基于人工智能的无人机热成像图像识别和智能告警技术

需求描述 

1无人机及载荷要求:续航>40min；RTK定位精度不大于10cm；具备自主避障功能；能够搭载可见光相机和热成像相机载荷；工作温度-20℃至50℃。
2.载荷要求：可见光相机最大分辨率不低于1920*1080；红外相机最大分辨率不低于640*512，测温范围优于-20℃至100℃；能够对载荷图像中的人、车进行识别并剔除其影响。
3.系统要求：对异常告警的虚警率低于10%；支持最大并发设备接入量不低于20路；最大用户同时在线数不低于200户。

对技术的功能需求描述
研发一套无人机自动巡检报警以及热成像分析系统，建立图像识别和对比分析模型，提高供热管网健康状态监测水平。
1.自动巡检，当无人机飞行时，可以查看飞行无人机的实时视频（包含可见光及热成像）以及无人机的飞行轨迹（集成至GIS系统）。实现巡视过程中的可见光和红外图像的图片拼接，使其变得连续方便查看；
2.告警功能，当发现（可见光、热成像）异常时进行告警提示，将红外热成像图像中的人、车等干扰源自动剔除；
3.系统将无人机每次巡检的飞行数据及告警数据，生成相应的数据统计图表在不同室外气温、管网温度、埋深、土壤土质不同的情况下，实现分析历年红外图谱变化情况，确定管网健康状态变化趋势；
4.自主避撞：支持无人机能够在远距离根据ADS-B技术进行自主避障；在近距离使用红外传感、毫米波雷达系统进行自主避障；
5.冲突算法：开发飞行航线设定与动态调整的算法，支持实时对航空器飞行进行动态调整，引导安全飞行，限制危险飞行，保证航空器之间的安全距离。
6.无人机载荷控制：通过系统界面，能够对无人机的载荷进行控制，支持发送有关指令，辅助完成飞行作业的执行。