案例简介

森林巡检是森林管理工作重要环节之一，在火情预防监测、森林资源监控等方面发挥着关键作用，但传统人工巡检效率低下 的缺点也显而易见，如若发现延迟，很可能对森林资源造成不可逆的损失和后果。随着技术的发展完善和落地应用，科技开 始代替传统人工在森林巡检上发挥重要作用。

在森林巡检上积累了丰富经验的普宙飞行器精益求精，选择百度飞桨作为搭档，基于百度飞桨深度学习技术 PaddleSeg 和 PaddleDetection，专门为森林巡检行业定制开发了一款无人机自主飞行平台，通过应用管理平台 GDU Flight MS，让无人机实现了大范围森林的自主巡逻、火情监测、非法入侵、森林树木砍伐监测等功能。

场景分析 

人工巡检

目前，国内外森林局大部分仍将人工巡检作为主要方式，因而面临着诸多难题。

人工巡检防火灭火的痛点

• 工作强度大，巡检效率低。

• 巡检人员人身安全难以得到保障。 

• 传统瞭望无法掌握全局，不能及时观察火势走向。 

• 传统灭火方式需要现场协调，拖延灭火进度，容易酿成大火。

• 卫星对森林资源的信息获取，由于获取周期长、时效性差，无法提前识别火点，也无法实现实时监控。 

传统无人机巡检

这些痛点很大程度上都可以被无人机智能巡检解决。无人机智能巡检功效可以用 6 个字来概括:详、尽、全、快、准、稳。 简单来说，就是无人机巡检森林不仅速度快、效率高、代价小，而且准确性高、覆盖范围广、危险性低、稳定性好。

传统无人机巡检防火灭火的优势

• 无人机搭载变焦相机，可在距地 300~1000 米高度对地面火场实时监测预警。 

• 多旋翼无人机对起飞场地要求低，无须巡检人员爬山作业。

• 搭载热红外相机，可以及时发现初始火点，提前预警。 

• 无人机定点悬停，可全局观察火情。

• 4G 云平台指挥系统，没有距离限制。

飞桨 + 无人机巡检

虽然小有成就，但巡检无人机在各领域的落地仍处于探索和普及阶段，想要更大规模的商用还需要解决不少问题， 其中最重要的就是技术突破。技术是推动产品落地的基础，只有不断升级，才能带来更好的应用体验。

飞桨推动了普宙无人机在产业智能化上的进程，得益于飞桨深度学习技术的赋能，普宙无人机形成产品绝对优势。 例如，可识别多达 30 种目标，拥有夜间监测、远程测温、智能巡逻以及快速选择并自动跟踪移动目标功能等。目前，飞桨已在普宙的 8 大行业、17 个场景落地应用，并走出国门、落地东南亚 155 个森林公安分局。

技术方案

综合对比多个国内外深度学习框架和平台，普宙选择了百度飞桨。飞桨在产业实践方面有较好的支持，不仅开源了 真实业务场景下大规模数据训练过的模型，还推出了零门槛 AI 开发平台 EasyDL，加快了 AI 技术在实际业务中的迭 代速度，能更好地解决普宙的实际业务问题。

无人机应用管理平台

普宙基于飞桨 PaddleSeg 技术开发的无人机应用管理平 台 GDU Flight MS，能够实现森林区域的高精度实景拼 图、智能语义分割分析等功能，通过对不同巡检时间的 森林实景图像进行语义分析和人工智能对比，实现了智 能分析森林植被变化情况，包括建筑工地、农田、原始 森林、人工森林的资源变化情况，辅助森林局对非法伐 木行为及时制止，从而保护森林资源。

基于飞桨语义分割的森林植被分析

森林自主巡检和火情监测

基于PaddleDetection技术实现了大范围森林自主巡检和火情监测。PaddleDetection是基于飞桨开发的目标检测开发套件，性能优越、易于部署，而且能够灵活的满足算法研究的需求。该技术的模型中使用的核心算子均通过C++或CUDA实现，同时基于PaddlePaddle的高性能推理引擎可以方便地部署在多种硬件平台上；通过模块化设计来解耦各个组件，基于配置文件可以轻松地搭建各种检测模型。除了大幅度提升巡检效率和范围之外，普宙还结合百度PaddleDetection技术进行烟雾火点检测，实现了大范围森林的火情监测，一旦发现火情，将向控制中心发出警报，辅助森林局第一时间联动其他机构控制火情。

基于飞桨目标检测的火情监测

本文章为本站原创文章！

友情提示：此文知识产权归属本网站，本网站具有最终解释权，未经许可，不得转载。