人工智能相关应用 项目经历总结 1. 核心方向一：基础设施智能巡检与安全监控 这类项目专注于使用AI和机器人技术自动检测建筑、桥梁、河道等基础设施的损伤与异常。 桩体倾斜角度检测​ (未结项)：使用分割模型处理桩体图像，通过远程系统实时传回结果，实现施工远程监控。 墙面空鼓情况检测​ (未结项)：结合传感器数据与数字孪生技术，精准把控施工现场。 钢筋绑扎情况检测与数字孪生​ (未结项)：类似空鼓检测，专注于钢筋绑扎质量，并与数字孪生平台联动。 桥梁外侧裂缝检测与测量​ (已结项)：使用红外与RGB图像进行桥梁裂缝检测和锚索孔位测量，完成概念验证。 河川河岸裂缝及垃圾检出与定位​ (已结项)：通过AI技术改进模型，成功提升河岸巡检效率，降本增效。 沥青铺面裂缝检测​ (多个已结项)：利用无人机和计算机视觉算法（如YOLOv7, SAM）对河岸道路裂缝进行检测和分割，准确率高达约90%。 2. 核心方向二：环境生态监测与保护 这类项目将AI技术应用于自然环境、水生态和动植物栖息地的监测与研究。 甜鱼生息地维护与监控​ (已结项)：利用AI技术结合水下延时摄像机，记录鱼类生息情况，验证生息地改造效果。 使用卫星图像识别水坝赤潮​ (未结项)：利用AI处理卫星图像，识别赤潮范围，流程涵盖数据下载、水部提取、特征提取和随机森林分类。 图像生成式AI辅助无人机河川垃圾检测​ (未结项)：创新性地使用生成式AI（如Stable Diffusion）生成数据集并进行自动标注，辅助无人机进行河川垃圾检测。 河川区域地被分布数字化​ (已结项)：将AI技术用于河川植被分类，并将结果参数化用于2D洪水模拟，显著提升了水位预测精度。 3. 核心方向三：前沿技术探索与跨领域应用 这类项目体现了其对生成式AI、多模态模型、机器人技术等前沿领域的探索和跨学科应用能力。 生成式多媒体互动讲解系统​ (未结项)：作为项目负责人，开发融合AIGC、多媒体交互的智能导览解决方案，适用于博物馆、教育等领域。 打磨机器人视觉纠正​ (未结项)：在固定光照条件下收集数据训练模型，使机器人能识别焊缝交接点，实现辅助转向功能。 智能巡检机器人​ (未结项)：作为主要负责人，参与从环境感知、SLAM建图到远程监控的全链路机器人系统开发。 使用生成式AI和无人机的河流巡逻方法​ (未结项)：探索用生成式AI和无人机解决人口老龄化带来的基础设施巡检难题。 一带一路倡议下的突尼斯无人机与AI发展​ (未结项)：个人研究课题，旨在将无人机与AI技术推广至“一带一路”沿线国家，提升技术影响力。 4. 核心方向四：行业关键技术攻坚 这类项目针对特定工业场景中的具体问题，提供AI解决方案。 酒体杂质YOLO识别​ (未结项)：应用YOLO模型识别酒体内杂质，将大尺寸杂质的误检率降为0，漏检率降至1.5%，展现了极高的精度要求。

人工智能与无人机在河川管理方向的应用研究

人工智能与无人机在河川管理方向的应用研究