发展背景
传统巡检方式存在人力投入大，通勤成本高，时效性差，巡查精度低，巡查范围小等突出问题，影响城市交通管理。
以无人机数据采集和交通管理中心为轴,改变传统城市交通管理中的不足。在辖区布设多台无人值守智能机库，通过多台无人机形成智慧城管低空数据管理平台。
以图像识别技术为核心基础，通过对图像特征的提取获取大量信息，并经过算法对信息进行快速分析，整理成一个完整的知觉映像，达到识别物体的功能。系统可根据识别种类不断增加，添加图像识别算法，具有智能学习功能。
方案架构
利用地面机库+空中无人机采集的空地一体化智能巡查装备，快速获取全要素、精细化、高精度的城市交通动态数据。基于Al智能图像识别技术，对多期采集数据进行比对分析，融合执法、管理、规划、等各类专题数据资源，形成“数据更全面、应用更广泛、共享更顺畅”的城市交通空中巡检方案。
在人工巡查的基础上,引入无人机进行全域覆精细化巡查,快速获取辖区全覆盖的实景影像,第一时间发现问题。
引入AI深度学习图像识别和融合差分等算法，能实现问题快速自动地识别和提取，加速问题的流转传递。
通过一体化流转平台,形成统一指挥系统，加速执法效率，第一时间杜绝案件蔓延。
巡检识别场景
1.道路病害
智能检测路面病害。通过AI技术从路面视频图像可识别多种病害。自动统计分析生成病害检测报告，为智能化养护管理提供数据支持。
2.桥梁裂缝
通过云台相机空中拍摄高清图像，结合AI算法识别，对桥梁裂缝进行自动抽取。
3.道路资产
检测道路设施物体，如交通指示牌，电线杆，路灯、围栏，信号灯、绿化带等。生成数字化信息，便于道路资产管理。融合GIS技术，实现资产数字化管理，打通壁垒，赋能城市规划布局要求。三维底图实现透明化管理，有序的闭环处理流程高效赋能交通管理。
4.异常事件
无人机采集到的交通路况视频进行实时分析，通过AI自动生成位置关系图，历史案件自动存储云端，提高事故处理时间。
5.河道巡查
通过无人机进行自动巡航，并同时将高清视频流实时回传，再利用AI分析能力对5G视频流实时抽帧形成时序快照，快速提取出如水面漂浮物、岸坡大面积垃圾、违建、异物、违法采砂等异常问题，快速生成工单，下发至责任单位处理。
热门跟贴