《電力巡檢無人機(jī)邊緣智能終端技術(shù)規(guī)范》

ICS號(hào)

中國標(biāo)準(zhǔn)文獻(xiàn)分類號(hào)

CES

團(tuán)體標(biāo)準(zhǔn)

T/CESXXX-XXXX

電力巡檢無人機(jī)邊緣智能終端技術(shù)規(guī)范

Technicalspecificationoftheedgeintelligent

terminalforpowerinspectionbasedonUAV

（征求意見稿）

XXXX-XX-XX發(fā)布XXXX-XX-XX實(shí)施

中國電工技術(shù)學(xué)會(huì)發(fā)布

T/CESXXX-XXXX

1范圍

本標(biāo)準(zhǔn)規(guī)定了電力巡檢無人機(jī)邊緣智能終端的技術(shù)規(guī)范。

本標(biāo)準(zhǔn)適用于日常和應(yīng)急電力巡檢過程中，采用無人機(jī)作為低空領(lǐng)域圖像采集的主要作

業(yè)手段，對輸電、配電、變電站中的設(shè)施、設(shè)備進(jìn)行智能無人化全自主巡檢的所有業(yè)務(wù)。

2規(guī)范性引用文件

下列文件對于本文件的應(yīng)用是必不可少的。凡是注日期的引用文件，僅注日期的版本適

用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。

GB/T2009.51電工術(shù)語架空線路

DL/T741-2010架空輸電線路運(yùn)行規(guī)程

DL/T664-2008帶電設(shè)備紅外診斷技術(shù)應(yīng)用導(dǎo)則

DL/T969-2005變電站運(yùn)行導(dǎo)則

Q/HW519-2010配電網(wǎng)運(yùn)行規(guī)程

Q/GDW382配電網(wǎng)自動(dòng)化技術(shù)導(dǎo)則

3術(shù)語和定義

下列術(shù)語和定義適用于本文件。

3.1缺陷智能檢測IntelligentDefectDetection

通過計(jì)算機(jī)視覺中的目標(biāo)檢測技術(shù)對缺陷進(jìn)行智能檢測。

3.2缺陷Defect

根據(jù)電網(wǎng)設(shè)備和部件的類型，建立輸電與變電、配電領(lǐng)域的典型缺陷。

3.3平均檢測耗時(shí)AverageDetectionTime

平均檢測是在指定硬件配置下，從圖像輸入缺陷檢測模型，到輸出缺陷檢測結(jié)果的過程，

平均每張圖片所耗費(fèi)的計(jì)算時(shí)間。

3.4邊緣計(jì)算EdgeComputing

邊緣計(jì)算，是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為

一體的開放平臺(tái)，就近提供最近端服務(wù)。

3.5輸電線路巡視檢查TransmissionEquipmentInspection

1

T/CESXXX-XXXX

工作人員用眼睛或用望遠(yuǎn)鏡以及其他工具和儀器對輸電線路的各部件進(jìn)行觀察、檢查和

測量。目的是為掌握線路的運(yùn)行狀況、及時(shí)發(fā)現(xiàn)設(shè)備缺陷和威脅線路安全的問題。由于

架空線路分布很廣，又長期處于露天之下運(yùn)行，所以經(jīng)常會(huì)受到周圍環(huán)境和大自然變化

的影響，由于配電線路設(shè)備種類較輸電線路多而復(fù)雜，巡視時(shí)除對輸電線路進(jìn)行巡視檢

查外，還應(yīng)對特殊設(shè)備進(jìn)行巡視。

3.6故障巡視FaultInspection

當(dāng)線路發(fā)生故障跳閘時(shí)，應(yīng)立即組織巡視，叫故障巡視。故障巡視的目的在于及時(shí)查明

線路發(fā)生故障的原因，找出故障位置并查明故障造成的破壞情況，以便準(zhǔn)備搶修器材和

研究搶修辦法，并制定防止類似故障的措施。

3.7模型部署ModelDeployment

把封裝好的算法模型部署到云側(cè)、邊側(cè)、端側(cè)。

3.8實(shí)時(shí)動(dòng)態(tài)定位RTKReal-timeKinematic

在GPS測量中，如靜態(tài)、快速靜態(tài)、動(dòng)態(tài)測量都需要事后進(jìn)行解算才能獲得厘米級(jí)的精

度，而RTK（Real-timekinematic）實(shí)時(shí)差分定位是一種能夠在野外實(shí)時(shí)得到厘米

級(jí)定位精度的測量方法，它的出現(xiàn)極大地提高了野外作業(yè)效率。

3.9目標(biāo)跟蹤ObjectTracking

目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要問題，目前廣泛應(yīng)用在體育賽事轉(zhuǎn)播、安防監(jiān)控

