电力作为第二次工业革命的成果至今为止还在持续影响着生活，人类用电主要由发电、输电、变电、配电和用电等环节组成，因此遍布城乡的电网是人们用电的一个重要组成部分，而与此同时由于我国国土面积较大，地形较为复杂，城市分布较为广泛，为解决我国居民用电问题，我国电路网络四通八达，目前我国电网建设规模位于世界首位，因此电路检测成为我国一大问题，传统的人工巡视电路已满足不了现代电力系统的广泛需求。随着无人机设备数量的快速增长，作业规模逐年扩大，在数据安全方面有了更高的要求，传统人工识别和事后云端识别表现乏力，于是边缘计算和自主识别功能应运而生。基于我国电网建设规模已跃居世界首位，2018年全国220千伏及以上输电线路回路长度73.3万千米，同比增长7.0%，10千伏架空线路399.82千米，同比增长4.24%，但连年的增加和随着电网的日益扩大，电网公司日常巡线的工作量也日益加大，传统的巡线方式已经满足不了现代电力系统的广泛需求。本团队指导老师及团队负责人关注到这一点后，想到通过无人机搭载专业设备、利用人工智能自动诊断线路故障来协助进行巡检，大大减少人力、物力的消耗。以这个方向为研究基础组建了空中智眼团队。
前期由机电学院的同学在老师带领下研究传统无人机人工劳动强度及登台风险，由于人为经验易导致的误判、漏判情况；老师提出使用AI管理进行智能评估并作出疑似故障设备图片分析报告，基于以上，本团队研究出边缘智能缺陷深度学习分析诊断算法和边缘智能缺陷目标实时分析检测，进行了大量的实验以及数据收集，初步了解该方法的优点及不足。
中期负责人召集本团队成员，辅助机电同学不断优化本产品的不足，通过与传统的无人机检测系统相比较，巡检后采集到的数据无法现场处理，需全部人工拷贝上传云端，过程繁琐复杂，智能化程度低，实时性低，落地和维护成本高；本产品计划采用了通过电力无人机进行架空输电线路的巡检，然后通过 SD 卡将巡检高清图像上传入系统服务器，采用Ubuntu系统作为操作系统，服务器内部部署有用于进行缺陷的智能化检测系统，本团队计划采用 YOLOv4作为目标识别算法，以c语言为底层编译的Darknet作为轻量检测框架，用python接口与前端操作界面相对接生成缺陷数据的可视化及缺陷统计报表。经过多次实验及数据的收集，本产品体现出了检测精度高、使用方便、信息自动整合等大量优点。在技术上，本团队也不断优化产品力求做到最完备，计划使用先进的目标识别算法与丰富的行业数据集来构成缺陷识别模型，边缘计算设备作为算力平台，具有准确性高，安全保障好的显著优势。计划本产品具有能够识别12种常见的线路与杆塔缺陷，并且基于边缘智能缺陷识别模块，能够做到视频流实时诊断，避免了以云服务器为算力平台的不可忽视的上传视频与下载结果的时间。采用的边缘计算技术能够在本地完成所有的诊断工作，避免了网络传输带来的信息泄露、干扰等风险。经过本团队所有成员共同努力，大量实验以及优化后数据收集，在实时诊断方面，优化后智能实时诊断模型可以实现每秒10帧以上的视频流分析诊断速率，通过接入无人机影像，实现了12种缺陷类型的识别，经过大量数据集的测试，将平均缺陷识别率由56%提高到了84%，本团队考虑到无人机在偏远山区无信号的问题，在无人机本地边缘端加强无人机的AI算法能力。综上内容，本产品采用效率高低功耗的人工智能边缘设备；运用小目标优化的摄像头智能捕捉技术提高目标检测的准确率；实现视频流式缺陷检测降低漏检误检概率；采用边缘计算模块搭载NVIDIA NX模块提供超强AI算力；搭载人工智能算法AI快速目标检测算法；支持任意主流AI框架自定义网络模型（TensorFlow,torch、darknet、caffe、onnx)部署并维持高实时性；可兼容紫外红外等多种传感器，与现有服务端可相结合。由此，本团队输电线路无人机边缘智能实时诊断装置初步完成；在此过程当中指导老师不断对本团队经行指导，确定团队研究大方向，团队负责人尽职尽责的带领大家不断依据老师的给出的方向经行修改，本团队所有成员都紧随指导老师和负责人的指导，通过线上线下会议相结合，所有人互相配合，不断完善产品核心。
后期本团队进行了市场调查以及分析，计划将本产品与电网公司合作。以南方电网公司为例，南方电网公司所管辖的高压输电线路。达到16.4万公里，杆塔约38万基。目前还以5%的增长速度持续增长，但是过去10年间输电线路维护人员的年增长率不足3%，低于输电线路的增长趋势，同时逐渐扩大的电力规模使得人工巡检的维护的成本大幅度的提升，将本项目的检测系统运用于无人机的自动巡检工作中可大大降低电网公司对于输电线路的维护成本。从无人机在电力方面自动巡检上可依托的算法来看，目前可以应用的算法有很多但行业内边缘智能方案无人机系统通用兼容性差，无法真正与全流程自主巡检方案落地对接。如对粒子群算法，但是这种算法在用于电力巡检无人机航迹规划时，存在的全局寻优能力不足、收敛速度慢和稳定性不佳的问题。而本产品边缘智能缺陷深度学习分析诊断算法和边缘智能缺陷目标实时分析检测设备具有使用便捷可靠、检测精度高、信息自动整合分类等诸多优点，能满足工程实际检测需求，具备较高的工程应用价值和经济效益，本项目诞生于因时代发展检修人员对产品的检查和维修周期长，且容易出现误判。此问题市场上并没有一种简单有效的方法进行系统、方便的解决问题。基于这一现象，本产品有着充足的市场竞争力，能够有效的解决传统人工控制、检修慢的问题，填补市场的空缺。此外，本团队制定了售前、售后等服务条例，在售前服务上，提供专业的技术咨询服务，提供随时的考察接待及各种便利条件，选派专业技术人员、商务人员进行技术交流、技术沟通等；
在售后服务上，设置售后专属客服，保证在出现故障后6小时内工程师赶到现场进行故障处理，24小时内修复，并提供7 × 24全响应服务特别承诺提供2年免费售后质量保证服务,对于我方提供的设备提供终身有偿服务等。本团队致力于做到尽善尽美，提供优质服务。
