CN114167889A - 基于图像ai与大数据应用的智能巡检飞行平台 - Google Patents

Abstract

本发明涉及一种基于图像AI与大数据应用的智能巡检飞行平台，该平台包括接收模块，用以接收巡检无人机的拍摄图像；图像处理模块，其内部设置有标准图像信息，将拍摄图像进行光强和灰度补偿，形成补偿图像，从补偿图像中提取对比单元，并与标准图像信息中的标准对比单元进行比较，得到比较结果；指令发送模块，用以根据比较结果向巡检无人机发送指令信息，指令信息用以对巡检无人机的飞行轨迹进行修正；存储模块，用以根据补偿图像、指令信息、飞行轨迹和修正过程形成巡检报告；预测模块，根据历史巡检报告预测下一巡检周期，并在下一巡检周期内由接收模块接收巡检无人机的拍摄图像。能够有效提高对于巡检路线以及巡检周期确定的准确性。

Description

基于图像AI与大数据应用的智能巡检飞行平台

技术领域

本发明涉及无人机巡检技术领域，尤其涉及一种基于图像AI与大数据应用的智能巡检飞行平台。

背景技术

架空输电线路是输送电能的重要通道，其运行于复杂多变的环境，容易受到自然和人为因素破坏而产生各种缺陷。所谓的设备缺陷，是指生产设备在制造运输、施工安装、运行维护等阶段发生的设备质量异常现象。随着无人机技术结合各个领域应用的快速发展，在各行各业中逐渐展现出它独特的优势。由于我国的输电线路广泛分布在大江南北，所处的地理位置以及周围环境通常十分复杂且恶劣，而为了保障国家电力系统的安全运行，需要定期对电力设施进行巡视检查。传统的巡检方式不仅会消耗巨大的人力物力，且效率以及安全系数都很低，而无人机巡检技术以其高效率、低成本且兼具高安全性等优点很好的解决了上述问题。

但是，在无人机巡检作业中，巡检人员无法长时间抬头观察无人机所处位置，再加上受到白光影响，所拍摄的图像时常会不清晰，从而影响电力杆塔的正常巡检作业，降低巡检的效率。

发明内容

为此，本发明提供一种基于图像AI与大数据应用的智能巡检飞行平台，可以解决现有技术中的巡检效率低的技术问题。

为实现上述目的，本发明提供一种基于图像AI与大数据应用的智能巡检飞行平台，包括：

接收模块，用以接收所述巡检无人机的拍摄图像；

图像处理模块，其内部设置有标准图像信息，将所述拍摄图像进行光强和灰度补偿，形成补偿图像，从所述补偿图像中提取对比单元，并与标准图像信息中的标准对比单元进行比较，得到比较结果；

指令发送模块，用以根据比较结果向所述巡检无人机发送指令信息，所述指令信息用以对巡检无人机的飞行轨迹进行修正；

存储模块，用以将拍摄图像进行存储，所述存储模块分别与所述图像处理模块和所述指令发送模块连接，用以根据补偿图像、指令信息、飞行轨迹和修正过程形成巡检报告；

预测模块，与所述存储模块连接，根据历史巡检报告预测下一巡检周期，并在下一巡检周期内由接收模块接收巡检无人机的拍摄图像；

所述图像处理模块包括光强提取单元、灰度提取单元和补偿单元，用以对接收到的拍摄图像的光强和灰度进行提取，获取所述拍摄图像的光强C和灰度G，根据标准图像信息内的标准光强C0和标准灰度G0，分别与光强C和灰度G进行比较，获取比较结果，并根据比较结果对拍摄图像进行光强和/或灰度补偿；

若光强C<标准光强C0，则采用补偿单元对拍摄图像的光强进行补偿；

若灰度G<标准灰度G0，则采用补偿单元对拍摄图像的灰度进行补偿；

若光强C≥标准光强C0或灰度G≥标准灰度G0，则无需对拍摄图像的光强和灰度进行补偿。

进一步地，当拍摄图像的光强C<标准光强C0时，补偿单元内设置有第一补偿系数a1、第二补偿系数a2和第三补偿系数a3，若0.9×C0≤光强C<标准光强C0，则采用第一补偿系数a1对拍摄图像的光强C进行补偿；