和無人機(jī)、無人車、機(jī)器人等領(lǐng)域。

3.10特征金字塔FeaturePyramidNetwork

特征金字塔是用于檢測不同尺度的對象的識(shí)別系統(tǒng)中的基本組件。多尺度上識(shí)別目標(biāo)是

計(jì)算機(jī)視覺的一個(gè)挑戰(zhàn)，通過提取多尺度的特征信息進(jìn)行融合，進(jìn)而提高模型精度。

3.11感受野ReceptiveField

感受野，感受器受刺激興奮時(shí)，通過感受器官中的向心神經(jīng)元將神經(jīng)沖動(dòng)（各種感覺信

息）傳到上位中樞，一個(gè)神經(jīng)元所反應(yīng)（支配）的刺激區(qū)域就叫做神經(jīng)元的感受野。

3.12上采樣Upsampling

上采樣就是采集模擬信號(hào)的樣本。

3.13卷積Convolution

在泛函分析中，卷積、旋積或褶積是通過兩個(gè)函數(shù)f和g生成第三個(gè)函數(shù)的一種數(shù)學(xué)算

子，表征函數(shù)f與g經(jīng)過翻轉(zhuǎn)和平移的重疊部分函數(shù)值乘積對重疊長度的積分。

3.14感興趣區(qū)域RegionofInterest

機(jī)器視覺、圖像處理中，從被處理的圖像以方框、圓、橢圓、不規(guī)則多邊形等方式勾勒

出需要處理的區(qū)域，稱為感興趣區(qū)域，ROI。在Halcon、OpenCV、Matlab等機(jī)器視覺軟

件上常用到各種算子（Operator）和函數(shù)來求得感興趣區(qū)域ROI，并進(jìn)行圖像的下一步

處理。

2

T/CESXXX-XXXX

3.15非極大值抑制Non-MaximumSuppression

非極大值抑制顧名思義就是抑制不是極大值的元素，可以理解為局部最大搜索。這個(gè)局

部代表的是一個(gè)鄰域，鄰域有兩個(gè)參數(shù)可變，一是鄰域的維數(shù)，二是鄰域的大小。

3.16交并比Intersection-over-Union

交并比（Intersection-over-Union，IoU），目標(biāo)檢測中使用的一個(gè)概念，是產(chǎn)生的候

選框（candidatebound）與原標(biāo)記框（groundtruthbound）的交疊率，即它們的交

集與并集的比值。最理想情況是完全重疊，即比值為1。

3.17置信度Confidence

置信度表示算法輸出的矩形框中含有目標(biāo)的可能性大小，數(shù)值為0到1。

3.18智能網(wǎng)關(guān)SmartGateway

智能網(wǎng)關(guān)是網(wǎng)絡(luò)設(shè)備,是局域網(wǎng)絡(luò)智能化的關(guān)鍵，一般支持虛擬網(wǎng)絡(luò)接入、wifi接入、

有線寬帶接入等，通過它可實(shí)現(xiàn)對局域網(wǎng)內(nèi)各傳感器、網(wǎng)絡(luò)設(shè)備、攝像頭以及主機(jī)等設(shè)

備的信息采集、信息輸入、信息輸出、集中控制、遠(yuǎn)程控制、聯(lián)動(dòng)控制等功能。

3.19超視距BeyondVisualDistance

指在目視無法看到目標(biāo)的距離以外進(jìn)行，這個(gè)距離的長短目前尚未有明確而且統(tǒng)一的規(guī)

定。

4總體要求

4.1基于無人機(jī)邊緣智能終端的電力巡檢工作應(yīng)貫徹“實(shí)用性強(qiáng)、安全性高及可操作性強(qiáng)”

的方針，嚴(yán)格執(zhí)行《國家電網(wǎng)公司電力安全工作規(guī)程》的有關(guān)規(guī)定。

4.2無人機(jī)邊緣智能終端在電力巡檢中，應(yīng)具備實(shí)時(shí)目標(biāo)和缺陷檢測與定位、實(shí)時(shí)溫度檢

測、高精度AI輔助抓拍、智能感應(yīng)曝光、邊云互聯(lián)、超視距操控等功能，以滿足該

行業(yè)自主智能巡檢需求。

4.3無人機(jī)邊緣智能終端的運(yùn)行成果應(yīng)體現(xiàn)在實(shí)時(shí)、動(dòng)態(tài)、交互的了解和掌握輸變配網(wǎng)等

應(yīng)用場景下的所有目標(biāo)設(shè)施、設(shè)備的運(yùn)行狀態(tài)，采用定期與應(yīng)急巡視檢查相結(jié)合的方

法，智能化完成巡檢任務(wù)，確保工作智能、有序、高效。

4.4無人機(jī)邊緣智能終端應(yīng)積極推行設(shè)施設(shè)備狀態(tài)管理理念，開展設(shè)施設(shè)備狀態(tài)評價(jià)，逐

