腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

【解决方案】无人机接入国网统一视频平台方案

一、系统概述：系统背景目的和意义二、系统业务模型三、系统功能四、系统特点l 打通无人机与统一视频平台的视频通信链路l 基于国标GB28181实现无人机视频图传关键技术l 4G网络环境下低延迟视频推流技术五 ○ 通过DJI Mobile SDK可以获取无人机实时视频及转码。六、系统软硬件配置l 部署模式：无人机自主巡检图传国标推流软件安装在符合配置要求的移动设备终端上，通过4G专网实现与统一视频平台视频交互。 • 适配飞行平台：大疆经纬M200 、经纬M210、精灵4系列无人机

TSINGEYE清眸物联

2023-01-05

3.5K0

标签:

当CV碰上无人机：ICCV 2019 VisDrone挑战赛冠军解决方案解读

我们可以通过这篇文章来了解一下 DeepBlueAI 团队的解决方案。 ? The VisDrone2019 挑战赛如今，配备摄像头的无人机或通用无人机已经广泛地应用在农业、航空摄影、快速交付、监视等多个领域。挑战赛官网地址：http://aiskyeye.com/ VisDrone2019 数据集由天津大学机器学习与数据挖掘实验室 AISKYEYE 队伍负责收集，全部基准数据集由无人机捕获，包括 288 个视频片段任务旨在从无人机拍摄的单个图像中检测预定义类别的对象（例如，汽车和行人）；任务 2：视频中的目标检测。该任务与任务 1 相似，不同之处在于需要从视频中检测对象；任务 3：单目标跟踪挑战。以下是 DeepBlueAI 团队分享的解决方案 任务 2：视频中的目标检测 ?

2019-10-30

2.5K0

标签:

解决方案 | 高速公路无人机机巢无人值守自动巡检建设方案

技术层面：无人机机巢技术成熟，结合AI视觉识别、5G通信、数字孪生等技术，可实现"无人值守、自动作业、智能分析"的全流程闭环。行业趋势：全国多省高速公路管理单位已启动无人机机巢巡检试点，智能化养护成为行业标配。 2.建设目标本方案通过部署无人机机巢+AI识别管理平台，构建高速公路无人值守自动巡检体系，实现以下核心目标： 3.核心功能设计 3.1智能管控中心（首页看板）作为平台核心入口，融合GIS地图与数据可视化 3.1.1 数字孪生三维场景静态要素：高精度三维地图展示机巢部署位置、管辖路段线形（含桥梁、隧道、互通立交、服务区等关键构造物标注）动态要素：实时显示无人机位置、飞行轨迹；预警事件按等级着色标识（红色本方案充分考虑高速公路运营管理的特殊需求，通过"端（机巢+无人机）-边（边缘计算）-云（管理平台）-智（AI识别）"的架构设计，构建覆盖巡检、识别、预警、处置、归档的全流程闭环管理体系。

高速公路那点事儿

2026-04-17

6710

标签:

当CV碰上无人机：ICCV 2019 VisDrone挑战赛冠军解决方案解读

我们可以通过这篇文章来了解一下 DeepBlueAI 团队的解决方案。 ? The VisDrone2019 挑战赛如今，配备摄像头的无人机或通用无人机已经广泛地应用在农业、航空摄影、快速交付、监视等多个领域。挑战赛官网地址：http://aiskyeye.com/ VisDrone2019 数据集由天津大学机器学习与数据挖掘实验室 AISKYEYE 队伍负责收集，全部基准数据集由无人机捕获，包括 288 个视频片段任务旨在从无人机拍摄的单个图像中检测预定义类别的对象（例如，汽车和行人）；任务 2：视频中的目标检测。该任务与任务 1 相似，不同之处在于需要从视频中检测对象；任务 3：单目标跟踪挑战。以下是 DeepBlueAI 团队分享的解决方案 任务 2：视频中的目标检测 ?

2019-11-11

1K0

标签:

无人机巡检网络解决方案：多网聚合保障远程操控稳定性

摘要： 无人机巡检依赖稳定网络回传视频与接收指令。多网聚合加速通过多链路冗余保障远程操控不中断，为巡检业务提供高可靠网络支撑。一、无人机巡检场景的网络挑战 无人机和机器人巡检已成为电力、石油、交通、安防等行业的标准作业方式。巡检设备在移动过程中需要持续回传高清视频流，同时接收远程操控指令。这种架构使得无人机巡检系统不再依赖单一网络链路，即使某条链路出现质量下降或中断，业务流量仍可通过其他链路继续传输，从而实现高可靠的网络通信。该策略同时优化时延和带宽，既保障遥控指令的低延时送达，也保障高清视频回传的码率稳定，适合无人机巡检的典型业务特征。七、智能容灾与兜底保障 无人机巡检过程中，网络环境时刻在变化。