若0.5×C0≤光强C<0.9×C0，则采用第二补偿系数a2对拍摄图像的光强C进行补偿；

若光强C<0.5×C0，则采用第三补偿系数a3对拍摄图像的光强C进行补偿。

进一步地，当灰度G<标准灰度G0时，若0.9×G0≤灰度G<标准灰度G0，则采用第一补偿系数a1对拍摄图像的灰度G进行补偿；

若0.5×G0≤灰度G<0.9×G0，则采用第二补偿系数a2对拍摄图像的灰度G进行补偿；

若灰度G<0.5×G0，则采用第三补偿系数a3对拍摄图像的灰度G进行补偿。

进一步地，所述第一补偿系数a1＝灰度G/1.4×G0；

所述第二补偿系数a2＝灰度G/0.9×G0；

所述第三补偿系数a3＝灰度G/0.5×G0。

进一步地，所述根据比较结果向所述巡检无人机发送指令信息包括：

若补偿图像中的对比单元设置有n0个，在于标准图像信息中的标准对比单元进行比较时，若存在差异的对比单元的数量n≥n0/2，则采用第一数据量D1的指令信息发送至巡检无人机；

若存在差异的对比单元的数量n<n0/2，则采用第二数据量D2的指令信息发送至巡检无人机，以对飞行轨迹进行修正。

进一步地，所述第一数据量D1中包含存在差异的所有的对比单元，在对飞行轨迹进行修正时，预先设置有标准轨迹，根据存在差异的差异量对偏离标准轨迹的距离进行调整；

预先还设置有标准差异量，所述标准差异量为每个对比单元与其对应的标准对比单元对比产生的差异量，若该差异量大于标准差异量，则提高偏离距离；

若实际差异量≤标准差异量，则保持原有的飞行轨迹，无需对偏离距离进行调整。

进一步地，根据补偿图像、指令信息、飞行轨迹和修正过程形成巡检报告，所述巡检报告通过显示单元用以在终端进行显示，所述巡检报告记录了由拍摄图像、光强灰度补偿、指令信息发出时间、飞行轨迹的修正、距离的偏离量分别进行记录，以使工作人员根据巡检报告实现对无人机巡检过程中的全程监控。

进一步地，根据历史巡检报告预测下一巡检周期，根据检测到的巡检报告得到的数据进行数值评估，表示当前巡检周期内的巡检系统的安全程度，预先设置有标准安全度S0和标准巡检周期T0，

若巡检报告得到的安全值≤标准安全度S0，则在进行下一巡检周期预测时，缩短巡检周期；

若巡检报告得到的安全值>标准安全度S0，则在进行下一巡检周期预测时，延长巡检周期。

进一步地，在对巡检周期进行缩短时，根据标准安全度与巡检报告得到的安全值的实际差值来选择缩短程度；

预先设置有巡检的标准频率F0，比较标准安全度S0与巡检报告得到的安全值S的实际差值ΔS0，预先设置有第一标准差值ΔS10和第二标准差值ΔS20，且第一标准差值ΔS10<第二标准差值ΔS20，当实际差值ΔS0≤第一标准差值ΔS10时，采用第一修正参数k1对标准频率F0进行修正；

若第一标准差值ΔS10<实际差值ΔS0≤第二标准差值ΔS20，则采用第二修正参数k2对标准频率F0进行修正；

若实际差值ΔS0>第二标准差值ΔS20，则采用第三修正系数k3对标准频率F0进行修正。

进一步地，在对巡检周期进行延长时，根据巡检报告得到的安全值与标准安全度的实际差值来选择延长程度，若S-S0得到的实际差值ΔS0′，若ΔS0′≤第一标准差值ΔS10时，采用第一修正参数k1对标准频率F0进行修正；