步實(shí)現(xiàn)更加智能化、高效的輸變配電網(wǎng)巡檢。

4.5電力巡檢工作應(yīng)充分發(fā)揮輸變配電自動(dòng)化與智能化的優(yōu)勢，推廣應(yīng)用各種信息技術(shù)與

現(xiàn)場巡視檢查作業(yè)平臺(tái)，并采用智能化、標(biāo)準(zhǔn)化作業(yè)手段，不斷提升運(yùn)行工作水平與

3

T/CESXXX-XXXX

效率。

4.6針對無人機(jī)邊緣智能終端的功能開發(fā)工作應(yīng)建立運(yùn)行崗位責(zé)任制，明確分工，應(yīng)有專

業(yè)人員負(fù)責(zé)。

4.7輸變配電網(wǎng)運(yùn)行人員應(yīng)熟悉、執(zhí)行本規(guī)范，可根據(jù)本規(guī)范編制實(shí)施細(xì)則。

4.8運(yùn)行單位需根據(jù)歷年反事故措施、安全措施的要求和運(yùn)行經(jīng)驗(yàn)，在實(shí)現(xiàn)電力巡檢無人

機(jī)邊緣智能終端過程中，應(yīng)力求創(chuàng)新式將無人機(jī)、無線通訊與邊緣AI結(jié)合在一起。

5實(shí)時(shí)目標(biāo)和缺陷檢測與定位

5.1缺陷檢測算法研發(fā)

5.1.1缺陷檢測算法研發(fā)應(yīng)包括技術(shù)要求梳理過程。

5.1.2缺陷檢測算法研發(fā)應(yīng)包括算法選擇過程。

5.1.3缺陷檢測算法研發(fā)應(yīng)包括算法流程制定過程。

5.1.4缺陷檢測算法研發(fā)應(yīng)包括精度評價(jià)過程。

5.1.5缺陷檢測算法研發(fā)應(yīng)包括指導(dǎo)文檔編寫過程。

5.2技術(shù)要求

5.2.1可實(shí)現(xiàn)無人機(jī)圖像實(shí)時(shí)監(jiān)測。

5.2.2可實(shí)現(xiàn)電力部件的識(shí)別。

5.2.3可實(shí)現(xiàn)電力缺陷的識(shí)別。

5.2.4部件檢測應(yīng)只檢測圖片中主要部件，忽略圖片背景中的同類部件。

5.2.5若部件結(jié)構(gòu)復(fù)雜，應(yīng)進(jìn)一步檢測部件中的細(xì)分部件。

5.2.6可滿足各種場景下的識(shí)別要求，場景類別如通道巡檢、桿塔精細(xì)化巡檢。

5.2.7可實(shí)現(xiàn)圖像溫度預(yù)警。

5.2.8溫度預(yù)警檢測算法應(yīng)至少包含溫度矩陣獲取、部件檢測和發(fā)熱判定三個(gè)模塊。

5.2.9部件是否發(fā)熱應(yīng)結(jié)合部件最高溫度和相對溫升共同判定，判定標(biāo)準(zhǔn)應(yīng)參照DL/T

664-2008執(zhí)行。

5.2.10部件的最高溫度應(yīng)選擇部件檢測框中的最大溫度值。

5.2.11相對溫升應(yīng)計(jì)算部件檢測框中最大溫度值和最小溫度值的差或者和部件連接的

導(dǎo)線溫度值的差。

5.3目標(biāo)識(shí)別方法

5.3.1應(yīng)優(yōu)先采用基于深度學(xué)習(xí)的目標(biāo)識(shí)別方法以適用于電力智能巡檢需求。

5.3.2目標(biāo)識(shí)別方法應(yīng)提供識(shí)別參數(shù)閾值調(diào)整范圍，確保適用于電力巡檢各種缺陷識(shí)別。

4

T/CESXXX-XXXX

5.3.3基于深度學(xué)習(xí)的目標(biāo)識(shí)別算法包括兩種模式，應(yīng)結(jié)合算法本身優(yōu)勢及應(yīng)用場景綜

