状态类信息，网络延迟或丢包的检查，也是必须要做工作。
1.9K40发布于 2019-12-12 当LLM智能体走出数字世界：日立提出分层框架实现无人机自主工业巡检
导读将 LLM 智能体框架应用于无人机物理巡检是一个新兴方向，但不同推理方法在实际任务中的表现差异尚不清楚。 工业巡检场景（化工厂、电力设施等）中，人工巡检存在安全风险，而当前无人机巡检系统严重依赖操作员手动干预和预编程航线，缺乏对动态工业环境的适应能力。 尽管 LLM 智能体框架在软件开发等数字领域已取得成功，但将其应用于物理资产巡检仍处于探索阶段。论文提出两个核心问题：如何管理多个无人机智能体？每个无人机智能体如何有效执行任务？ 六、总结与个人点评本文提出了面向无人机工业巡检的分层智能体框架和 ReActEval 推理方法。 其次，评测仅覆盖 MVTec AD 级别的室内场景和两台无人机，对于大规模户外巡检、多机编队等更复杂的部署场景，框架的可靠性仍有待验证。
23910编辑于 2026-03-16- 来自专栏米尔电子
RK3576赋能无人机巡检：多路视频+AI识别引领智能化变革
随着工业巡检任务的复杂度不断提升，无人机逐渐取代传统人工，成为电力、能源、林业、农业等行业的“高空作业主力”。 无人机巡检的现实挑战在电力巡检中，无人机需要在一次飞行中覆盖几十公里线路，面对不同光照、风速、温湿度条件；在油气管道巡检中，需要快速识别泄漏或破损，减少事故风险；在森林防火中，则要长时间盘旋在空中捕捉烟雾信号 行业落地案例• 电力行业：在南方某省输电线路巡检项目中，采用RK3576核心板的无人机巡检方案可一次性完成 120 公里线路巡查，自动标注 95% 的设备隐患，减少人工登塔作业。 • 森林防火：通过多光谱摄像头与AI算法，采用RK3576核心板的无人机巡检方案在火情扩散前检测到早期烟雾信号，减少森林火灾风险。 未来趋势无人机巡检正在从“数据采集”走向“智能决策”。未来，采用RK3576平台的无人机不仅能发现问题，还能在空中调用云端模型进行方案比对，并将处置建议直接回传到调度中心。
50910编辑于 2025-08-20 思通数科 AI 视频卫士：无人机河道巡检的技术革新者
在无人机河道巡检领域，传统模式面临着诸多技术瓶颈。操作人员常因水面波光、漂浮物与水色交融等问题产生视觉盲区，树叶与水草、塑料袋与波纹、塑料瓶与阳光折射等 “视觉陷阱”，严重影响巡检精度与效率。 AI视频卫士的横空出世，凭借一系列颠覆性技术突破，为无人机河道巡检带来了革命性的改变，引领行业迈入 “智能识别新纪元”。 传统无人机巡检依赖人工肉眼复核画面，受限于人眼生理极限 —— 人眼对动态画面的有效识别时长仅 0.3 秒，连续观测 30 分钟后注意力会下降 60%，效率与准确性大打折扣。 无论是消费级无人机还是工业级巡检设备，都能快速完成适配部署。 这一技术特性意味着用户无需大规模更换现有设备，就能让现有无人机队伍升级为 “智能巡检军团”，大幅降低了技术应用的门槛，让更多用户能够轻松享受到AI技术带来的便利。
38310编辑于 2025-08-07- 来自专栏用户6465593的专栏
设备巡检的痛点和巡检方案
如何让设备巡检人员高质量完成巡检工作呢也是管理者头疼的一个问题。设备巡检工作的难点在哪呢？ 对巡检人员而言：巡检人员需要按照巡检任务对设备进行巡检，保证按时完成巡检任务。纸质的巡检表格显然不方便开展巡检工作。没有自动提醒功能的话，很容易漏检，纸质表格数据也容易丢失等。 2) 可设置巡检定位和拍照，实现高效巡检管理员创建巡检方案后，系统可根据周期自动生成巡检任务，分配给巡检人员。可设置巡检定位、拍照以及巡检班组、巡检路线、巡检点等。巡检人员根据设置的巡检路线进行巡检。 抵达相应的巡检点和设备存放处后扫码填写巡检项目，现场定位并对设备进行拍照记录，可有效规避未到场的假巡检等；同时，通过易点易动设备巡检解决方案，可以设置自定义提醒，确保巡检班组人员收到巡检提醒，确保巡检没有遗漏 3) 实时掌握巡检数据，多维度巡检数据分析通过易点易动设备巡检解决方案自动生成多维度的巡检数据报表，让管理者可实时掌握设备巡检状态、巡检点统计、班组巡检统计、整改统计、巡检点整改统计等，从而可以进一步优化巡检工作和巡检人员管理
1.3K30编辑于 2022-09-01 - 来自专栏杨建荣的学习笔记
业务巡检-系统巡检该怎么做