若第一标准差值ΔS10<实际差值ΔS0′≤第二标准差值ΔS20，则采用第二修正参数k2对标准频率F0进行修正；

若实际差值ΔS0′>第二标准差值ΔS20，则采用第三修正系数k3对标准频率F0进行修正，其中第一修正系数k1<第二修正系数k2<第三修正系数。

与现有技术相比，本发明的有益效果在于，通过设置标准光强，以及拍摄图像的实际光强与标准光强进行比较，当实际光强小于标准光强时，还设置三个不同的比较区间，并在不同的光强区间设置不同的补偿系数，使得对于拍摄图像的各个部分进行精准的光强补偿，使得拍摄图像内的光强趋近于标准光强，便于对拍摄头像内的对比单元进行一一对比，若是存在光强的不同，可能会存在对比单元对比出现误差，因此在光强一致的前提下进行比较，大大提高了对于对比单元进行比较的准确性，减少干扰，提高对于对比单元进行比较的准确性，能够有效提高对于巡检路线以及巡检周期确定的准确性。

尤其，通过采用相同的补偿系数对拍摄图像灰色进行补偿，进一步提高拍摄图像的灰度值与标准图像灰度值趋于一致，减少拍摄图像内的干扰因素，进一步提高对于拍摄图像内的对比单元的精准比较，从而根据对比结果得到的巡检路线的确定更为精确，使得无人机的飞行路线更为智能高效，提高巡检过程的安全性。

尤其，通过对第一补偿系数、第二补偿系数以及第三补偿系数利用灰度值进行界定，使得对于各个补偿系数的确定更为符合拍摄图像的实际情况，使得对拍摄图像的灰度补偿更为高效智能

尤其，通过比较补偿之后的补偿图像中的对比单元与标准图像信息中的标准对比单元，来比较补偿图像内与标准图像信息中的对比单元存在差异的地方，在实际应用中，有的对比单元中可能存在多余的鸟巢或是缺少一根相线，因此针对存在差异的情况就可以从拍摄图像中及时看出，由于拍摄的时间、环境因素并不是确定的，因此有的相线由于光强或是灰度的原因无法拍摄清晰，因此在对拍摄图像进行光强与灰度的补偿，使得拍摄图像与标准图像的拍摄环境趋于一致后，在进行对比单元的比较，相对于直接进行对比单元的比较的准确性更高，提高了比较结果的精准性，提高了巡检路线以及巡检周期确定的准确性。

尤其，通过设置标准轨迹，在正常情况下，无人机的飞行轨迹按照标准轨迹进行飞行，由于无人机需要对电力设备进行拍摄，以确定电力设备的状态，因此无人与电力设备需要存在一定的距离，若是电力设备存在危险性也会对无人机产生影响，或是在带电状态下，无人机的靠近也会影响电力设备的状态，加剧电力设备的损坏或烧毁，因此需要对无人机的偏离标准轨迹，使得无人机进行飞行轨迹的偏离，以保证无人机的安全，以及电力设备的二次损伤；因此通过拍摄图像确定电力设备的状态，确定拍摄图像的差异量，进而根据对应的差异量选择偏离的距离，使得无人机在巡检过程中的安全性。

尤其，通过设置巡检报告，在实际引用过程中，一次巡检过程就会产生一份巡检报告，在巡检报告中包含的信息较为全面，而多个巡检报告的比较与对比就可以确定电力设备的变化过程，使得通过多份巡检报告能够对巡检设备的状态进行动态的认知，便于及时对巡检设备进行评估和维修，延长巡检设备的使用寿命。

尤其，通过巡检报告，得出巡检设备的安全值，若是该安全值较低，则需要增加巡检的频率，因此对应地巡检周期就缩短了，以便及时进行巡检设备的巡视检查，保证设备的安全性，及时发现巡检设备存在的安全隐患，若是巡检报告得到的安全值较高，则表示该巡检设备是安全的，为了降低无人机的使用频次，可以在巡检设备的安全状态下降低巡检频次，实现对巡检设备与无人机巡检之间的高效匹配。

尤其，通过设置第一标准差值ΔS10和第二标准差值ΔS20，并通过比较实际差值ΔS0与设置的标准差值的实际关系，并根据实际差值确定对应的资政系数，使得根据巡检报告内的安全值确定对应的巡检周期的巡检频率，使得对于无人机的巡检过程更为高效。

附图说明

图1为本发明实施例提供的基于图像AI与大数据应用的智能巡检飞行平台的结构示意图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1所示，本发明实施例提供的基于图像AI与大数据应用的智能巡检飞行平台，包括：

接收模块10，用以接收所述巡检无人机的拍摄图像；

图像处理模块20，其内部设置有标准图像信息，将所述拍摄图像进行光强和灰度补偿，形成补偿图像，从所述补偿图像中提取对比单元，并与标准图像信息中的标准对比单元进行比较，得到比较结果；