合抉擇目標(biāo)識(shí)別方法：

a.單階段目標(biāo)識(shí)別算法，例如以YOLO、SSD等目標(biāo)識(shí)別算法系列為代表，單階段目

標(biāo)識(shí)別算法其優(yōu)勢在于識(shí)別速度快；

b.雙階段目標(biāo)識(shí)別算法，例如以FasterRCNN、CascadeRCNN等目標(biāo)識(shí)別算法系列

為代表，雙階段目標(biāo)識(shí)別算法其優(yōu)勢較單階段識(shí)別算法在于識(shí)別精度稍高；

5.3.4應(yīng)有目標(biāo)識(shí)別方法相關(guān)指標(biāo)評價(jià)文件。

5.4目標(biāo)識(shí)別流程

5.4.1開展目標(biāo)識(shí)別工作前，應(yīng)檢查無人機(jī)邊緣智能終端是否部署了最新版識(shí)別模型。

5.4.2工作人員分為組長、研發(fā)人員、測試人員。

5.4.3前端設(shè)備自動(dòng)獲取拍攝數(shù)據(jù)。

5.4.4調(diào)用封裝智能AI模塊對拍攝數(shù)據(jù)進(jìn)行識(shí)別與定位。

（1）生成圖像金字塔

圖像金字塔最初用于機(jī)器視覺和圖像壓縮，一幅圖像的金字塔是一系列以金字塔形

狀排列的分辨率逐步降低，且來源于同一張?jiān)紙D的圖像集合。其通過梯次向下采

樣獲得，直到達(dá)到某個(gè)終止條件才停止采樣。金字塔的底部是待處理圖像的高分辨

率表示，而頂部是低分辨率的近似。

（2）生成感興趣區(qū)域

需要產(chǎn)生目標(biāo)可能存在的感興趣區(qū)域（RegionofInterest，ROI）。因?yàn)橐粡垐D片中含

有大量背景信息，一個(gè)可行的方法是先產(chǎn)生目標(biāo)可能存在的大致區(qū)域，再對這些感

興趣區(qū)域進(jìn)行微調(diào)。對感興趣區(qū)域提取特征，用于后續(xù)的分類及回歸。

（3）特征提取及分類

特征提取的目的是對感興趣區(qū)域?qū)ふ乙环N具有代表性的表征方式，并進(jìn)一步用于分

類、回歸等任務(wù)。在目標(biāo)檢測中，通常會(huì)用預(yù)訓(xùn)練好的分類模型進(jìn)行視覺特征的提

取，因?yàn)榉诸惸Ｐ吞崛〉囊曈X特征具有很好的通用性。

（4）非極大值抑制

在完成前幾步后，得到一系列包含目標(biāo)的boundingbox，但這些boxes有大量重合

區(qū)域，所以需要對其進(jìn)行篩選重組，如非極大值抑制（NonMaximumSuppression，

NMS），使得每個(gè)目標(biāo)由單一box框定。

5

T/CESXXX-XXXX

5.4.5輸出所識(shí)別目標(biāo)的坐標(biāo)及置信度。

5.4.6輸出結(jié)果。

5.5實(shí)時(shí)溫度預(yù)警

5.5.1應(yīng)充分考慮輸變配電中不同的應(yīng)用場景，選取方法滿足缺陷目標(biāo)實(shí)時(shí)溫度預(yù)警需

求，例如紅外實(shí)時(shí)溫度預(yù)警方法。

5.5.2實(shí)時(shí)溫度預(yù)警應(yīng)支持自動(dòng)選取待檢測目標(biāo)識(shí)別范圍。

5.5.3實(shí)時(shí)溫度預(yù)警應(yīng)實(shí)現(xiàn)平均溫度和最高溫度值預(yù)測。

5.5.4實(shí)現(xiàn)實(shí)時(shí)溫度預(yù)警時(shí)應(yīng)充分考慮所依賴的硬件設(shè)備載荷。

5.5.5實(shí)時(shí)溫度預(yù)警應(yīng)在平臺(tái)顯示預(yù)警的溫度，預(yù)警效果示例如圖1。

圖1實(shí)時(shí)溫度預(yù)警

5.6檢測精度要求

5.6.1評價(jià)指標(biāo)主要由準(zhǔn)確率、召回率、單張圖片平均檢測耗時(shí)組成，見附錄A。

5.6.2計(jì)算評價(jià)指標(biāo)時(shí)，使用的測試數(shù)據(jù)缺陷總數(shù)量應(yīng)為標(biāo)注缺陷和人工核查去除重復(fù)

后的算法檢測缺陷取并集的數(shù)量。

5.6.3算法上線應(yīng)滿足召回率不低于85%。

5.6.4算法上線應(yīng)滿足準(zhǔn)確率不低于50%。

5.6.5算法上線應(yīng)滿足單張圖片目標(biāo)識(shí)別平均檢測時(shí)效不低于30FPS，目標(biāo)識(shí)別+跟蹤

不低于30FPS。

5.6.6若存在多個(gè)算法滿足上線條件，應(yīng)挑選召回率分?jǐn)?shù)值最高的算法上線。

6

T/CESXXX-XXXX

5.7指導(dǎo)文檔

5.7.1應(yīng)由算法開發(fā)人員和電力業(yè)務(wù)運(yùn)維人員共同編寫標(biāo)注指導(dǎo)文檔。

5.7.2文檔應(yīng)包含版本號(hào)、編輯時(shí)間、審批通過時(shí)間、修訂時(shí)間等信息。

5.7.3文檔應(yīng)包含任務(wù)來源、工作地點(diǎn)、場景描述等概括性描述。

5.7.4文檔應(yīng)包含該技術(shù)的應(yīng)用方式或應(yīng)用場景。

5.7.5文檔應(yīng)明確智能AI模塊中的深度學(xué)習(xí)框架。

5.7.6文檔應(yīng)明確智能AI模塊中的目標(biāo)識(shí)別算法。

5.7.7文檔中操作步驟應(yīng)至少給出1種典型示例圖，示例圖見附錄B。

6高精度AI輔助抓拍

6.1高精度AI輔助抓拍算法研發(fā)

