以AI進行無人機巡檢河川地貌分析

Posted By Ludwig Chen on 9 月 15, 2023 in Edge AI應用案例, Edge AI教學文, Edge AI開發地圖, Intel, OpenVINO, OpenVINO專欄, OpenVINO教學文, 影像分割, 教學文, 智慧城市, 開箱文 | 0 comments

由於工業科技快速發展，環境議題一直備受討論與重視；近幾年，由於邊緣運算、AI、硬體加速與無人機等技術趨於成熟，公民營機構－－尤以公部門為首－－開始思考是否能借助科技的力量來進行環境工程，本文即以AI物件分割技術作為技術基礎，配合台中市環保局河川揚塵防治計畫進行河床地貌影像分割。

所謂河川揚塵，是指河床上的沙塵、泥土或微小顆粒物在風力作用下被揚起並懸浮在空氣中，好發期甚至可能造成PM 2.5大幅上升，因此政府相關局處會計畫每年以無人機進行河道巡檢，配合人力挑選出大面積砂源分布位置，進行防砂網或配置水線等防治措施，本專案即將此改由 AI 辨識並標定出大面積砂源位置。

要執行此技術，在執行模型佈署及推論時會面對二個主要問題：1. 在無人機飛行途中執行識別必須至少能達到即時執行的推論速度；2. 在河川附近不會有電源配置，需自行攜帶電瓶，因此電力消耗也是一項重要議題。

本文以Yolo v5 x 模型為例，進行物件分割(segmentation)，以 STCN模型進行影像彙整，並於搭載 Intel Arc Pro A40 GPU 的iEi TANK-XM811工業電腦上進行現地佈署，測試結果每幀(640 x 640)推論時間平均64 ms (官方公布CPU執行數據為 1579 ms) ，達到可即時執行的規格，而Intel Arc Pro A40 GPU的峰值功率為 50w，優於目前一般市面上的 GPU 卡。