指令发送模块30，用以根据比较结果向所述巡检无人机发送指令信息，所述指令信息用以对巡检无人机的飞行轨迹进行修正；

存储模块40，用以将拍摄图像进行存储，所述存储模块分别与所述图像处理模块和所述指令发送模块连接，用以根据补偿图像、指令信息、飞行轨迹和修正过程形成巡检报告；

预测模块50，与所述存储模块连接，根据历史巡检报告预测下一巡检周期，并在下一巡检周期内由接收模块接收巡检无人机的拍摄图像；

所述图像处理模块包括光强提取单元21、灰度提取单元22和补偿单元23，用以对接收到的拍摄图像的光强和灰度进行提取，获取所述拍摄图像的光强C和灰度G，根据标准图像信息内的标准光强C0和标准灰度G0，分别与光强C和灰度G进行比较，获取比较结果，并根据比较结果对拍摄图像进行光强和/或灰度补偿；

若光强C<标准光强C0，则采用补偿单元对拍摄图像的光强进行补偿；

若灰度G<标准灰度G0，则采用补偿单元对拍摄图像的灰度进行补偿；

若光强C≥标准光强C0或灰度G≥标准灰度G0，则无需对拍摄图像的光强和灰度进行补偿。

具体而言，本发明实施例通过对无人机的拍摄图像经过传输，并对拍摄图像进行光强与灰度的修正，使得拍摄图像内的对比单元的对比特征更为清晰，便于与标准图像信息进行对比，并根据对比结果去调整无人机的飞行轨迹，确定对无人机飞行轨迹的调整，并根据采集的数据进行巡检报告的生产，并根据对应的巡检报告确定下一巡检周期，使得无人机在进行巡检的过程中更为高效和智能，提高巡检的准确性以及对于巡检过程中的巡检路线以及巡检周期的及时调整，使得巡检的效率大大提高。

具体而言，当拍摄图像的光强C<标准光强C0时，补偿单元内设置有第一补偿系数a1、第二补偿系数a2和第三补偿系数a3，若0.9×C0≤光强C<标准光强C0，则采用第一补偿系数a1对拍摄图像的光强C进行补偿；

若0.5×C0≤光强C<0.9×C0，则采用第二补偿系数a2对拍摄图像的光强C进行补偿；

若光强C<0.5×C0，则采用第三补偿系数a3对拍摄图像的光强C进行补偿。

具体而言，本发明实施例通过设置标准光强，以及拍摄图像的实际光强与标准光强进行比较，当实际光强小于标准光强时，还设置三个不同的比较区间，并在不同的光强区间设置不同的补偿系数，使得对于拍摄图像的各个部分进行精准的光强补偿，使得拍摄图像内的光强趋近于标准光强，便于对拍摄头像内的对比单元进行一一对比，若是存在光强的不同，可能会存在对比单元对比出现误差，因此在光强一致的前提下进行比较，大大提高了对于对比单元进行比较的准确性，减少干扰，提高对于对比单元进行比较的准确性，能够有效提高对于巡检路线以及巡检周期确定的准确性。

具体而言，当灰度G<标准灰度G0时，若0.9×G0≤灰度G<标准灰度G0，则采用第一补偿系数a1对拍摄图像的灰度G进行补偿；

若0.5×G0≤灰度G<0.9×G0，则采用第二补偿系数a2对拍摄图像的灰度G进行补偿；

若灰度G<0.5×G0，则采用第三补偿系数a3对拍摄图像的灰度G进行补偿。

具体而言，本发明实施例通过采用相同的补偿系数对拍摄图像灰色进行补偿，进一步提高拍摄图像的灰度值与标准图像灰度值趋于一致，减少拍摄图像内的干扰因素，进一步提高对于拍摄图像内的对比单元的精准比较，从而根据对比结果得到的巡检路线的确定更为精确，使得无人机的飞行路线更为智能高效，提高巡检过程的安全性。

