基于smardaten无代码开发智能巡检系统,让无人机飞得更准

简介: 基于smardaten无代码开发智能巡检系统,让无人机飞得更准

引言

话说现在无人机可真的太火了。各个行业都在用无人机做一些业务场景的开拓,典型的像农业施肥撒药、区域环境监测、城市应急调度、以及电站设备远程巡检等等。由于可以装载视频监控,可以远程传输视频画面监测设备、环境等现状,小小的无人机解决了很多远程工作和重复性工作, 可谓是帮了人工大忙。

相对的,无人机设备智能化提升,后台的数据监测管理的需求也随之而来。

需求背景

前阵子,一个做能源电站管理的朋友说到,他们也在用无人机做变电站的一些巡检工作,但是因为变电站数量比较多、站点又比较分散,所以想做个运防监测管理平台,这样可以做个集中的管控。

这个场景我还蛮感兴趣的,其实无人机巡检方案主要包括无人机设备、传感器、飞行规划系统、后台数据分析管理等几个部分。

  • 首先,需要采集无人机设备和相关传感器设备的基础数据,可以进行远程控制。
  • 然后,进行飞行规划,确定无人机的飞行路径,无人机按照规划的路径进行飞行,通过传感器收集这些动态的数据;
  • 通用的就是对收集到的数据进行处理和分析,主要还包括对设备、异常情况等数据的分析管理;
  • 高级一点的可以通过AI去做视频智能分析识别,比如变电站的一些异常情况,可以自动发现。不过这种大多靠AI算法去建模和算法优化。

朋友说他们的无人机目前都是人员现场操控的,而且通常需要根据电站情况在周边多次循环飞行,很难提前规划好飞行路径。也就是说智能路径规划这些功能不需要。

这么看来,其实需求也没很复杂,基本还是设备数据连接,远程采集传输、数据统计分析、飞行任务管理和巡检管理等。

因为我刚好在研究一些低代码、无代码开发平台,其中smardaten这个平台看起来功能体系是比较全的。之前做过一些单点的试用,刚好借助这次机会来练练手。

当然,中间也找了个他们的产品技术支持,很快就做了个大概。这次整体系统环境改为深色系。

限于一些实际设备和环境的允许,部分功能做的比较简单,且看看效果如何。

搭建思路

快速连接无人机和电厂设备后,预先在远程终端设定巡检任务规划、航行时间等,在系统上就可以查看巡检路线、巡检视频回放,无需现场操作即可知悉电站设备与环境状态,并完成数据自动上传及分析应用等能力。

这个系统的整体配置过程大体上包括6个阶段: 1、连接无人机以及一些管控设备 2、巡检任务和过程一些数据管理 3、运防一体化数据大屏 4、日常巡检的告警管理 5、无人机防控的多维度监视 6、基础信息维护

开发过程

(1)无人机设备数据接入

需要连接的设备包括:无人机、控制器、机巢等设备。

image.png

通过平台IoT协议,对所有设备通过协议接口配置,对数据处理和采集数据存储按需求进行配置。支持添加、设置和参数管理,站端ID、反无设备的连接与信息管理。

image.png对采集的数据可以按照字段进行详细的配置字段类型和获取方式。

image.png配置数据输出的路径地址,这里可以设定数据规则取值,比如超过规则的数值可以删掉,可以设置请求周期等。

image.png

(2)无人机巡检任务管理

对利用无人机飞行巡检的情况进行维护管理,管理人员可添加巡检计划,比如巡检站点名称、任务名称、任务类型、作业人员、飞行时间等。飞机并进行实景模拟飞行,可查看防御地图,提高巡检管理效率。

image.png

对当前巡检任务数据配置变量,这样相当于可以和其他模块数据做动态关联和匹配。

image.png

变量可以添加多个,包含省份、城市、站点名称。

image.png

列表页添加行内按钮,以任务回放为例,跳转到无人机巡检录制视频。

image.png

响应地址是提前连接好无人机设备及其对应的视频地址。

image.png

巡检任务填报完成后页面的样式。有些表单的填报动作是在移动端进行,PC端用于查看和管理。

image.png

(3)无人机三维防控监视

三维实时飞行监控的要求比较高,这对模型质量、数据传输要求都比较高。三维场景下,可以对目标区域的无人机系统进行飞行监控,对飞行记录进行回放、路线查看、视频调取,以及对入侵的无人机进行监视管理。