6.1.1高精度AI輔助抓拍算法研發(fā)的過程應(yīng)包括技術(shù)要求分析。

6.1.2高精度AI輔助抓拍算法研發(fā)的過程應(yīng)包括算法實(shí)現(xiàn)。

6.1.3高精度AI輔助抓拍算法研發(fā)的過程應(yīng)包括工作流程制定。

6.1.4高精度AI輔助抓拍算法研發(fā)的過程應(yīng)包括指導(dǎo)文檔編寫。

6.2技術(shù)要求

6.2.1可自動(dòng)識(shí)別關(guān)鍵部件。

6.2.2可針對絕緣子掛點(diǎn)、地線掛點(diǎn)、絕緣子、連接金具、懸垂線夾等電力部件進(jìn)行高

精度識(shí)別。

6.2.3可實(shí)現(xiàn)對相機(jī)和云臺(tái)的全方位實(shí)時(shí)控制。

6.2.4可實(shí)現(xiàn)對相機(jī)和云臺(tái)的校正控制。

6.2.5可自動(dòng)控制云臺(tái)鎖定關(guān)鍵部件的拍攝位置。

6.2.6可控制云臺(tái)及載荷進(jìn)行精確對準(zhǔn)、變焦放大、精確對焦、抓拍等操作，如圖2。

7

T/CESXXX-XXXX

圖2部件精確對焦

6.3高精度AI輔助抓拍算法

6.3.1構(gòu)建關(guān)鍵拍照部位的樣本庫

分析存在的關(guān)鍵拍照點(diǎn)位，搜集已有巡檢圖像，在已有巡檢圖像基礎(chǔ)上構(gòu)建標(biāo)記樣

本庫。

6.3.2開發(fā)及訓(xùn)練關(guān)鍵拍照部位的識(shí)別模型

通過建模方法，對關(guān)鍵拍照點(diǎn)位樣本庫進(jìn)行訓(xùn)練學(xué)習(xí)，研究模型的優(yōu)化調(diào)參，提升

模型的識(shí)別精度。

6.3.3識(shí)別模型精簡和優(yōu)化

訓(xùn)練出的識(shí)別模型進(jìn)行高性能的精簡和優(yōu)化，在保證識(shí)別精度的前提下，滿足邊緣

端AI芯片算力要求，極大化的提升AI識(shí)別的效率。

6.3.4實(shí)現(xiàn)部件目標(biāo)識(shí)別

調(diào)用部件模型實(shí)現(xiàn)相關(guān)部件目標(biāo)識(shí)別與定位，輸出目標(biāo)位置信息。

6.3.5鎖定目標(biāo)

控制云臺(tái)鎖定目標(biāo)，自動(dòng)控制云臺(tái)相機(jī)識(shí)別、對準(zhǔn)居中、變焦、拍照控制，保障拍

攝圖像中目標(biāo)物的占幅比，確保采集的圖像有效率更高、更清晰、更聚焦。

6.4工作流程

6.4.1開展工作前，應(yīng)組織人員學(xué)習(xí)指導(dǎo)文檔，并讓工作人員嘗試實(shí)景操作系統(tǒng)，熟練

度應(yīng)達(dá)到96%以上方可上崗。

8

T/CESXXX-XXXX

6.4.2操作人員分為組長、無人機(jī)操控人員、維修人員，指定組長1人，其中無人機(jī)操

控人員應(yīng)有半年以上的操作經(jīng)驗(yàn)。

6.4.3在執(zhí)行任務(wù)前應(yīng)確保無人機(jī)能夠正常使用。

6.4.4高精度AI輔助拍照任務(wù)由無人機(jī)搭載的AI邊緣智能終端來完成，緊急狀況下

需無人機(jī)操控人員輔助。

6.5操作文檔

6.5.1應(yīng)由算法開發(fā)人員和電力業(yè)務(wù)運(yùn)維人員共同編寫標(biāo)注指導(dǎo)文檔。

6.5.2文檔應(yīng)包含版本號(hào)、編輯時(shí)間、審批通過時(shí)間、修訂時(shí)間等信息。

6.5.3文檔應(yīng)包含任務(wù)來源、工作地點(diǎn)、場景描述等概括性描述。

6.5.4文檔應(yīng)包含該技術(shù)的應(yīng)用方式或應(yīng)用場景。

6.5.5文檔應(yīng)明確正確的操作方式。

6.5.6文檔中操作步驟應(yīng)至少給出1種典型示例圖，示例圖見附錄D。

7智能感應(yīng)曝光

7.1智能感應(yīng)曝光研發(fā)

