安徽研发AI智能技术

时间:2025年01月07日 来源:

要打造更加智能化的边海防无人机巡逻,则可以在光电吊舱中植入高性能的图像处理板,通过目标识别、检测算法的赋能,就能够让无人机实现目标识别检测、目标锁定跟踪等功能。为了进行有效结合,成都慧视开发了多块高性能的具备图像处理能力的光电吊舱。例如慧视VIZ-100T三轴三光目标定位吊舱,集10倍光学变倍可见光相机、640×512高分辨率红外相机、测程1.2km半导体激光测距机于一体,在边海防巡逻时能够昼夜成像工作。三轴高稳定精度平台框架能够有效保障画面的清晰稳定,并对目标点位的定位。吊舱内置我司自主开发的高性能AI图像处理板Viztra-HE030,该板卡采用瑞芯微旗舰级芯片RK3588,能够在算法的作用下实现高空目标识别检测、锁定跟踪人、车、船等目标,再通过和地面巡逻人员协调统一,就能够打造边海防的智能化体系。SpeedDP可以让AI更加聪明。安徽研发AI智能技术

AI智能

无人机要进行AI识别,需要的是模拟人眼,对需要识别的物体进行图像处理,AI通过大量的模型训练,能够具备对物体进行特征提取进行分析的能力,从而实现整个流程的自动化,达到无人机智能识别的目的。但不同的事,无人机的目标识别和传统的摄像头还是又不晓得区别,传统的摄像头是静态的,而无人机搭载如光电吊舱飞在空中时,需要处理实时动态的信息,这就是对目标的锁定跟踪能力。这样的结果可以采用将AI图像跟踪板植入吊舱的方法来实现。四川视频识别AI智能人脸识别SpeedDP作为一个AI训练平台。

安徽研发AI智能技术,AI智能

慧视VIZ-YWT201微型双光吊舱集成集成可见光摄像机、红外热像仪等传感器,能够实现昼夜成像,内置成都慧视自研全国产化RV1126图像跟踪板,搭载自研AI跟踪算法,重量只有280g。能够对地面车辆、人员等目标进行昼夜观察、识别、捕获和跟踪,上报目标的图像及坐标信息。慧视VIZ-YWT202微型双可见光吊舱集成宽窄视场2路可见光摄像机,重量小于260g,采用金属外壳,抗冲击力强,具有功耗低、陀螺稳定、小体积、轻重量的优点。慧视VIZ-GT05V微型三轴双可见光惯性稳定吊舱搭载一颗千万级可见光CMOS传感器和一颗星光级可见光CMOS传感器,具备大小两个视场角,能够实时输出1080P的高清可见光视频,可实现夜间微弱光线下的目标观测。可应用于微小型无人飞行器、无人车、无人艇和其他无人观测设备,进行警务执法、电力巡检、安保巡视、救援搜索、消防救火等任务。

慧视光电开发的Viztra-HE030图像处理板采用了工业级芯片RK3588,内部植入公司自主研发的智能图像算法,架构更先进,核心数8核(4大4小),算力6.0TOPS,支持丰富的输出接口,同时支持H264、H265两类视频编码。可实时对目标进行识别或者人为的的锁定,同时可以根据输出目标的靶量信息,对目标进行实时跟踪。这是达成目的的硬件条件。在算法领域,则需要一些特殊的算法。无人机执行任务时飞在高空,地面的物体就会显得较小,小目标通常指图像中像素面积小于32*32的物体,一般的AI算法难以实现精细锁定跟踪。如何保障算法识别精度?

安徽研发AI智能技术,AI智能

激光除草是通过激光照射杂草,使草叶内部细胞脱水破裂死亡的物理靶向除草方法。哈工大机器人实验室与华工科技合作研发的全天候智能激光除草机器人集成深度学习的人工智能技术,AI智能识别杂草,十分高效;同时针对性开发先进的多目标靶点定位及动态时延误差补偿算法,不仅能够准确高效识别杂草和高精度定位目标分生组织,同时不损伤作物、不污染土壤、不耗费人力,而且适应性强,生产效率高,促进农业经济高质量发展。激光除草模式中AI智能识别是很关键的一环,需要机器人正确识别杂草,而这基于AI的深度学习、目标识别检测等功能,通过不断的训练学习,AI能够精细识别什么是杂草什么是作物。目前,市面上比较好用的AI深度学习平台众多,例如成都慧视推出的SpeedDP深度学习算法开发平台,就能够通过大量的数据部署,再经过长时间的训练,就能够实现跟人眼一样的目标识别能力。AI算法训练帮助工具SpeedDP。重庆图像识别AI智能专业方案

利用成都慧视推出的SpeedDP能够帮助训练AI识别算法。安徽研发AI智能技术

成都慧视开发的Viztra-HE030图像处理板就是一款采用了瑞芯微旗舰级芯片RK3588的高性能板卡,具备八核处理器,至高能够输出6.0TOPS的算力。通过对接口的定制开发,就能够应用到城市的各个领域。有了高性能的Viztra-HE030图像处理板这样的硬件支持,还需要针对于不同的应用场景定制专属的识别算法。例如在城市安防巡逻中,执法人员采用无人机进行高空执法,就需要无人机能够进行实时识别、动态跟踪,并且根据特殊需求执行特殊任务。这都需要高精尖的算法支持。安徽研发AI智能技术

信息来源于互联网 本站不为信息真实性负责