基于无人机高光谱与轻量化边缘AI的入河排污口非规则排放漂浮物识别系统设计.docxVIP

PAGE2

基于无人机高光谱与轻量化边缘AI的入河排污口非规则排放漂浮物识别系统设计

摘要

随着工业化进程加速，入河排污口监管成为水环境保护的关键环节，传统人工巡查方式存在效率低、盲区多、取证难等问题，难以应对非规则排放与漂浮物的动态监测需求。针对上述痛点，本课题设计并实现了一套基于无人机高光谱成像与轻量化边缘人工智能的识别系统。系统利用无人机搭载高光谱相机获取水体高分辨率光谱数据，结合设计的高效轻量化分割网络，在边缘计算端实现对非规则排放口及漂浮物的实时检测与分类。

本文首先分析了入河排污口监测的现实需求，确立了以“端侧计算、实时识别”为核心的设计目标。在总体设计阶段，构建了“感知-边缘-应用”三层系统架构，完成了数据采集模块、边缘推理引擎及可视化平台的设计。详细设计阶段，针对高光谱数据维度高、边缘设备算力有限的特点，设计了基于深度可分离卷积的轻量化分割网络，并引入注意力机制提升对微小漂浮物的识别精度。系统实现阶段，基于PyTorch框架完成模型训练与优化，并在JetsonXavierNX边缘平台上部署了推理引擎。测试结果表明，系统对典型漂浮物的识别平均交并比达到78.5%，单帧推理时间小于45ms，满足实时监测需求。本设计有效解决了传统方案时效性差的问题，为智慧环保监管提供了可靠的技术支撑。

第一章绪论

1.1研究背景

水环境保护是生态文明建设的重要组成部分，而入