7.1.1智能感應(yīng)曝光研發(fā)的過程應(yīng)包括技術(shù)要求梳理，應(yīng)考慮不同場景下進(jìn)行整體設(shè)

計(jì)。

7.1.2智能感應(yīng)曝光研發(fā)的過程應(yīng)包括工作流程制定，應(yīng)首先考慮無人機(jī)自主飛行過

程中是否存在過曝或者欠曝現(xiàn)象，若存在過曝或者欠曝現(xiàn)象應(yīng)如何調(diào)整曝光參數(shù)。

7.1.3智能感應(yīng)曝光研發(fā)的過程應(yīng)包括指導(dǎo)文檔編寫，至少包含算法源碼注釋、說明文

檔兩部分。

7.2技術(shù)要求

7.2.1可識(shí)別關(guān)鍵拍攝目標(biāo)的光照亮度。

7.2.2可智能調(diào)節(jié)相機(jī)焦環(huán)的曝光量。

7.2.3此任務(wù)需配合無人機(jī)搭載的AI邊緣智能終端來完成。

7.3工作流程

9

T/CESXXX-XXXX

7.3.1開展工作前，應(yīng)組織人員學(xué)習(xí)指導(dǎo)文檔，并讓人員嘗試實(shí)景操作系統(tǒng)，熟練度應(yīng)

達(dá)到96%以上方可上崗。

7.3.2操作人員分為組長、研發(fā)人員、無人機(jī)操控人員、維修人員，指定組長1人，其

中無人機(jī)操控人員應(yīng)有半年以上的操作經(jīng)驗(yàn)。

7.3.3在執(zhí)行任務(wù)前應(yīng)確保無人機(jī)能夠正常使用。

7.3.4此任務(wù)在飛行狀態(tài)下來自完成。

7.3.5智能感應(yīng)曝光應(yīng)首先判斷該場景下是否存在過曝或者欠曝的現(xiàn)象。

7.3.6電力巡檢過程中若存在過曝或者欠曝的現(xiàn)象，應(yīng)通過調(diào)整相機(jī)參數(shù)快速實(shí)現(xiàn)曝光

量調(diào)節(jié)。

7.4指導(dǎo)文檔

7.4.1應(yīng)由算法開發(fā)人員和電力業(yè)務(wù)運(yùn)維人員共同編寫標(biāo)注指導(dǎo)文檔。

7.4.2文檔應(yīng)包含版本號(hào)、編輯時(shí)間、審批通過時(shí)間、修訂時(shí)間等信息。

7.4.3文檔應(yīng)包含任務(wù)來源、工作地點(diǎn)、場景描述等概括性描述。

7.4.4文檔應(yīng)包含該技術(shù)的應(yīng)用方式或應(yīng)用場景。

7.4.5文檔應(yīng)明確是否為逆光拍攝的判斷方法。

7.4.6文檔應(yīng)明確逆光拍攝云臺(tái)自動(dòng)調(diào)整方法。

7.4.7文檔中操作步驟應(yīng)至少給出1種典型示例圖，示例圖見附錄C。

8邊云互聯(lián)與超視距操控

8.1邊云互聯(lián)與超視距操控研發(fā)

8.1.1邊云互聯(lián)與超視距操控研發(fā)的過程應(yīng)包括技術(shù)要求梳理。

8.1.2邊云互聯(lián)與超視距操控研發(fā)的過程應(yīng)包括功能實(shí)現(xiàn)與分析。

8.1.3邊云互聯(lián)與超視距操控研發(fā)的過程應(yīng)包括指導(dǎo)文檔的編寫。

8.2技術(shù)要求

8.2.1應(yīng)內(nèi)置通訊模組。

8.2.2可實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)傳輸。

8.2.3可實(shí)時(shí)將視頻和圖像回傳到后端平臺(tái)。

8.2.4可在飛行時(shí)發(fā)布任務(wù)指令。

10

T/CESXXX-XXXX

8.2.5可實(shí)現(xiàn)超視距操控。

8.3功能描述

8.3.1實(shí)時(shí)數(shù)據(jù)傳輸

（1）實(shí)時(shí)數(shù)據(jù)傳輸應(yīng)包括實(shí)時(shí)接收回傳數(shù)據(jù)和顯示無人機(jī)飛行狀態(tài)，實(shí)現(xiàn)邊云互聯(lián)。

（2）數(shù)據(jù)傳輸功能應(yīng)包括且不限于對視頻數(shù)據(jù)的傳輸及圖像數(shù)據(jù)的傳輸。

（3）數(shù)據(jù)傳輸至平臺(tái)后可通過電腦端或手機(jī)端即可實(shí)現(xiàn)數(shù)據(jù)查看、修改、報(bào)警、統(tǒng)計(jì)、