平台本身三维模型开发不支持,如果有模型可以直接导入,做联动交互。这里暂时引用普通的三维模型,做一个简单的交互场景。可以查看无人机飞行记录,包含经纬度、海拔高度、飞行时间等。

image.png

但飞行动作、加速减速、 飞机记录视频等一些个性化交互动作,需要在smardaten数字孪生高级平台进行配置开发,大多交互场景不需要代码。这里我暂且用一些代码二次开发简单尝试了一下。

(4)运防一体化大屏设计

对管辖范围内各站点区域运防态势进行可视化分析展示,实时监测关键数据,对预警信息进行定位和详细数据查看。选择了常见的大屏布局,中间以地图为主,配合关键监测数据进行联动分析展示。

image.png

导入目标数据图表类型,如常用的指标卡、曲线图、列表ye可以,匹配目标业务数据即可以展示。复杂的数据图表也可以通过数据分析仪完成,配置好样式、变量,然后统一导入大屏。

image.png

(5)异常告警管理

告警管理在很多场景都是相对通用的。对飞行巡检的异常情况进行告警,并在空间地图进行定位,展示告警站点、告警事项、人员信息等。

告警信息以设备自动采集获取到的异常数据展示为主,因此只需要配置所需查看的告警相关字段,以及对应的详情页面。

image.png

已经配置过告警信息列表的所有字段已经在左侧,可直接拖拽至画布进行布局,无需再次选择组件、也不用再重新绑定数据资产。

image.png

(6)基础信息维护

统一对变电站站点、反无设备、无人机控制器、空域申请、禁飞区管理、巡检人员等基础信息进行维护管理。主要是表单、列表和详情的配置,过程方式基本一致。

下面以无人机控制器表单和详情配置为例。

①对所有需要填报的字段并排2列布局,其中运维单位、负责人、是否反无等信息可通过下拉框组件进行快速选择。

image.png

②控制器设备填报完成后需要做审核提交,添加自定义按钮,并配置按钮动作。

image.png

同时在列表页添加几个行内按钮,按钮可以是编辑、删除、弹窗、链接跳转、新增数据等,也可以添加相应的图标。

image.png

按钮可以选择不同的响应方式,包括编辑、弹窗、打开URL链接、打开新表单等,也可以通过逻辑控制配置更复杂的交互逻辑。

image.png

同样的方式,配置无人机设备管理页面,包含对应的站点名称、对应的控制器设备名称、控制器端ID等信息。image.png

总结

这次做的无人机运防管理平台,虽说还比较糙,但毕竟没有花费太多精力。如果多找几个人专门去做开发配置,应该能做的还不错,还可以细化一些样式。但一顿操作下来, 可以看出无代码开发平台现在已经不是最初理解的那个简单拖拖拽拽构建表单、流程和简单图表。

就比如smardaten作为企业级无代码平台,已经往数据底层集成、数据管理、高级的数据分析展示延伸,而且在看似普通的表单、页面布局上,提供了很多复杂的组件,可以实现比较复杂的交互动作编排。可能不同的低代码、无代码侧重点不同,但确实已经在往行业场景不断下沉、适用性更强。大家可以去smardaten官网试试线上版本。

不过功能的复杂,相应的就有一定的学习难度,还是需要有一定的代码基础和认知。随着无代码开发的实践越来越多,也许再过不久,那些复杂的配置过程还能再进一步简化。甚至还可以借助AIGC技术通过算法模型,实现简单的页面生成或开发动作指引,那开发交互的体验就更棒了。


