• 0
GTIC无人机视觉论坛干货:解构无人机“一条龙”服务背后技术
统计 阅读时间大约9分钟(3297字)

2020-10-16 GTIC无人机视觉论坛干货:解构无人机“一条龙”服务背后技术

来源:企业供图
昨日,由智东西、中国无人机产业创新联盟主办的“2020 GTIC无人机视觉创新论坛”于2020全球无人机应用及防控大会暨第五届无人机产业博览会现场如期举办。

【猎云网(微信:ilieyun)北京】10月16日报道

10月15日消息,昨日,由智东西、中国无人机产业创新联盟主办的“2020 GTIC无人机视觉创新论坛”于2020全球无人机应用及防控大会暨第五届无人机产业博览会现场如期举办。

随着人工智能与计算机视觉的快速发展,无人机视觉的研究和应用日渐兴起。在本届无人机论坛中,各涉足无人机视觉领域的科技创企无疑为这场无人机产业博览会带来了各具特色的创新力量,而无人机视觉技术高集成、智能化的发展也吸引了更多业内人士对此次论坛的关注。正如智东西联合创始人兼总编辑张国仁作为主持人开场所说,无人机结合计算机视觉技术,能够辅助政府、企业工作人员进行重复性高、劳动密集型工作或者直接替代人工进行危险、人工难以涉足的工作,目前已经广泛应用于航拍、植保、巡检、测绘、救援、消防等领域。

在论坛中,澎峰科技CEO张先轶、普宙飞行器机器视觉部门主管刘寿宝、元橡科技联合创始人兼CTO任杰、御航智能联合创始人吴合风都带来了精彩演讲。几位行业大咖通过实际案例、一手数据对AI视觉技术在无人机行业的应用做了具体解读,尤其覆盖了无人机在电力巡检等工业场景中的应用,以下是本次无人机视觉论坛的干货要点。

利用AI开发板实现无人机嵌入式视觉应用开发

澎峰科技是一家具有中科院技术团队背景的做边缘计算和边缘智能的公司,作为首位演讲嘉宾,澎峰科技CEO张先轶坦言自己不是无人机背景出身,前期主要涉足的是偏计算的领域,目前正逐步涉足利用AI开发板实现面向无人机的嵌入式视觉应用开发。▲澎峰科技CEO张先轶张先轶说,澎峰主要尝试做的是智能边缘的全栈解决方案,硬件方面主要在做多平台的可部署优化,包括嵌入式的CPU、GPU,高性能低延迟的FPGA,以及面向IoT的硬件部署。此外,澎峰在硬件方面也在发力一些自研的AI加速IP。

在软件方面,澎峰主要通过对底层性能的优化提升深度学习模型在边缘端的执行能力;在算法方面,澎峰主要涉及视觉性的算法,其技术目前更多专注于车辆、行人等的识别、追踪、检测等领域。在张先轶看来,无人机上的嵌入视觉要将主要的计算任务运行在机载计算机上,澎峰目前在这一领域主要涉及的还是相对擅长的目标检测与追踪技术。

张先轶认为,从硬件上来看,市面上以搭载Intel的CPU或者NVIDIA TX2为主的无人机比较多,这两者的最大优势在于生态。此外,澎峰还在车载DMS(驾驶员监测)系统中使用了AMD的APU,张先轶认为这款APU未来在无人机领域的使用也是一个有潜力的选项。除此之外,澎峰科技的业务还涉及NPU板、满足工业级高性能AI应用要求的FPGA核心板,以及IoT领域。张先轶称,在无人机有特殊应用需求的时候,FPGA核心板以及面向IoT领域的技术或许会被考虑用于无人机在特殊情况下的使用。

智能化提升电网巡检效率

普宙飞行器机器视觉部门主管刘寿宝的演讲从实际应用层面切入,对无人机视觉技术进行解读,并主要剖析了基于机载AI平台的电网智能巡检技术。▲普宙飞行器机器视觉部门主管刘寿宝刘寿宝从行业背景谈起,称到2020年中国输电线路总里程将从2014年的115万千米增加到159万千米以上,随着输电线路里程不断增加,输电运检人员总量缺员和结构性缺员矛盾日益突显。

目前对电网巡检工作自动化和高效率的追求,让巡检人员从高强度的体力劳动中解放出来,于此同时在航线巡检、精细化巡检方面,对自动化水平和高效率也提出了更高要求。刘寿宝认为无人机融合智能算法,可以在精细化巡检实时检测发现异常情况后一键生成巡检报告,AI智能识别必将成为未来的一个发展趋势。他认为目前的电力巡检仍存在自动化、智能程度低,设备利用不合理,缺乏业务协同、数据交互机制等缺陷。针对这些缺陷,刘守宝认为当下行业巡检的需求是制定、执行周期性的巡检计划,快速生成并同步巡检成果,并将统计的资源和成果可视化呈现。接着刘寿宝详细介绍了普宙自家的无人智能巡检系统,他说普宙的自主智能巡检系统以自主飞行平台为基础,结合自动航线构建、三维点云生成、高精度RTK飞行、AI智能识别和巡检报告生成等技术,综合完成自动化、智能化巡检作业,并从数据采集到处理,从发现到消除缺陷,逐步形成一个相对完整的输电解决方案。在演讲中,刘寿宝介绍了普宙自主研制飞行平台中的四种产品,分别为小型无人机、中型旋翼无人机、无人直升机和重型无人机。这四款机型形态各异,特点也各有不同。

