首頁 > 資訊中心 > 復亞動態 > 低空經濟規模化發展，無人機AI識別成為新增長點

低空經濟規模化發展，無人機AI識別成為新增長點

2024-04-29 | 復亞動態

無人機AI識別無人機識別算法無人機AI識別算法

近年來，得益于頂層政策加碼賦能，以無人機為主導的低空經濟乘勢起飛。據《國家立體交通網絡規劃綱要》數據，到2035年國家支撐經濟發展的商用和工業級無人機預期達到2600萬架，市場規模有望達3.5萬億元。

面對正在崛起的萬億級產業，各城市加快部署，涵蓋城市、安防、環保、水利、能源等領域的“低空經濟+”應用逐步由規范走向大規模發展，低空巡查數據持續激增，應用范圍擴大和任務復雜性增加，同時帶來了海量低空數據如何高效處理的難題。

2023~2035年中國低空經濟市場規模（單位：億元）

數據來源：中國民航局，高工產業研究院（GGII），2024年4月

低空場景規模化發展

高效處理海量數據成難題

無人機巡查的任務歸根到底不是單純獲取數據，而是讓數據能為業務所用。無人機能夠在短時間內收集大量的圖像和視頻數據，例如，僅單個無人機每天的多架次飛行數據的巡查飛行可能會產生數十GB甚至數百GB的數據。面對龐大的數據量，單純依靠人工的處理和分析方法時需耗費大量人力、效率低下而且具備延遲性，同時這些數據也需要被及時分析，以便及時發現問題并采取相應的措施。

低空數據激增催生了大量的無人機識別算法需求，AI+無人機成為全新的增長點。無人機識別算法就是基于巡檢圖像進行智能開發，無人機巡檢中拍攝的巡檢視頻經過智能圖像識別，用于檢測各種類型的物體，如人物、車輛、建筑物、水面附近的物體等，這種自動化地高效處理數據解析能夠減少低空數據處理時間和成本。

在低空巡查領域，識別算法不僅僅是一個技術需求，而是確保操作效率和安全性的關鍵。復亞智能深入理解這一需求，專為低空經濟+城市應用打造，深耕30+具體行業應用，滿足低空經濟高速發展帶來的需求。

城市識別算法高效落地難？

地面和無人機視角差異巨大

在公路上識別車輛并測速，在水面精準判斷漂浮物河湖、在街道上識別并判斷人流、在城市中捕獲生活垃圾和違規建筑……在AI算法要滿足場景需求其核心是良好的識別效果。然而事實上大多城市場的算法識別效果不佳。

高效好用的算法需要合適且大量的訓練數據集、高效的標注方式、大小模型訓練、實戰驗證并不斷優化。其中訓練數據集起著至關重要的作用。目前基于地面攝像頭視角的算法已經日趨成熟，但是這些依靠地面攝像頭視角的圖片或者網絡圖片訓練出來識別算法應用在無人機上時往往存在識別率低的問題。

安置在地面和無人機上的攝像頭視角差異巨大。地面攝像頭主要針對水平或近水平視角，范圍比較狹窄，偏重固定視角和細節，無人機攝像頭的拍攝為多個角度（包括俯視和斜視），更廣闊更偏向全局視野，從高空俯視時，車輛、建筑和其他對象的形狀、大小和可見特征都與地面視角截然不同。

同時基于地面攝像頭角度的算法通常在較為穩定的環境中，圖像質量較為一致；無人機算法則需要適應因無人機移動速度快、風力影響等因素產生的圖像運動模糊和變形問題，無人機的算法通常包括高級的圖像穩定和運動補償技術。另外，無人機算法有些需要在設備上即時處理數據，以便快速響應環境變化和公安、應急方面的需求。

海量算法高度貼合場景

專為低空經濟+城市打造

在視角和視野、運動和穩定性、實時處理需求以及環境適應性等方面差異導致了很多“看起來應用成熟的”算法在無人機巡檢的應用中達不到實際。

復亞智能的無人機AI識別算法則是通過深入分析低空巡查的特殊需求，專為無人機視角設計。復亞在無人機巡檢行業深耕7年，其算法訓練的圖像庫來自多年積累的大量無人機實際飛行數據，并且制定了嚴格的采集標準，每個模型基于超過20,000張真實世界中采集的無人機視角圖像、自動標注并通過大模型融合數學邏輯構建，保障識別算法能夠貼合無人機視角貼合巡檢應用。

在低空經濟+城市應用中，復亞專注于智慧城市和政企領域的應用，600+套積累部署經驗、29個省市的項目運作經驗，不僅積累大量算法訓練“彈藥庫”，讓我們打造了海量豐富的場景算法，覆蓋公安、水利、交通、城管等多個領域更是憑借高度成熟的業務理解讓無人機AI識別算法，可以多算法同時使用，更貼近低空城市業務的綜合應用。

目前復亞智能的無人機AI識別算法具備高度兼容性，可適配多型號無人機、多類型平臺，并提供試用平臺，歡迎撥打4008606533預約使用。

上一篇：接口開放多平臺兼容，海量算法賦能低空應用

下一篇：智能識別目標追蹤，復亞無人機管控平臺新功能解讀

返回列表