通信及 AI 图像识别的无人机智能巡检方案（对应本项目 应用 3、5） 1、方案背景 传统无人机在做多场景的环境、设备巡检时，要求人工进行无人机的飞行操作控制， 巡检数据取材也都依赖人工录像或者拍照功能，同时要求人工后期进行数据的整理、分析 和存储等，人手飞行精度低，数据采集存储数据量大，操作复杂，后期数据分析效率低， 实时性也不能完全满足生产工作需求。 随着 5G 网络与 AI 图像识 图像识别云技术发展，无人机自动规划飞行及避障技术日益完善， 将以上多种技术相结合，利用 5G 网络将无人机高清视频流实时推送 AI 云服务器，同时进 行图像数据的实时分析、存储，并对分析结果结合预设模型进行比对，将无人机巡检飞行 发现的问题进行快速的自动判断和告警，利用 5G 实现自动飞行远程控制、飞行规划、巡 检数据自动采集、自动分析、自动告警、自动记录等功能。 2、方案目标 1）运用 5G 5G 网络及地图工具实现无人机超远程控制及自动飞行规划功能 2）运用 5G 网络实现无人机的高清图像直播及图像巡检 3）利用 AI 图像识别算法完成对无人机采集的多场景数据进行分析识别输出异常问题、 4）打造多场景无人机智慧巡检运营管理平台 3、方案成果 3.1 无人机远程控制及自动规范飞行功能 3.1.1 基于 5G 网络的无人机远程飞行控制功能 通过 5G 网络及地理云服务驾驶的远

项目编号： eVTOL 低空经济低空无人机 AI 识别自动 处理图像项目蓝图 设 计 方 案 目 录 1. 项目概述.......................................................................................................7 1.1 项目背景................ ..9 1.1.1 无人机技术的发展......................................................................12 1.1.2 AI 图像识别技术的应用.............................................................14 1.2 项目目标................ 38 2.2.1 无人机飞行控制.........................................................................40 2.2.2 AI 算法集成................................................................................42 3. 系统设计...

如何解决以上问题， 已经成 为市场规模发展的瓶颈， 电信核心能力可精准匹配市场需求 。 能力二： 监管能力 低空感知设备和监管平台维护低空秩序 能力三： 飞服能力 飞服平台和 AI 算法赋能千行百 业 能力一： 云网能力 5G 网络替代私有化链路 市场分析 - 电信核心能力助力低空经济规模化发 展 痛点 2 痛点 1 痛点 3 飞行服务 通航运输 南向飞行服务网关 - 面向接入 起降站 停机设施 充（换）电设施 货物装卸 紧急备 降 低空反制能力 安全 AI 数 据集 成 飞行运营 飞行侦测 态势感知 频谱探测解析 摄像头 RID 远程识别 5G-A 通感 雷达 ADS-B 飞控 平台 连接 平台 开放 平台 低空客运 航空摄影 末端配送 即时配送 空中游览 航空运动 信息基础设施 航线申请 空域规划 巡查 +AI 服务 消息 位置定位 2D/3D 建模 地理空间分析 多数据融合 高质量回传 流媒体 生态能力 低空监管 航空消费 公共服务 生产作业 应急救援 路政巡查 城市治理 气象探测 环保监测

片进行拍摄。实现作业自动化。 现场自动化 现场部署自动机场，实现远程控 制无人机全自动起降、更换电池， 任务作业，实现现场“无人化”。 图像分析自动化 无人机拍摄的风机叶片照片 传到后端， AI 自动识别叶片 缺陷，实现分析处理自动化。 用户在任务区部署自动机场与无人机，以实现风机巡检全流程的自动化，无需人工干预。通过 搭配此套无人机全自动巡检系统，风机巡检可以实现包含现场自动化、巡检飞行自动化和图像 远程控制平台：自动巡检系统运行中枢，调度无人机与机场，可获得无人机实时视频。 ▍ AI 缺陷分析：通过深度学习进行故障检测，自动出具风机巡检检测报告。 系统运作简图说明 自动飞行及拍摄 自动起降 2.4GHZ/ 5.8GHZ 4G/5G 光纤 / 宽 带 自动飞向风机 远程控制台 自动机场 上传照片 AI 缺陷分 析 ：该链路为无机场时传输使用 反馈分析结果 STEP1: 风力发电机停机 充 电 健康监测 AI 计 算 通信基站 -20 ℃~50 ℃ 小雨作业 8km 覆盖半径 8 公里 3min 3 分钟作业间隔，支持连续不间断飞行。 24h 支持夜间自动降落 ( 视觉降落 /RTK/ UWB) 自动机场 - 自主充 / 换电与作业 机载 AI 模块，实现自主飞行 通过核心算法，实现无人机自主巡检巡逻，实时精准定位与跟踪拍摄，并通过 AI 算法精准拍摄目标对象。