目录
相关文章
|
6月前
|
数据采集 人工智能 运维
工业巡检进入‘无人化+AI’时代:无人机智能系统的落地实践与未来
无人机智能巡检系统凭借高效性、智能化和精准性,解决了传统人工巡检效率低、成本高、漏检风险大的问题。该系统通过“空中机器人+AI分析”,实现多维度数据采集与分析,大幅提升巡检效率和准确性。广泛应用于能源、交通、工业等领域,助力运维模式升级,成为工业4.0时代基础设施运维的标配工具。
755 19
工业巡检进入‘无人化+AI’时代:无人机智能系统的落地实践与未来
|
监控 安全 物联网
什么是UWB定位技术?UWB定位的应用场景及功能介绍
uwb定位技术全称Ultra Wide Band,超宽带技术。uwb超宽带技术是一种全新的通信技术,与传统通信技术有极大差异。它不需要使用传统通信体制中的载波,而是通过发送和接收极窄脉冲来实现无线传输,由于脉冲时间宽度极窄,使用的带宽在500MHz以上。 后来,由于uwb定位技术穿透力强、功耗低、安全性高、定位精度高等优势,人们意识到了它在高精度定位领域的价值,uwb在工业定位领域的应用逐渐成为主流。
2469 0
|
存储 容灾 安全
云上架构和传统IT架构有什么区别及优势?
在云计算走向成熟之前,我们更应该关注系统云计算架构的细节,从传统的架构到云上大数据,实现了很多的转变。
3863 0
云上架构和传统IT架构有什么区别及优势?
|
12月前
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
363 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
11月前
Cesium添加3DTile
这篇文章介绍了如何在Cesium中添加3DTile内容,以增强三维地理空间数据的表现,并提供了实现的具体步骤和代码示例。
305 1
Cesium添加3DTile
|
安全 数据挖掘 定位技术
工厂内部导航系统:高精度定位与智能路径规划的技术实现
工厂内部导航系统其核心功能包括实时定位、智能路径规划、车辆警告及数据分析,显著提升了物流效率和管理水平。系统具备高精度定位、灵活部署及跨平台兼容等技术优势,并已在实际项目中取得显著成效。
358 11
工厂内部导航系统:高精度定位与智能路径规划的技术实现
|
机器学习/深度学习 存储 算法
Optuna发布 4.0 重大更新:多目标TPESampler自动化超参数优化速度提升显著
Optuna,广受欢迎的超参数优化框架,近日发布了其第四个主要版本。自2018年问世以来,Optuna迅速成为机器学习领域的关键工具,目前拥有10,000+ GitHub星标、每月300万+下载量、16,000+代码库使用、5,000+论文引用及18,000+ Kaggle使用。Optuna 4.0引入了OptunaHub平台,支持功能共享;正式推出Artifact Store管理生成文件;稳定支持NFS的JournalStorage实现分布式优化;显著加速多目标TPESampler,并引入新Terminator算法。
519 9
Optuna发布 4.0 重大更新:多目标TPESampler自动化超参数优化速度提升显著
|
SQL 分布式计算 Hadoop
百川终入海 ,一站式海量数据迁移工具 X2Doris 正式发布
在这一过程中,如何将海量历史数据进行高效迁移成为用户的痛点所在。基于这一目标,我们启动了名为“百川入海”的专项开发任务,开发了**一站式海量数据迁移工具 X2Doris**,集自动建表和数据迁移于一体、提供了对 Apache Hive、ClickHouse、Apache Kudu 以及 StarRocks 等多个数据源的支持,全程界面化、可视化操作,仅通过鼠标操作即可完成大规模数据同步至 Doris 中,并提供了极速和稳定的迁移体验。在经过数个月的公开测试和近百家企业的打磨后,今天我们很高兴地宣布, **X2Doris 正式发布、面向所有社区用户免费下载使用**,数据迁移至 Apache Do
607 0
百川终入海 ,一站式海量数据迁移工具 X2Doris 正式发布
|
API 开发工具 Android开发
简述大疆无人机对接
【2月更文挑战第7天】本文介绍了对接大疆无人机的主要目的,包括实时画面获取、飞行数据监测、操控飞行、媒体管理和业务功能开发等,并列举了多种开发接口如MobileSDK、UXSDK、云开发API等。重点讨论了MobileSDK在Android平台的应用,包括SDK集成步骤、直播推流和获取飞机实时数据的细节。另外,UXSDK用于加速应用开发,提供预设UI组件。上云API则简化了无人机与第三方云平台的集成,支持MQTT、HTTPS和WebSocket协议,适用于行业级无人机。对接流程涉及Pilot2和Dock的配置,以及数据传输和业务功能处理。文章还提及了如何对接多个飞机的方法。
9228 0
简述大疆无人机对接

热门文章

最新文章