系统巡检是对于服务巡检的第一站，所以在这里我们要做好第一班岗，如果系统巡检稀里糊涂，那么后续的数据库服务巡检效果也会大打折扣。 对于系统巡检整体上有如下的一些部分需要注意： ? 可能整体看起来没有太深入的理解，但是和实践结合起来就有很多的注意事项，我们就以硬件信息-ILO状态检查为例来提供一种巡检思路，iLO(Integrated Lights-Out)服务基于惠普的远程控制卡服务 对于iLO服务，我们需要做如下的巡检： （1） 检查ILO可用性和使用情况 （2） ILO模块是否开启 （3） iLO密码检查 （4） iLO超过最大用户连接数限制检查 （5） iLO在不同的硬件产品版本和浏览器的兼容性
3.1K20发布于 2019-05-13 无人机+AI 交出了这样的答卷
无人机，正悄然成为铁路运维的“新工具人”——从桥梁、隧道到接触网，用自动飞行、红外识别和三维建模，让“早发现、早处置”成为现实。本文带你深入了解无人机如何助力铁路巡检升级，重塑运维新范式。 而在“交通强国”“智能铁路”战略指引和“低空经济”政策推动下，无人机自动化巡检技术正成为铁路智能化升级的突破口。 数据分散、不成体系纸质巡检表格、拍摄照片、影像资料各自为政，难以整合成结构化数据，也无法实现历史问题的自动追踪和预测性维护。“无人机+铁路巡检”带来了什么改变？ 多模态识别，构建数据闭环体系无人机搭载可见光+红外热成像双光系统，白天夜间均可巡检关键部件状态。 无人机巡检不仅实现了降本、提效、增安全，更推动铁路运维迈向无人化、标准化、数据化的未来。随着无人机场在铁路沿线逐步铺开，我们有理由相信，铁路的每一公里都将更安全、更智慧。
1.4K10编辑于 2025-08-05从工程师视角：CC LINK IE转PROFINET网关，如何为无人机巡检“架桥铺路”
从工程师视角：CC LINK IE转PROFINET网关，如何为无人机巡检“架桥铺路”在工业自动化的世界里，协议转换常常是项目成败的关键。 最近一个化工厂自动巡检升级项目中，我们遇到了一个典型难题：三菱PLC（主站）采用CC LINK IE协议控制产线，而新引入的巡检无人机及其视觉传感器（支持PROFINET协议）需要无缝接入现有系统。 我们为无人机配备了高精度气体传感器和视觉识别算法，通过CC LINK IE转PROFINET网关，将无人机（PROFINET从站）采集的视觉数据实时传输至三菱PLC（CC LINK IE主站）。 企业价值：从“人防”到“技防”的跨越这一方案给企业带来了三重改变：效率提升：无人机自动起降、定点巡检，替代了原需4班倒的人工巡检，巡检效率提升3倍； 风险降低：精准识别微小泄漏和高温点，将事故预警从“分钟级 在电力巡检、石油管线、港口监控等领域，这种基于协议网关的融合方案正成为标准配置。随着5G和边缘计算技术的成熟，未来无人机巡检将与云端AI诊断结合，实现从“定期巡检”到“预测性维护”的进化。4.
20410编辑于 2025-11-14无人机室内定位技术新标杆：NOKOV度量的场景落地与价值创新
随着无人机技术的成熟，其应用场景从开阔户外延伸至复杂室内环境——仓储物流的自主盘点、电力变电站的精密巡检、地下矿井的安全监测、科研实验室的集群协同……室内环境为无人机赋予了更多产业价值，但也带来了无人机室内定位的核心挑战 某电力公司引入无人机进行自主巡检，但传统UWB定位受电磁干扰严重，定位漂移导致无人机多次碰撞设备。 需求：在强电磁环境下实现稳定定位，保障无人机沿预设路径精准巡检，避免设备碰撞。 NOKOV解决方案： 飞控系统通过NOKOV度量动捕实时定位数据优化算法，使无人机实际飞行时的巡检精度提升至厘米级 效果：巡检效率提升3倍，连续6个月零碰撞事故，热成像数据与位置信息精准关联，缺陷识别准确率达 对于产业级应用（如工业巡检、研发测试），长期综合成本更低。 结语无人机室内定位技术的发展，正在重塑产业级无人机的应用边界。 从研发实验室的算法验证到工业现场的安全巡检，NOKOV正在用“毫米级精度”定义无人机室内定位的新标杆，推动更多行业实现智能化升级。
63510编辑于 2025-08-18- 来自专栏PaddlePaddle
FastDeploy+英特尔NUC+大疆无人机梦幻联动！推动智慧城市巡检应用落地
本项目利用无人机控制端自带的实时消息传输协议（RTMP）将低空无人机的实时图像传输到推理硬件设备，通过模型推理计算绿化覆盖率、建筑率、车辆数量、人群数量等指标，可用于城市大规模环境监测、国土低空遥感、道路交通巡检和无人机低空安防等领域 本任务是对无人机图像数据流的实时推理，对推理速度有极高的要求。 项目整体流程 如上图所示，首先需要在NUC上架设RTMP推流服务，无人机APP客户端连接内网RTMP服务器，实现无人机的图像实时通过路由器向NUC设备传输。 本项目无人机和推理硬件设备之间的实时图传环节利用的是大疆控制端APP的RTMP推流服务，为了最大限度地减少图传时间延迟，我们直接在英特尔NUC上利用Nginx搭建RTMP服务。 FastDeploy 模型推理部署 打通了无人机图像实时传输的环节之后，我们进入核心的推理部署环节。