具体而言，所述第一补偿系数a1＝灰度G/1.4×G0；

所述第二补偿系数a2＝灰度G/0.9×G0；

所述第三补偿系数a3＝灰度G/0.5×G0。

具体而言，本发明实施例通过对第一补偿系数、第二补偿系数以及第三补偿系数利用灰度值进行界定，使得对于各个补偿系数的确定更为符合拍摄图像的实际情况，使得对拍摄图像的灰度补偿更为高效智能。

具体而言，所述根据比较结果向所述巡检无人机发送指令信息包括：

若补偿图像中的对比单元设置有n0个，在于标准图像信息中的标准对比单元进行比较时，若存在差异的对比单元的数量n≥n0/2，则采用第一数据量D1的指令信息发送至巡检无人机；

若存在差异的对比单元的数量n<n0/2，则采用第二数据量D2的指令信息发送至巡检无人机，以对飞行轨迹进行修正。

具体而言，本发明实施例通过比较补偿之后的补偿图像中的对比单元与标准图像信息中的标准对比单元，来比较补偿图像内与标准图像信息中的对比单元存在差异的地方，在实际应用中，有的对比单元中可能存在多余的鸟巢或是缺少一根相线，因此针对存在差异的情况就可以从拍摄图像中及时看出，由于拍摄的时间、环境因素并不是确定的，因此有的相线由于光强或是灰度的原因无法拍摄清晰，因此在对拍摄图像进行光强与灰度的补偿，使得拍摄图像与标准图像的拍摄环境趋于一致后，在进行对比单元的比较，相对于直接进行对比单元的比较的准确性更高，提高了比较结果的精准性，提高了巡检路线以及巡检周期确定的准确性。

具体而言，所述第一数据量D1中包含存在差异的所有的对比单元，在对飞行轨迹进行修正时，预先设置有标准轨迹，根据存在差异的差异量对偏离标准轨迹的距离进行调整；

预先还设置有标准差异量，所述标准差异量为每个对比单元与其对应的标准对比单元对比产生的差异量，若该差异量大于标准差异量，则提高偏离距离；

若实际差异量≤标准差异量，则保持原有的飞行轨迹，无需对偏离距离进行调整。

具体而言，本发明实施例通过设置标准轨迹，在正常情况下，无人机的飞行轨迹按照标准轨迹进行飞行，由于无人机需要对电力设备进行拍摄，以确定电力设备的状态，因此无人与电力设备需要存在一定的距离，若是电力设备存在危险性也会对无人机产生影响，或是在带电状态下，无人机的靠近也会影响电力设备的状态，加剧电力设备的损坏或烧毁，因此需要对无人机的偏离标准轨迹，使得无人机进行飞行轨迹的偏离，以保证无人机的安全，以及电力设备的二次损伤；因此通过拍摄图像确定电力设备的状态，确定拍摄图像的差异量，进而根据对应的差异量选择偏离的距离，使得无人机在巡检过程中的安全性。

具体而言，根据补偿图像、指令信息、飞行轨迹和修正过程形成巡检报告，所述巡检报告通过显示单元用以在终端进行显示，所述巡检报告记录了由拍摄图像、光强灰度补偿、指令信息发出时间、飞行轨迹的修正、距离的偏离量分别进行记录，以使工作人员根据巡检报告实现对无人机巡检过程中的全程监控。

具体而言，本发明实施例通过设置巡检报告，在实际引用过程中，一次巡检过程就会产生一份巡检报告，在巡检报告中包含的信息较为全面，而多个巡检报告的比较与对比就可以确定电力设备的变化过程，使得通过多份巡检报告能够对巡检设备的状态进行动态的认知，便于及时对巡检设备进行评估和维修，延长巡检设备的使用寿命。

具体而言，根据历史巡检报告预测下一巡检周期，根据检测到的巡检报告得到的数据进行数值评估，表示当前巡检周期内的巡检系统的安全程度，预先设置有标准安全度S0和标准巡检周期T0，

若巡检报告得到的安全值≤标准安全度S0，则在进行下一巡检周期预测时，缩短巡检周期；

若巡检报告得到的安全值>标准安全度S0，则在进行下一巡检周期预测时，延长巡检周期。

具体而言，本发明实施例通过巡检报告，得出巡检设备的安全值，若是该安全值较低，则需要增加巡检的频率，因此对应地巡检周期就缩短了，以便及时进行巡检设备的巡视检查，保证设备的安全性，及时发现巡检设备存在的安全隐患，若是巡检报告得到的安全值较高，则表示该巡检设备是安全的，为了降低无人机的使用频次，可以在巡检设备的安全状态下降低巡检频次，实现对巡检设备与无人机巡检之间的高效匹配。