2026-07-03

1410

标签:

drone无人机操作_无人机怎么平稳降落

摘要：本文基于dronekit在实体无人机上实现最基本的起飞和降落，测试了这一过程中速度的变化以及起落位置的偏移。起飞降落方法 Examples中的takeoff调用了simple_takeoff完成起飞，同时加入了很多合法性检测，比如无人机是否arm等。使用takeoff时，我们需要传入起飞的高度。达到预定高度后，无人机才会执行后续指令。降落没有一个固定的函数，将无人机改为LAND模式即可。例程中一般只有下面一句指令，但是并没有保证这句话飞控一定会收到。 vehicle.mode= VehicleMode("LAND") 除此之外，也可以通过速度控制不断给无人机发送向下的速度来实现。为了测试无人机自主起飞降落的速度，我们使无人机飞到一定高度，并时通过以下代码刻获取无人机的速度。

全栈程序员站长

2022-09-21

1.4K0

标签:

腾讯云测试服务

突破微小目标检测瓶颈：智能无人机在蓝莓产量估算中的解决方案

浆果模型使用五折交叉验证训练了三种不同的浆果模型：无人机模型、手持模型和融合模型。无人机和手持浆果模型分别在20张无人机图像和60张手持图像上训练（见表2）。 无人机模型在精确率方面几乎与手持模型一样好，但召回率明显更差。总体精确率的结果证明，与单独使用无人机和手持图像训练相比，使用合并的无人机和手持图像训练有助于改进（融合）浆果模型，总体召回率仅略有下降（但绿色浆果召回率最佳）。表14、15和16分别展示了使用灌木裁剪浆果模型（无人机、手持和融合）在验证集A、B和C上的验证结果。这次我们看到融合模型在所有验证集上的总体召回率都优于无人机和手持模型。这表明集C中的无人机图像几乎具有与手持图像相同的空间分辨率。我们相信，融合模型在未来无人机拍摄的图像上会表现最佳，这些无人机的摄像头分辨率只会继续提高。

2025-06-13

5910

标签:

计算机视觉

drone无人机操作教程_无人机怎么起飞教程

教程：使用DroneKit在室内控制无人机 DroneKit-Python是一个用于控制无人机的Python库。本教程使用的解决方案为：运行在机载电脑上的DroneKit-Python代码机载电脑选择Raspberry Pi 3B Pixhawk飞控上运行ArduCopter（APM）飞控软件安装额外的传感器如果已有安装了Pixhawk的无人机，请确认无人机装载的飞控程序为最新稳定版本的ArduCopter。此外，请进行多次试飞，确认无人机和飞控设置正确、飞手能够熟练操控。光流传感器是一个安装在无人机上、指向正下方的摄像头，使用光流算法，能够在无GPS信号的情况下，为无人机提供定位数据和地速（相对地面的速度）。、获取无人机的实时状态。

全栈程序员站长

2025-07-25

3.9K0

标签:

腾讯云测试服务

大疆对手–派若特Parrot AR.Drone无人机详细拆解解决方案测评

大家好，又见面了，我是你们的朋友全栈君法国的派若特Parrot 在消费无人机领域的千年老二，大疆深圳华强北优势太厉害。今天小编就拆解Parrot AR.Drone2.0的这款飞机详细的看下他的解决方案，说不定可以受到启发用于我们飞控研发设计工作喔！

全栈程序员站长

2022-09-21

2.6K0

标签:

无人机火爆了，小心无人机飞行培训市场“陷阱”……

无人机市场迎来爆发之际，作为传统无人机产业链中的一环，无人机飞行培训服务市场，正受整体市场带动而迅速发展。这一新兴市场中，一家由民航局授权的行业协会获得了民用无人机驾驶员管理资质，目前为无人机培训市场份额最大者。该协会名为中国航空器拥有者及驾驶员协会(以下简称“中国AOPA”)。一位不愿具名的无人机生产制造商总经理称，这些学员往往是介入无人机行业不久的从业者、无人机爱好者，以及企业派遣学习基本技能的飞手队伍。中国AOPA在无人机培训市场的龙头地位已成为业内共识。记者发现，在129家授权企业中，从销售无人机、卖航模飞机到卖电子产品，经营业务各不相同，真正做无人机培训起家的企业并不多。 2015年12月，飞标司下发《轻小无人机运行规定(试行)》(AC-91-FS-2015-31)，指明无人机云提供商所需条件。随后，中国AOPA申请作为无人机监管系统运营商，并获得了民航局的批准。

2018-04-16

2.1K0

标签: