近日，湛江科技学院“巡眼视界”团队凭借“基于YOLOv8的智能电力巡检系统”项目，以“无人机+AI”技术创新破解传统电力运维难题。这项融合边缘计算与深度学习的创新成果，不仅实现输电线路故障识别准确率突破90%，更在低空经济领域开辟出产学研协同创新的新范式。

　　这支由计算机科学与技术、数字媒体技术等专业学生组成的跨学科团队，敏锐捕捉到电力行业数字化转型中的关键痛点——我国现有输电线路超180万公里，传统人工巡检存在效率低、盲区多、高危作业等难题。他们将YOLOv8目标检测算法与无人机深度融合，通过独创的CBAM注意力机制，让AI学会在复杂环境中“智能聚焦”，即便在雷击灼痕、锈蚀小目标等挑战场景下，检测精度仍突破90%大关。

　　“山区高压线塔突发故障，传统人工巡检需跋涉数小时，而我们的无人机20分钟就能完成全自动诊断。”团队负责人陈文义展示了一段巡检实录视频，搭载“巡眼云盒”的无人机在电网密集区灵活穿梭，实时传回的设备状态数据经过AI算法解析，瞬间生成带风险标记的三维可视化报告。  

　　令人惊喜的是，这群“技术宅”把电力巡检的硬核能力玩出了新花样。他们尝试开发的无人驾驶农机专利，将路径规划算法移植到农业领域，可实现果园巡检、农药喷洒一体化作业，环卫车专利则让AI识别技术变身“路面病害侦察兵”。

　　“我们正在研发无人设备集群控制系统。”陈文义透露，团队已着手开发多机协同算法，未来可实现无人机集群协同巡检、数据实时共享、智能路径规划与故障联合诊断，通过多架无人机的高效配合，构建起全方位、立体化的电力巡检闭环体系。

　　南方网、粤学习记者 刘单燕

　　通讯员 李彬 郑冰妮