1.2K30编辑于 2022-11-29 - 来自专栏高速公路那点事儿
数字化转型 | 高速公路无人机综合运管系统介绍
硬件系统 包括：复合翼无人机+远程控制自动机巢；多旋翼无人机+远程控制自动机巢；4K 高清图传通信基站，以及各设备的基础、防护、支架、接网、接电、路由器、天线等。 软件子系统 软件系统包括： 指挥中心机群飞控系统； “复合翼+多旋翼”道路日常巡检事件识别系统； 多旋翼事件识别现场管控系统； 多旋翼沿线设施日常巡检系统； 桥梁等构造物日常巡检系统； 高速公路二、三维数字建模规划系统 无人机优势 （1）高空巡逻，打造立体巡检体系 与现有监控系统配合，建立路况巡检数字智能平台，逐步实现对高速公路路面、边坡、桥梁、交安设施、绿化等可替代的人工巡检功能，加强与全路域智慧巡检创新中心深度融合 在冬季，用无人机可辅助地面相机，迅速完成对道路积雪情况的巡视，为除雪、压车带道等工作提供准确数据。 在路域环境提升活动中，无人机可提供高清影像数据支持，实现全路域、全覆盖、高视角、无死角巡查。 无人机二、三维建模 无人机智能应用系统的二、三维重建是利用算法对影像进行结合和拼接，通过导入影像、重新优化等步骤，从而生成所拍摄物体的二、三维建模。
35010编辑于 2025-12-20 - 来自专栏数据库相关
SQL Server巡检
这里简单的补充几个，用python包装一下即可集成到数据库巡检任务平台。 CN.most_recent_sql_handle) AS ST where CN.session_id = ${上一步查出来的BSID} 用python处理下，大致这样，还可以优化下通过钉钉告警出来： 长事务巡检
1.2K30编辑于 2023-07-05 AR工业巡检：虚实融合的智能巡检技术详解
一、核心原理：空间锚定与虚实叠加AR 巡检通过技术手段建立物理巡检场景与数字信息模型的一一对应关系，它可以对真实空间进行数字增强，提神工人的感知能力。 数字孪生模型与真实设备实时同步，可支持虚拟拆解、故障模拟，帮助巡检人员理解设备内部结构，快速定位问题根源。 三、实现流程以工业设备巡检为例，AR 巡检的典型流程的为：预处理阶段：采集巡检区域的环境数据，构建数字孪生模型，录入设备参数、检修标准、应急预案等信息，完成 AR 系统的场景标定（即建立虚拟坐标与物理坐标的映射关系 现场巡检阶段：巡检人员佩戴 AR 眼镜进入现场，系统通过 SLAM 技术实时定位，自动匹配对应的数字孪生模型，在视野中叠加设备信息；传感器实时采集数据，AI 算法同步分析，若发现异常（如温度超标、部件变形 数据反馈阶段：巡检过程中产生的缺陷记录、图像、传感器数据自动上传至后台管理系统，更新设备档案，形成巡检报告，为后续维护计划制定提供数据支撑。
57810编辑于 2025-10-20- 来自专栏Python自动化测试
线上巡检机制
这种情况下，可以使用线上巡检机制。 线上巡检机制可以把它理解为实时的进行轮训监控，如果一旦服务出现问题，触发报警的机制通知相关的人员进行紧急的处理。 针对线上巡检的机制可以沿着两个维度来思考，一个是单纯的验证服务的可用性，也就是服务返回200的状态码认为服务是可用的，另外一种是结合业务场景来进行，因为服务返回200的状态码不代表服务提供的业务场景是可用的
1.4K10编辑于 2022-03-29 - 来自专栏院长运维开发
Linux巡检脚本
/bin/bash #主机信息每日巡检 IPADDR=$(ifconfig eth0|grep 'inet addr'|awk -F '[ :]' '{print $13}') #环境变量PATH没设好 #SNMP OK report_NTP="" #NTP ok report_JDK="" #JDK版本 ok function version(){ echo "" echo "" echo "系统巡检脚本 执行检查并保存检查结果 check > $RESULTFILE echo "检查结果：$RESULTFILE" echo -e "`date "+%Y-%m-%d %H:%M:%S"` 阿里云PHP企业平台巡检报告
5.2K51编辑于 2022-03-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号