此外,普宙也具备一个较完善的智能巡检系统流程,从三维数字化通道构建到精细化航线规划,再到一键生成巡检报告,实现精细化、高效率的智能运作。接着,刘寿宝继续说,在电网缺陷智能识别方面,普宙还有一个自己的AI开放平台——飞盟平台。飞盟平台主要包括两个设备:一个是主处理集成芯片,另一个是机载AI边缘设备。基于计算机视觉,多传感器融合,全栈式的人工智能解决方案,无人机巡检可以具备目标智能跟随、航迹规避、3D视觉避障、AI缺陷识别、精准悬停、360度全景拼接等功能。刘寿宝说,基于机载AI平台,普宙可以开发一些电网器件监测及缺陷识别技术方案,通过深度学习器件识别模型定位到巡检器件,使用变倍云台对器件部位进行锁定变倍跟踪,得到大比例清晰图像从而进行缺陷精准识别。在现场,刘寿宝还以动图的形式展示了普宙30X变焦云台在1公里外监控的效果以及局部精细化巡视的效果。

“新兵”发力让无人机“开眼看世界”

元橡科技是一家专注双目视觉领域的技术企业,具有自主研发的双目立体视觉芯片,涉足车载、机器人、无人机等不同领域。元橡科技联合创始人、CTO任杰在此次论坛中主要聚焦多种形态的无人机视觉技术,展示了无人机3D视觉感知、双目立体视觉技术,以及元橡科技在这些方面的最新进展。▲元橡科技联合创始人、CTO任杰任杰说,元橡一直在发力立体视觉领域,并在这一方面有了一定积累,但面对无人机领域还只能算是行业的“新兵”,因此元橡也一直在想如何将立体视觉领域最新的技术成果应用到无人机发展的趋势中。任杰认为,在无人机的拍摄领域,无人机头部厂商已经在4K高清分辨率、画质、防抖等方面做得很好了。元橡则更想接力下一个阶段,他认为面对无人机的未来,元橡更希望无人机能具备更好的感知力和运动控制能力,让无人机能够“开眼看清世界”,能够自主避障。双目立体视觉是机器视觉的一种重要形式,它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体三维几何信息的方法。

任杰称,元橡未来的重点之一是想要在无人机身上搭载多个双目视觉传感器,这样一来,即使是无人机在室内、山区等信号不好的地方也能实现对障碍物以及标志物的感知。针对这一想法,任杰认为目前的无人机行业在测地高度和自主避障方面仍存在缺陷,无人机的自主性差,仍需“飞手”操作是限制无人机发展的一大难题。而相较于传统的红外、超声波激光传感器,双目视觉具备的三维感知、深度分析、抗干扰强、普遍适用等优势能极大减轻以上难题。

任杰举例说,目前我们知道的NASA发射到火星上的无人机,以及大疆的无人机都已经将立体视觉引入各种应用。元橡目前已经将双目立体视觉模块注入汽车、机器人领域,未来也将在无人机领域发力。

“边云端”协同运作实现智能巡检

最后一位出场的御航智能科技联合创始人、技术总监吴合风,他聚焦AI处理系统的创新和应用,对电力行业无人机的应用做了分享。御航智能专注于空天只能图像处理技术和产品研发,主要注重将人工智能技术赋能于电力巡检、油气管线巡检、遥感信息等领域。

吴合风认为,电力巡检发展至今可以分为三个阶段,包括:人巡时代、机巡时代和智巡时代。人巡时代就是依靠巡检工人在高空作业才能实现电力检测,机巡时代则需要大量有经验的“飞手”操纵无人机进行巡检照片的拍照,目前很多供电公司、电网公司都会以这种机巡的方式进行平常的巡检。随着技术的发展,机巡已经无法满足人们对电力检测的要求,智巡时代逐渐发展。在智巡时代会建立三维点云的模型,通过这些模型业内人士就能够看清楚杆塔的具体位置、杆塔上部件的具体位置,就能规划飞机针对具体的点位完成自主飞行,一键完成所有工作。吴合丰称,御航的整体方案包括智能化载荷、前端AI识别模块、目标及缺陷识别服务平台、自学习训练服务平台、巡检管控服务平台以及人巡终端。基于这样的一套方案流程,御航打造了一个“边云端”的产品体系,通过边缘AI模块、AI云平台以及处理控制终端协同运作,实现智能巡检。

结语:视觉技术成无人机自主巡检重要发力点

从手机拍照到无人机“满天飞”,从人工爬上电线杆检测故障到无人机自主检测并实时传输数据生成统计图,无人机在消费、工业等领域的使用都越来越普遍,因而无论是个人还是厂商对无人机技术的要求也越来越高。导航避障、路径规划、定高功能等成为了无人机智能化不可避免的一环,因此将更先进的视觉技术引入无人机也顺理成章成为了无人机发展新趋势。我们期待有一天无人机可以自主完成全套工业检测,在维护工人生命安全、避免无人机操作故障的同时,提高无人机在工业、农业、服务业各大领域的使用效率。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×