北京理工大学（珠海）与珠海览众创新科技公司联合研发的无损检测无人机于“第二十九届中国国际质量控制与测试工业设备展览会（Q.C.China）”展出。

第二十九届中国国际质量控制与测试工业设备展览会（Q.C.China）上，一项融合人工智能与多光谱成像的无损检测无人机引起行业关注。这项由北京理工大学（珠海）徐春广团队与珠海览众创新科技公司联合推出的创新技术，为解决大型基础设施检测难题提供了全新方案。

第二十九届中国国际质量控制与测试工业设备展

国际质量控制与测试工业设备展览会产品展位

在大型桥梁、高层建筑、电力设施和大型游乐设施等场景中，传统检测方法依赖人工登高、攀爬或大型机械，不仅效率低下，更伴随显著安全风险。这一技术痛点正是无人机无损检测系统瞄准的创新突破口。

无人机赋能检测行业变革

国际质量控制与测试工业设备展览会产品展位

随着全球低空经济产业被明确为国家战略性新兴产业，无人机技术正成为新质生产力的集中体现。本次展出的无损检测无人机，展示了无人机在专业检测领域的巨大应用潜力。该系统集成了北京理工大学（珠海）在无损检测技术方面的科研实力与苏州览众科技的工程化能力，其核心是搭载红外、可见光与高分辨率视觉传感器的览众X300无人机平台。

这款无人机能够在高空、狭窄或危险环境中稳定飞行，抵达传统检测方法难以接近的区域，极大地扩展了人类的视觉边界。无人机检测技术的优势在于其灵活性和安全性。对于山区峡谷桥梁、超高建筑立面或复杂钢结构设施，传统检测往往需要搭建脚手架或使用昂贵的桥检车，成本高且风险大。而无人机系统则能快速部署，在不停运、不中断正常使用的情况下完成检测任务，显著提升检测效率与安全性。

X300无人红外线检测设备

01 多光谱成像与AI算法融合

览众X300无人机搭载的双光云台是其核心技术优势之一。针对不同检测需求，该系统可针对多种不同种类的缺陷选择相应的视觉成像方案。在红外成像模式下，系统可识别建筑保温层空鼓、内部缺陷等肉眼难以发现的问题；而高分辨率可见光成像则能捕捉细微至毫米级的结构裂缝。该系统采用高性能计算机对监测数据进行采集、分析和后处理，并搭载了基于yolov8机器视觉模型的识别算法。

这一架构能够针对不同客户的特定需求训练相应的专用模型，不断优化识别准确率。无人机上的雷达系统使其能够避开障碍物，防止误撞，即使在GPS信号被遮挡的环境下也能稳定完成检测任务。这一特性使其特别适合在信号干扰较强的城市环境或偏远山区作业。

高性能计算机对监测数据进行采集、分析与后处理

yolov8机器视觉模型可针对客户需求训练相应的模型

展览会交流现场

02 推动行业数字化转型

无损检测无人机代表了一种将传统依赖人工经验判断的模式升级为标准化、可追溯的数据处理流程。这一转变不仅提高了检测的精确度，更重要的是为基础设施的数字化管理提供了基础数据支撑。随着低空经济被写入政府工作报告，并明确提出到2030年形成万亿级市场规模的目标，无人机检测技术作为低空经济的重要组成部分，正在交通、能源、城市建设等多个领域发挥越来越重要的作用。类似星逻智能推出的全自主无人机系统与智能分析软件结合的解决方案，已成功应用于风电场站运维。这种无人机AI赋能的模式，为基础设施检测行业提供了可借鉴的数字化转型路径。

无人机检测革新基础设施运维新纪元

类似星逻智能的无人机系统已成功应用于风电场站运维，通过AI算法平台对采集的高清影像进行实时分析，精准识别风机叶片表面裂纹、腐蚀、雷击损伤等缺陷。无人机检测技术正在从根本上改变传统基础设施的维护模式。随着广东省政府明确提出支持广州、深圳、珠海先行先试低空航线，低空飞行服务将迎来更广阔的应用空间。无人机检测技术作为低空经济的重要组成部分，将在基础设施维护、城市管理等领域发挥越来越重要的作用。