结合可见光和热成像数据，深度学习算法，训练管涌识别模型快速监测。在无人机飞行过程中输入采集到的图像数据到管涌识别模型中，模型将判断是否存在管涌现象。一旦检测到管涌，系统将快速预警，并标注位置信息。

红外识别

红外热成像技术是以红外辐射原理为基础，运用红外辐射测量技术和方法，测量热波在物体内部的传递情况，并通过热像仪显示出来，最后对采集的热图像进行处理，从而判断物体内部是否存在缺陷的一种方法。

巡检流程

巡检准备

1.设定无人机巡检路线、测定气温和库水温度、判定天气状况及坝体表面植被覆盖情况。

执行任务

2.利用无人机携带红外热像仪，根据预设的巡检路线全面巡查堤坝下游面巡检期间通过红外热像仪拍摄堤坝下游面的热像图;若气温>库水温度，热像图中的温度低于阈值，或库水温度>气温时，报警并记录此处为疑似渗漏部位;继续巡检，直到完成整个坝体下游面的巡检;如巡检完成也没有警报声，则判定该坝体没有渗漏，并结束巡检。

复飞

3.复飞并抵近疑似渗漏部位再次拍摄热像图，如果仍满足报警条件，则确定该部位为渗漏点，并计算热像图中低温区域面积(>时)或高温区域面积(<时)。

再次复飞

4.间隔T时间后，重新设定温度阈值，再次复飞并抵近渗漏点拍摄热像图，计算热像图中低温/高温区域面积，对比步骤(3)和(4)中低温/高温区域面积的变化，判断是否存在早期非稳定渗漏。值得注意的是，在汛期时，间隔时间T不宜过长控制在2小时内。