基于无人机平台的铁路运维环境智能监测技术研究

传统铁路运维人工巡检存在效率低、成本高、有检测盲区等不足，而无人机在铁路运维巡检数据采集、数据处理与应用等方面也面临一些痛点问题，故提出一种具有安全缓冲区的航线规划算法，该算法基于分区作业策略，利用正射与侧视拍摄两种方式，有效地提高了作业效率和数据采集的安全性。此外，依托无人机巡检航拍项目的数据，经过相关处理形成铁路运维环境下典型病害样本库，并利用YOLOv7目标检测算法实现了对彩钢瓦、防尘网、塑料膜3种典型病害的快速自动检测，并结合人机交互的方式实现了对外部环境隐患的智能提取与快速建档，形成了一套基于无人机平台的铁路运维环境智能监测技术方案。结果表明，无人机技术、目标检测技术、计算机技术的有效结合应用可实现快速自动化隐患识别，使铁路运维巡检效率提升150%,为铁路安全管理提供重要的技术支持。