为例，单架次作业面积可达 10-20 平方公 里（复杂地形）至 50-100 平方公里（平原），数据采集效 率较人工巡查提升 20 倍以上，且支持厘米级定位精度，为 高精度监管提供硬件基础。 2.软件智能升级 AI 识别算法在自然资源场景中深度应用，基于深 度学习模型，可自动识别耕地内水泥硬化、大棚房、矿山机 械、林木砍伐等 10 + 类疑似违法目标，识别准确率超过 95%，大幅降低人工判图成本；配合三维建模软件可在 盖不全面，仅实现 “单一无人机 + 可见光影像” 的单点应用， 红外热成像、激光雷达等载荷设备尚未配置，夜间巡查、三 维建模等功能缺失，无法满足全时段、多维度监管需求；二 是自动化程度低，影像数据处理依赖人工判读，AI 识别算 法尚未部署，单批次 500 张影像的判图耗时需 2-3 个工作日 且漏判率达 15% 以上；三是系统整合不足，无人机数据与 卫星遥感、执法监察、不动产登记等业务系统相互独立，数 据接口不兼容，形成 套起降点、数据传输网络覆盖不足，难以应对高频次、高强 度监管任务。 2.技术应用处于初级阶段：现有技术手段以 “人工 操控 + 事后分析” 为主，未形成 “智能规划 - 实时采集 - 自动 分析 - 闭环处置” 的全流程技术链条，AI 识别、三维建模、 智能预警等核心功能缺失，技术赋能监管的效能尚未释放。 3.数据资源价值未充分挖掘：数据更新不及时、 标准不统一、共享不畅通，无人机影像与卫星遥感、业务系 统数据未实现深度融合，难以通过数据碰撞发现潜在监管隐

园区数据分析与决策支持 • 数字孪生平台可实现对低空园区人、车、物、事件、环境、安全等重要指标日常运行的监测 ，以及对园区全局的把握和资源的综合调度 ，实时、可视化掌握园区 各系统运行状态 ，结合大数据与 AI 技术 ，为低空园区的运营提供决策分析依据 安防态势 通过虚拟现实技术 ，将汤景 3D 模型转化为沉浸式的虚拟场 景。在这个虚拟场景中 ，人们可以仿佛置身于低空园区之中 ， 自由地行走、观察和探索。 低空数字 展厅 打造沉浸式体验 从静态到动态的展示 VR 和 AR 的实景感受 人与物之间的交互 管理运营便捷 设备互控 ，操作简便 智能引导 大数据管理及运维动态感知 智能 AI 解说 文字、图片、视频、 VR 的结合 宣传与教育的融合 建设目标 多样化的展示 电子沙盘 展馆预约与运营 创意屏 数字人 序厅设计 多媒体信息发布屏 性 高 · 磁 铁 可 旋 转 调 节 创意屏 数字人 AI 数字讲解员 AI 导览员 低空展厅中 ， AI 数字员工可以化身展厅 AI 导览员 ， 7*24 小时在线随时切换语言 ， 为参观者提供沉浸式的迎宾、 讲解导览等体验 ， 加速数字化、 智能化服务升级。 • 智能化 • AI 数字人可表现出人类的情感状态 ，带来更便捷、更温情的交互体验。 他们可以回答问题、提供解释和讲解、

数据流与业务逻辑 数据采集与传输 系统整合卫星遥感、地面气象站等第三方数据源，通过时空对齐算法消除数据偏差，构 建覆盖 1000 米低空的立体气象模型，提升预测精度。 多源数据融合 基于业务规则引擎和 AI 模型，自动触发预警阈值（如风速超限时暂停无人机作业）， 并通过短信、邮件或平台通知多端推送告警信息。 智能决策支持 系统技术指标（覆盖高度 1000 米 /5 个采集点） 覆盖范围与精度 01 300-1000 米低空建立长期观测 节点，与地面雷达组网形成立体探 测体系，数据更新频率达 10 秒 / 次，完整覆盖城市低空交通走 廊。 数据采集传输方案 边缘计算节点 在各观测站点部署 AI 边缘计算网关，内置 LSTM 时序预测算法，实现原始数据的本地质 量控制和特征提取，将传输数据量压缩至原始值的 15% ，同时保证关键信息完整度 ≥ 99% 。 5G+ 北斗双通道传输 时空数据库架构 时空数据库构建分布式存储系统，支持每秒 10 万级传感器数据的实时入 库与索引，提供时间序列插值、空间插值等数据融合服务，满足 PB 级气象数据的管理需 求。 1 2 3 低空微气象预报中心 03 多源数据采集 采用 AI 驱动的异常值检测算法剔除噪声数据， 结合时空插值技术填补缺失值，并通过卡尔曼 滤波实现多源异构数据的动态加权融合。 数据清洗与融合 特征工程优化 基于低空湍流、风切变等特殊场景构建三维气

l Intelligence， AI）和边缘计算等技术的飞速发展，低空空域管理得到了全面提升。随着低空空域管理对智 能化、自动化需求的不断提升，飞行器与地面系统、其他飞行器之间需要实时进行大数据量 的双向通信，5G 技术的低延迟和高带宽特性，满足了这些大规模数据的实时传输需求，使 得低空通信更加高效稳定，为智能化与自动化奠定了坚实基础。同时，在 AI 和边缘计算的 赋能下，导航和监视技 数据传输。导航技术在 GNSS 的基础上，引入了更多的增强系统（如差分 GPS、RTK）和基 于视觉的自主导航系统，进一步提高了飞行器的导航精度。监视技术则逐步融合了雷达、 ADS-B、光学感知和 AI 算法，能够在复杂空域中实现动态实时监控和自动避障。气象技术 也不断进步，便携式气象设备、云平台气象分析系统的广泛应用，使低空空域的气象保障更 加全面。 2.3 主要应用领域 低空通信、 波传感器等，避障系统能够自动检测障碍物并实时调整飞行路线，确保无人机在低空环境中 的安全飞行。 10、自主导航与控制技术 自主导航和控制技术使无人机能够在预设任务和未知环境中进行自适应飞行。通过 AI 和机器学习算法，无人机可以根据传感器反馈动态调整飞行策略，实现完全自主的飞行控制 和任务执行。自主导航技术在无人机的智能化发展中具有重要意义，特别是在复杂任务和高 风险环境下的应用，如灾害救援和基础设施巡检。

全域监测与空域管理依托北斗三号卫星导航系统的高精度定位（厘米 级）与 5G-A 通感一体化基站，构建覆盖全国的低空感知"天网"。通过卫 星雷达、气象监测卫星实时采集气象数据、地形地貌信息，结合 AI 算法 动态生成精细化空域使用方案，实现灾害区域禁飞区、救援通道的智能划 设与动态调整。 数字孪生与灾情推演部署低空数字孪生系统，基于历史灾害数据与实 时监测信息，对地震、洪涝等灾害场景进行三维动态模拟。通过机器学习 数据接 口。通过统一的可视化操作平台，实现救援资源状态实时监控、飞行计划 3 智能审批、空情动态预警等功能，消除信息孤岛，提升协同效率。 指挥网：智能决策与安全保障网络 AI 中枢与敏捷响应搭载智能决策 AI 中枢平台，集成灾害预警模型、 多资源调度算法、动态路径规划系统。当灾害发生时，系统可在 10 秒内 自动生成多套救援方案，通过算力优选匹配最优路径，指令响应时延低于 100m 细化勘察 （如房屋损毁程度识别），地面传感器提供实时微环境数据（如堰塞湖水 位变化），三者数据融合后形成灾害全景图谱，定位精度达 1 米以内。 响应层：智能调度与精准处置 人机协同装备体系 AI 算法根据灾情等级与环境条件，动态匹配有人 直升机（用于复杂环境救援）、无人机（物资投送）、地面救援机器人 （废墟搜救）的组合方案。例如，在地震灾区，先通过无人机蜂群投掷应 急物资，再利用地面

智能安全管理 Storm 图像识别 Hadoop 自主导航 场地学习 IaaS 基础设施 Docker 容器 云存储 数据库 备份 管理人员 政府机构 商业合作伙伴 大数据 中台 AI 能力 中台 Spark NoSQL API 开发者 …… SDP 区块链 SDN 汽车 无人机 摄像头 智能穿戴 机器人 开发者接口 政府接口 园区接口 商业接口 AIoT Saas 数据分析与挖掘 数据可视化 污染物观测 特定监控 污染源搜索 环境巡查 污染物判定 智能部署，应用便捷 可利用无人机的自主飞行功能进行昼夜自动巡逻， 对巡逻区域出现的人员进行监控， 同时可利用 AI 识别技术，对车辆进行识别跟踪。 无人机设备与现有监控平台集成进行智能部署 可实现画面实时回传，远程操控等便捷应用 空中视角，全局掌控 无人机适合在城市等空间现场快速部署， 尤其适用于群体事件现场情况的全局掌控，以及事故现场的 采用多元化终端完成立体解决方案场景布局 多终端组合搭配，配合不同软件系统形成 一站式场景解决方案。真正实现智能控制、 智能操作、智能处置于一体的终端布局。 多元终端协同作用 执法用车载摄像头 安保巡逻机器人 AI 智能摄像头 垂直起降固定翼无人机 智能头盔 无人船 高清大屏 多旋翼无人机 机载气体监测仪 多光谱 / 高光谱相机 人脸识别摄像头 车辆识别摄像头 多旋翼无人机 感知设备层 网络层