具体而言，在对巡检周期进行缩短时，根据标准安全度与巡检报告得到的安全值的实际差值来选择缩短程度；

预先设置有巡检的标准频率F0，比较标准安全度S0与巡检报告得到的安全值S的实际差值ΔS0，预先设置有第一标准差值ΔS10和第二标准差值ΔS20，且第一标准差值ΔS10<第二标准差值ΔS20，当实际差值ΔS0≤第一标准差值ΔS10时，采用第一修正参数k1对标准频率F0进行修正；

若第一标准差值ΔS10<实际差值ΔS0≤第二标准差值ΔS20，则采用第二修正参数k2对标准频率F0进行修正；

若实际差值ΔS0>第二标准差值ΔS20，则采用第三修正系数k3对标准频率F0进行修正，其中第一修正系数k1<第二修正系数k2<第三修正系数。

具体而言，本发明实施例通过设置第一标准差值ΔS10和第二标准差值ΔS20，并通过比较实际差值ΔS0与设置的标准差值的实际关系，并根据实际差值确定对应的资政系数，使得根据巡检报告内的安全值确定对应的巡检周期的巡检频率，使得对于无人机的巡检过程更为高效。

具体而言，在对巡检周期进行延长时，根据巡检报告得到的安全值与标准安全度的实际差值来选择延长程度，若S-S0得到的实际差值ΔS0′，若ΔS0′≤第一标准差值ΔS10时，采用第一修正参数k1对标准频率F0进行修正；

若第一标准差值ΔS10<实际差值ΔS0′≤第二标准差值ΔS20，则采用第二修正参数k2对标准频率F0进行修正；

若实际差值ΔS0′>第二标准差值ΔS20，则采用第三修正系数k3对标准频率F0进行修正，其中第一修正系数k1<第二修正系数k2<第三修正系数。

具体而言，本发明实施例通过在对巡检周期进行延长时，根据差值大小选择对应的巡检周期的频率，若是巡检频率大，则巡检周期短，若是巡检频率小，则巡检周期长，使得对于无人机的巡检过程更为高效。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，包括：

接收模块，用以接收所述巡检无人机的拍摄图像；

图像处理模块，其内部设置有标准图像信息，将所述拍摄图像进行光强和灰度补偿，形成补偿图像，从所述补偿图像中提取对比单元，并与标准图像信息中的标准对比单元进行比较，得到比较结果；

指令发送模块，用以根据比较结果向所述巡检无人机发送指令信息，所述指令信息用以对巡检无人机的飞行轨迹进行修正；

存储模块，用以将拍摄图像进行存储，所述存储模块分别与所述图像处理模块和所述指令发送模块连接，用以根据补偿图像、指令信息、飞行轨迹和修正过程形成巡检报告；

预测模块，与所述存储模块连接，根据历史巡检报告预测下一巡检周期，并在下一巡检周期内由接收模块接收巡检无人机的拍摄图像；

所述图像处理模块包括光强提取单元、灰度提取单元和补偿单元，用以对接收到的拍摄图像的光强和灰度进行提取，获取所述拍摄图像的光强C和灰度G，根据标准图像信息内的标准光强C0和标准灰度G0，分别与光强C和灰度G进行比较，获取比较结果，并根据比较结果对拍摄图像进行光强和/或灰度补偿；

若光强C<标准光强C0，则采用补偿单元对拍摄图像的光强进行补偿；

若灰度G<标准灰度G0，则采用补偿单元对拍摄图像的灰度进行补偿；

若光强C≥标准光强C0或灰度G≥标准灰度G0，则无需对拍摄图像的光强和灰度进行补偿。

2.根据权利要求1所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

当拍摄图像的光强C<标准光强C0时，补偿单元内设置有第一补偿系数a1、第二补偿系数a2和第三补偿系数a3，若0.9×C0≤光强C<标准光强C0，则采用第一补偿系数a1对拍摄图像的光强C进行补偿；

