Business Scenarios
多场景应用
厂区
港口
传统人工巡检三大核心痛点，无人机方案一站式解决
单条股道巡检需 2-3 人配合，日均覆盖不足 50 条股道，难以适配"班列密集、周转频繁"的作业节奏。
巡检人员进入股道区域时，易与调车作业、机车通行产生交叉干扰，事故占货场事故总量 15%-20%。
人工判断受多种因素影响如光照、天气、疲劳度等，车顶杂物漏检、FTR锁头状态误判等时有发生。
4K@30fps 高清视频流，低延迟实时回传至内网服务器。支持画面缩放、抓拍、录像回溯等操作，实时掌握股道状态、货物堆放、人员作业动态。
从任务下达到巡检报告，全程无需人工干预
调度值班员在系统制定巡检任务（巡检地点、任务名称、下达对象），一键触发执行。支持国铁管控平台远程下发。
机场开启，无人机自主起飞，按预设航线执行巡检，巡航精度 ±0.3m，最大速度 8m/s。4K 高清视频实时回传。
自研 Matrix-LirsNet 模型实时分析视频流，自动识别车号、箱号，检测杂物、箱门开等 12 项异常，单车厢分析时延 ≤2s。
异常项自动完成空间坐标标注（精确至车节、车号、位置）与分类，触发语音报警、弹窗预警等多维度响应。
巡检完成，无人机自主返航，回机场充电，准备下一次任务。支持设备状态实时监测、故障自动诊断。
自动生成结构化车检报告（PDF/Excel），识别结果关联高清图像和异常标注。支持多维查询与 6 个月日志追溯。
数据采集 → AI 处理 → 场景应用 → 运维管理，全链路闭环
大疆 M4TD 机场 3 套件，多旋翼无人机平台，4K@30fps 高清视频，无线+有线双链路传输，自动+手动双模式飞行。
Matrix-LirsNet 深度学习模型（CNN+空间注意力机制+FPN），帧级车厢切割，多维度异常检测，单车厢分析时延 ≤2s。
GIS 航线规划、任务管控、AI 实时监控（异常区域框选高亮）、多维结果查询，与国铁管控平台深度对接。
设备状态实时监测、分级报警策略、日志审计（等保 2.0 标准 ≥6 个月）、运维周期管理。
覆盖车号箱号、装载加固、安全装备等全场景，异常自动报警联动
* 其它识别项可根据需求拓展