科技 类型
可以朗读 语音朗读
128千字 字数
2026-03-01 发行日期
展开全部

主编推荐语

AI赋能无人机巡检，解析技术革新与多场景应用。

内容简介

本书聚焦低空经济下AI赋能无人机巡检的技术革新与行业应用。本书首先系统解析了无人机巡检的市场需求、技术基础、系统基本组成、任务类型、应用场景、工作流程及实施关键要素；其次，深入探讨了AI视觉算法在无人机巡检中的价值、无人机识别目标的技术挑战，以及AI视觉算法项目的落地方法；接下来，结合城市管理、交通巡检、环境监测、工业巡检、农林业监测等场景，提出了从需求分析到落地部署的解决方案；最后，展望无人机巡检的技术发展趋势、行业发展趋势及智能化演进。

目录

  • 版权信息
  • 内容提要
  • 推荐序1
  • 推荐序2
  • 推荐序3
  • 推荐序4
  • 推荐序5
  • 推荐序6
  • 推荐序7
  • 推荐序8
  • 推荐序9
  • 前言
  • 资源与支持
  • 第1章 AI赋能千行百业的“蓝海市场”
  • 1.1 无人机巡检的市场需求与增长潜力
  • 1.1.1 传统人工巡检的痛点
  • 1.1.2 无人机巡检市场规模预测与增长趋势
  • 1.1.3 各行业对无人机巡检的需求分析
  • 1.2 AI赋能无人机巡检的技术基础
  • 1.2.1 计算机视觉与AI视觉算法的发展对无人机的影响
  • 1.2.2 感知系统的助力
  • 1.2.3 5G/6G通信技术的发展对无人机巡检的赋能
  • 第2章 无人机巡检项目的构成
  • 2.1 无人机巡检系统的基本组成
  • 2.1.1 飞行平台
  • 2.1.2 传感器系统
  • 2.1.3 计算与存储单元
  • 2.1.4 通信与控制系统
  • 2.1.5 巡检作业软件
  • 2.1.6 视觉识别算法
  • 2.2 无人机巡检的任务类型与应用场景
  • 2.2.1 例行巡检与特定任务巡检
  • 2.2.2 近距离巡检与远距离巡检
  • 2.2.3 单机作业与多机协同巡检
  • 2.3 无人机巡检工作流程
  • 2.3.1 任务规划
  • 2.3.2 数据采集
  • 2.3.3 数据处理
  • 2.3.4 结果输出
  • 2.4 无人机巡检项目实施的关键要素
  • 2.4.1 设备选型与集成
  • 2.4.2 数据链路与计算架构
  • 2.4.3 监管与合规性要求
  • 2.4.4 运维与持续优化
  • 第3章 AI视觉算法在无人机巡检中的价值
  • 3.1 AI赋能无人机巡检的核心优势
  • 3.1.1 高效的数据采集与处理
  • 3.1.2 快速判断与识别画面目标
  • 3.1.3 复杂环境的适应能力
  • 3.2 无人机巡检与传统人工巡检对比
  • 3.2.1 巡检效率的质变
  • 3.2.2 巡检安全性的提升
  • 3.2.3 巡检成本的下降
  • 第4章 无人机识别目标的技术挑战
  • 4.1 高分辨率小目标检测难点
  • 4.1.1 高分辨率图像处理对计算资源、模型复杂度与实时性的挑战
  • 4.1.2 小目标检测对目标聚集、目标大小变化问题的应对思路
  • 4.2 高空视角下的复杂环境干扰
  • 4.2.1 复杂光照条件的影响
  • 4.2.2 多样化背景的影响
  • 4.2.3 天气变化的影响
  • 4.3 目标跟踪与运动模糊
  • 4.3.1 无人机运动导致的目标模糊与识别下降
  • 4.3.2 目标丢失
  • 4.4 数据采集、标注与模型泛化挑战
  • 4.4.1 无人机巡检数据采集难度与多样性
  • 4.4.2 无人机巡检标注数据质量评估
  • 4.4.3 AI视觉算法泛化性
  • 第5章 AI视觉算法项目的落地方法
  • 5.1 识别需求的可行性分析
  • 5.1.1 算法识别边界的划定
  • 5.1.2 实时识别与异步识别
  • 5.1.3 算法识别目标的定义
  • 5.1.4 算法精度、速度与算力成本的平衡
  • 5.2 AI视觉算法方案的设计
  • 5.2.1 AI视觉算法的选择与优化
  • 5.2.2 多目标检测、目标跟踪与行为识别
  • 5.2.3 边缘计算与云计算的决策
  • 5.3 数据的准备与模型的训练
  • 5.3.1 训练数据的采集、清洗与标注
  • 5.3.2 数据增强与小样本问题应对策略
  • 5.3.3 迁移学习与模型微调的方法
  • 5.4 算法后链路编排的设置
  • 5.4.1 目标跟踪、目标计数、时序记忆
  • 5.4.2 识别后续动作的自动化决策
  • 5.4.3 AI视觉算法识别与无人机飞行控制的联动优化
  • 5.5 算法落地部署的方法
  • 5.5.1 边缘部署的影响因素
  • 5.5.2 模型压缩与推理加速优化
  • 5.5.3 适应不同硬件平台的模型优化
  • 5.5.4 持续优化与模型迭代的策略
  • 第6章 无人机巡检的应用场景与落地注意事项
  • 6.1 城市管理：楼顶违建检测与道路垃圾监控
  • 6.1.1 楼顶违建检测
  • 6.1.2 道路垃圾监控
  • 6.2 交通巡检：道路违章与事故检测
  • 6.2.1 交通路口超速识别
  • 6.2.2 交通事故识别
  • 6.2.3 交通车流统计识别
  • 6.3 环境监测：河道排污识别、森林人员闯入与毁损识别
  • 6.3.1 河道排污识别
  • 6.3.2 森林人员闯入与毁损识别
  • 6.4 工业巡检：光伏巡检与风力发电巡检
  • 6.4.1 光伏巡检
  • 6.4.2 风力发电巡检
  • 6.5 农林业监测：病虫害监测巡检
  • 第7章 无人机巡检的未来趋势
  • 7.1 无人机巡检的技术发展趋势
  • 7.1.1 AI视觉算法的演进
  • 7.1.2 多模态感知融合
  • 7.1.3 5G/6G低空网络与无人机协同优化
  • 7.2 无人机巡检的行业发展趋势
  • 7.2.1 低空经济发展对无人机巡检的推动作用
  • 7.2.2 法规政策与标准化建设的影响
  • 7.2.3 “无人机+AI”在新兴行业的探索
  • 7.3 无人机巡检的智能化演进
  • 7.3.1 从单机智能到集群协同智能
  • 7.3.2 AI自主学习与任务优化能力的增强
  • 7.3.3 从辅助决策到全自动无人巡检的发展路径
  • 彩色插图
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。