若0.5×C0≤光强C<0.9×C0，则采用第二补偿系数a2对拍摄图像的光强C进行补偿；

若光强C<0.5×C0，则采用第三补偿系数a3对拍摄图像的光强C进行补偿。

3.根据权利要求2所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

当灰度G<标准灰度G0时，若0.9×G0≤灰度G<标准灰度G0，则采用第一补偿系数a1对拍摄图像的灰度G进行补偿；

若0.5×G0≤灰度G<0.9×G0，则采用第二补偿系数a2对拍摄图像的灰度G进行补偿；

若灰度G<0.5×G0，则采用第三补偿系数a3对拍摄图像的灰度G进行补偿。

4.根据权利要求3所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

所述第一补偿系数a1＝灰度G/1.4×G0；

所述第二补偿系数a2＝灰度G/0.9×G0；

所述第三补偿系数a3＝灰度G/0.5×G0。

5.根据权利要求4所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

所述根据比较结果向所述巡检无人机发送指令信息包括：

若补偿图像中的对比单元设置有n0个，在于标准图像信息中的标准对比单元进行比较时，若存在差异的对比单元的数量n≥n0/2，则采用第一数据量D1的指令信息发送至巡检无人机；

若存在差异的对比单元的数量n<n0/2，则采用第二数据量D2的指令信息发送至巡检无人机，以对飞行轨迹进行修正。

6.根据权利要求5所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

所述第一数据量D1中包含存在差异的所有的对比单元，在对飞行轨迹进行修正时，预先设置有标准轨迹，根据存在差异的差异量对偏离标准轨迹的距离进行调整；

预先还设置有标准差异量，所述标准差异量为每个对比单元与其对应的标准对比单元对比产生的差异量，若该差异量大于标准差异量，则提高偏离距离；

若实际差异量≤标准差异量，则保持原有的飞行轨迹，无需对偏离距离进行调整。

7.根据权利要求6所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

根据补偿图像、指令信息、飞行轨迹和修正过程形成巡检报告，所述巡检报告通过显示单元用以在终端进行显示，所述巡检报告记录了由拍摄图像、光强灰度补偿、指令信息发出时间、飞行轨迹的修正、距离的偏离量分别进行记录，以使工作人员根据巡检报告实现对无人机巡检过程中的全程监控。

8.根据权利要求7所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

根据历史巡检报告预测下一巡检周期，根据检测到的巡检报告得到的数据进行数值评估，表示当前巡检周期内的巡检系统的安全程度，预先设置有标准安全度S0和标准巡检周期T0，

若巡检报告得到的安全值≤标准安全度S0，则在进行下一巡检周期预测时，缩短巡检周期；

若巡检报告得到的安全值>标准安全度S0，则在进行下一巡检周期预测时，延长巡检周期。

9.根据权利要求8所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

在对巡检周期进行缩短时，根据标准安全度与巡检报告得到的安全值的实际差值来选择缩短程度；

预先设置有巡检的标准频率F0，比较标准安全度S0与巡检报告得到的安全值S的实际差值ΔS0，预先设置有第一标准差值ΔS10和第二标准差值ΔS20，且第一标准差值ΔS10<第二标准差值ΔS20，当实际差值ΔS0≤第一标准差值ΔS10时，采用第一修正参数k1对标准频率F0进行修正；

若第一标准差值ΔS10<实际差值ΔS0≤第二标准差值ΔS20，则采用第二修正参数k2对标准频率F0进行修正；

若实际差值ΔS0>第二标准差值ΔS20，则采用第三修正系数k3对标准频率F0进行修正。

10.根据权利要求9所述的基于图像AI与大数据应用的智能巡检飞行平台，其特征在于，

在对巡检周期进行延长时，根据巡检报告得到的安全值与标准安全度的实际差值来选择延长程度，若S-S0得到的实际差值ΔS0′，若ΔS0′≤第一标准差值ΔS10时，采用第一修正参数k1对标准频率F0进行修正；

若第一标准差值ΔS10<实际差值ΔS0′≤第二标准差值ΔS20，则采用第二修正参数k2对标准频率F0进行修正；

若实际差值ΔS0′>第二标准差值ΔS20，则采用第三修正系数k3对标准频率F0进行修正，其中第一修正系数k1<第二修正系数k2<第三修正系数。

Images