巡检，是无人机当前的主要应用场景之一。

在自然资源、农林、水利等领域，普遍存在“全域覆盖、高频巡查、精准发现”的巡检需求。但专业测绘无人机在实际应用中仍面临不少难题：限飞限高、审批周期长，航空照片采集、人工判读效率低，全域航测成本居高不下。

为此，高校团队、测绘地理信息企业等联合提出新解法，以“万元消费级无人机、垂直业务AI模型”的组合，构建“低硬件门槛、高智能密度”的监测模式。其中，由南京邮电大学国土空间智能感知研究所所长周鑫鑫团队研发的“无人机全景智能监测助手”，核心正是一个AI视觉大模型。

周鑫鑫介绍，专业测绘无人机航测，是从空中垂直向下拍，巡检一片区域要像“耕地”那样一行一行地飞，采集效率较低。而全景图片拍摄，是相机在空中向四周360°、上下180°拍摄，一个点位就能拍一大片区域，采集效率高。传统航测4.5平方公里需飞行2小时、单日作业仅15平方公里；全景拍摄单日作业面积可达100平方公里。此外，专业测绘无人机单价从15万元至50万元不等，需要持证飞手操作，而全景模式采用万元消费级设备，用户仅需简单培训。

全景采集虽高效，但也存在技术难点。

一是点位规划难题。点位既不能太密也不能太疏，既要保证效率又要避免漏检。AI模型的“多情景智能航线规划”能力，做到自动计算最优飞行点位，平衡效率与覆盖率。

二是空间定位难题。全景图看得全面、直观，但不包含地理坐标，无法对接自然资源部门的地理信息系统，难以现场定位。团队攻克“全景空间定位增强”技术，当用户在屏幕点击图上任意位置后，系统即算出地理坐标，1公里半径内定位精度达1米。

三是快速核查难题。针对全景图覆盖广、目标小的特点，AI模型采用“变尺度稀疏小目标检测 + 多时序全景变化检测”技术：可快速识别40类违法违规目标，1小时完成100平方公里AI分析；自动比对不同时期影像，精准提取地表变化，将违法用地等问题发现周期从30天压缩至1天内。这套“组合拳”将人工从海量数据中解放出来，聚焦复核、决策。

“这套 AI 模型相当于给普通无人机装上‘专家大脑’，让采集更快、分析更准，大幅降低巡检成本、提高巡查频次。”周鑫鑫表示，“模型采用迁移学习技术，在地形地貌相近区域，只需微调即可快速落地。”

AI 模型在南京、合肥等地自然资源部门的支持下试点应用，效率提升很直观——单个单日能采集100平方公里数据，飞行结束即可开展线索核查，快速出结果。“下一步，我们要把自然资源、水利等领域政策文件、巡查技术规范‘喂’给AI 模型，让它既能‘看懂图’又能‘读懂文’，还能自主研判，从普通专家升级为资深专家。”周鑫鑫说。

新华日报·交汇点记者 徐冠英

图片由受访者提供