分析等。

（4）在條件允許得情況下，應(yīng)優(yōu)先使用5G網(wǎng)絡(luò)或利用其他信息技術(shù)實(shí)現(xiàn)低時(shí)延數(shù)據(jù)傳

輸，如圖3。

（5）應(yīng)對每臺(tái)設(shè)備制定維保周期以及記錄相關(guān)的維保文檔。

圖3數(shù)據(jù)信息傳輸架構(gòu)圖

8.3.2超視距操控

（1）應(yīng)保證無人機(jī)邊緣智能終端可實(shí)時(shí)與無線通訊模組進(jìn)行通訊。

（2）應(yīng)保證無人機(jī)邊緣智能終端可完成對無人機(jī)遠(yuǎn)程操控。

（3）無人機(jī)操控系統(tǒng)與無人機(jī)之間的通訊應(yīng)不再單純依賴無人機(jī)自帶的數(shù)據(jù)鏈路和圖

傳系統(tǒng)。

8.4指導(dǎo)文檔

8.4.1應(yīng)由算法開發(fā)人員和電力業(yè)務(wù)運(yùn)維人員共同編寫標(biāo)注指導(dǎo)文檔。

8.4.2文檔應(yīng)包含版本號(hào)、編輯時(shí)間、審批通過時(shí)間、修訂時(shí)間等信息。

8.4.3文檔應(yīng)包含任務(wù)來源、工作地點(diǎn)、場景描述等概括性描述。

8.4.4文檔應(yīng)包含該技術(shù)的應(yīng)用方式或應(yīng)用場景。

8.4.5文檔應(yīng)明確無線數(shù)據(jù)傳輸操作方法。

11

T/CESXXX-XXXX

8.4.6文檔應(yīng)明確發(fā)布任務(wù)指令操作方法。

9無人機(jī)邊緣智能終端有效性評價(jià)與算法優(yōu)化

9.1無人機(jī)邊緣智能終端有效性評價(jià)過程

有效性評價(jià)過程應(yīng)包含真實(shí)場景測試。

有效性評價(jià)過程應(yīng)包含目標(biāo)檢測結(jié)果核查。

有效性評價(jià)過程應(yīng)包含階段性測試評價(jià)。

有效性評價(jià)過程應(yīng)包括驗(yàn)證性報(bào)告的編寫。

9.1.1真實(shí)場景測試

（1）根據(jù)項(xiàng)目方法，每個(gè)測試場景應(yīng)至少與一個(gè)需求或用戶故事相關(guān)聯(lián)。

（2）在創(chuàng)建一次驗(yàn)證多個(gè)需求的測試場景之前，確保有一個(gè)測試場景，可以單獨(dú)檢查。

（3）避免創(chuàng)建跨越多個(gè)要求的過于復(fù)雜的測試場景。

（4）當(dāng)場景的數(shù)量很大并且運(yùn)行成本很高時(shí)，根據(jù)優(yōu)先級(jí)，僅運(yùn)行選定的測試方案。

9.1.2檢測結(jié)果核查

（1）應(yīng)對算法測試的結(jié)果與數(shù)據(jù)標(biāo)注員的標(biāo)注結(jié)果進(jìn)行比對來核查算法檢測結(jié)果。

（2）檢測結(jié)果核查應(yīng)至少包含兩輪核查。

（3）每輪核查中，屬于同一類缺陷的檢測結(jié)果應(yīng)統(tǒng)一由一名電力業(yè)務(wù)人員進(jìn)行。

（4）不同輪核查同一缺陷的電力業(yè)務(wù)人員不應(yīng)相同。

（5）核查過程中應(yīng)分別記錄不同缺陷類型的檢測結(jié)果數(shù)量。

（6）核查過程中應(yīng)記錄不同缺陷類型去除重復(fù)后的算法檢測結(jié)果數(shù)量。

9.1.3階段性測試

（1）無人機(jī)邊緣智能終端第一階段應(yīng)可實(shí)現(xiàn)高精度AI輔助拍照、實(shí)時(shí)目標(biāo)和缺陷檢

測、定位智能感應(yīng)曝光、實(shí)時(shí)溫度檢測的功能。

（2）無人機(jī)邊緣智能終端第二階段應(yīng)增加邊云互聯(lián)、超視距操控的功能。

（3）無人機(jī)邊緣智能終端應(yīng)可結(jié)合技術(shù)發(fā)展，拓展新功能以滿足智能電力巡檢需求。

9.1.4驗(yàn)證性報(bào)告

（1）驗(yàn)證性報(bào)告的發(fā)布應(yīng)該做到時(shí)間明確、數(shù)據(jù)準(zhǔn)確。

（2）電力巡檢報(bào)告至少應(yīng)包括下列內(nèi)容：測試人員、日期、測試氣象條件、測試方法

和現(xiàn)場記錄的數(shù)據(jù)以及數(shù)據(jù)處理的過程及結(jié)果等內(nèi)容。

（3）驗(yàn)證性報(bào)告應(yīng)可為電力智能巡檢方案制定提供有效支撐。

9.2算法優(yōu)化

9.2.1算法優(yōu)化應(yīng)包含技術(shù)測試、分析報(bào)告編寫、算法更新、和算法上線五部分。

9.2.2算法優(yōu)化周期應(yīng)不超過1個(gè)月。

9.2.3算法應(yīng)有優(yōu)化版本記錄文檔，詳細(xì)記錄不同版本算法的優(yōu)化時(shí)間、上線時(shí)間。

9.2.4數(shù)據(jù)導(dǎo)出后應(yīng)發(fā)給算法研究人員，分析數(shù)據(jù)后形成該版本算法的檢測報(bào)告。

9.2.5分析報(bào)告應(yīng)對算法不足進(jìn)行歸類并分析原因。

9.2.6算法研究人員應(yīng)使用調(diào)整算法并更新算法。

12

T/CESXXX-XXXX

9.2.7算法研究人員應(yīng)采用更新后的算法重新測試，檢測結(jié)果無問題后再上線。

10無人機(jī)邊緣智能終端接口標(biāo)準(zhǔn)

10.1標(biāo)準(zhǔn)化接口

10.1.1無人機(jī)邊緣智能終端接口包括Type-C、常規(guī)USB、網(wǎng)口等

10.1.2可與常見旋翼或垂直起降固定翼機(jī)型無縫對接。

10.2接口功能

10.2.1網(wǎng)口用于連接以太網(wǎng)。

10.2.2Micro-HDMI接口用于連接顯示器。

10.2.3Micro-USB接口用于軟硬件調(diào)試。

10.2.4Type-C接口連接OSDK，用于與飛控系統(tǒng)實(shí)時(shí)交互。

10.2.5常規(guī)USB接口用于連接其它產(chǎn)品，如圖11。

圖1無人機(jī)邊緣智能終端接口標(biāo)準(zhǔn)

11無人機(jī)邊緣智能終端研發(fā)過程

11.1無人機(jī)邊緣智能終端性能梳理

11.1.1無人機(jī)邊緣智能終端性能梳理應(yīng)制定相關(guān)產(chǎn)品規(guī)格。

11.1.2應(yīng)描述無人機(jī)邊緣智能終端尺寸、重量。

11.1.3應(yīng)描述無人機(jī)邊緣智能終端產(chǎn)品擴(kuò)展性。

11.1.4應(yīng)描述無人機(jī)邊緣智能終端可搭載平臺(tái)。

11.1.5應(yīng)描述無人機(jī)邊緣智能終端工作溫度。

11.1.6應(yīng)描述無人機(jī)邊緣智能終端工業(yè)防護(hù)等級(jí)。

11.1.7應(yīng)描述無人機(jī)邊緣智能終端功耗。

11.2算法流程制定

11.2.1實(shí)時(shí)目標(biāo)和缺陷檢測與定位技術(shù)制定。

13

T/CESXXX-XXXX

11.2.2缺陷檢測算法應(yīng)至少包含部件檢測和缺陷檢測兩個(gè)模塊。

11.2.3溫度預(yù)警檢測算法應(yīng)至少包含溫度矩陣獲取、部件檢測和發(fā)熱判定三個(gè)模塊。

11.3算法工程構(gòu)建

11.3.1算法工程構(gòu)建應(yīng)至少包含算法源碼、相關(guān)模型和說明文檔三個(gè)部分。

11.3.2算法源碼應(yīng)統(tǒng)一存放于同一個(gè)文件夾中。

11.3.3算法模型部分應(yīng)包含算法所用的全部模型文件，單個(gè)模型文件的命名應(yīng)至少包

含算法名稱、檢測目標(biāo)。

11.3.4說明文檔應(yīng)至少包含算法檢測缺陷名稱、算法工程結(jié)構(gòu)、重要代碼注釋。

14

T/CESXXX-XXXX

附錄A

（資料性附錄）

無人機(jī)邊緣智能終端技術(shù)指標(biāo)

在作業(yè)現(xiàn)場實(shí)時(shí)識(shí)別情

況下，

準(zhǔn)確率=TP/(TP+FP)

召回率

=TP/(TP+FN)

計(jì)其中TP（TruePositives）

表示識(shí)別目標(biāo)被正確分

無算準(zhǔn)確率≥50%

類的數(shù)量；

人精召回率≥85%

機(jī)度FP（FalsePositives）表

邊示被錯(cuò)誤分類的數(shù)量；

（）表

緣FNFalseNegatives

智示錯(cuò)誤分類的背景數(shù)

能量。

終

端

本系統(tǒng)采用NVIDIAPascal

?架構(gòu)，配有256個(gè)

NVIDIACUDACore1.3

TFLOPS(FP16)以及雙核

算FP