河道纵横、水网密集、盲区较多，且河道距离长、范围广、途经复杂地貌多,处于许多险要地段,由于受环境险要、交通不便、徒步巡线无法到达等不利因素影响, 给巡检工作带来了极大的难度和危险性。
依靠传统的人工巡察、沿着岸边、在桥上或者是坐船进行巡查、取证、拍摄，但是河流附近环境复杂、树木茂密、巡河效率低下、行走不便、还容易发生危险。传统的人工巡线方法不仅工作量大而且条件艰苦，所花时间长、人力成本高、困难大，某些河道区域和某些巡检项目人工巡查方法目前还难以完成，难以形成有效的监督覆盖。
人工巡护，作为最基本的巡护方式，通常由河道管理单位实行专人专岗，把河道分成不同的段区由不同的巡线人员巡护，而其又分为普通巡护和特殊巡护。一般依靠巡护人员徒步观察和检查线路情况并作记录，地形空旷平坦的区域尚可驾驶交通工具实行巡检，大部分时候，管路都在地形复杂崎岖的地域，由此，不可避免的对人工巡检产生制约。在高寒、高海拔、高温、雨雪、大雾、沙尘暴等恶劣气象条件下；在山地、河流、沼泽、峡谷、湖泊、森林、沙漠、冰川雪原等极端地理环境中，以及洪水、滑坡、地震、泥石流、冰雪灾害等特殊突发情况下容易造成的损毁，通常的人工巡检就体现出极大的局限性和不足，受以上三大因素影响，人工巡检不仅工作量大，条件艰苦而导致人力成本高、效率较低，而且很多情况下不能及时、安全的执行巡检任务，也不可能完成常态化、全天候全天时的巡检。
人工巡护的痛难点还体现在：
1、传统巡检多采用手工记录方式，巡检不到位、遗漏巡检点，数据保存不完整、不准确、数据丢失、遗漏等问题严重；
2、发现隐患点不能及时上报，隐患地点、情况描述不清楚，无法对隐患及时作出处理，由小隐患积累成大事故，造成河道事故，直接危害到人民生命以及国家财产安全；
3、河道分布图局限于纸质化，人员无法准确对河道以及附属设备进行数字化管理。
以往传统的管理方法和模式已很难适应当今运行管理要求。现代化的河道巡检对管理信息化、规范化的要求越来越高，实现对设备的数字化、可视化、实时化管理，切实的提高紧急故障处理的能力越来越紧迫。提高巡查效率，最大程度的节约人力物力资源，辅助以高效的工具就尤为重要。
无人机挂载倾斜相机、激光雷达，建立起石油勘探空中地貌信息采集系统，及时提供地面、空间数据和基础地理信息，高效协助团队完成河道巡检任务。无人机挂载可见光、热成像、微光夜视仪、多倍变焦、等构筑了石化系统综合巡检体系。通过可见光、热成像精准快速分析判断设备故障；热成像和夜视仪共同构筑河道巡线体系，高效率找出线路事故，同时空中取证；操作省时省力，反馈及时准确，尽早处理，可将损失减至最低。
通过无人机高空飞行采集航空数据，航线规划功能进行大面积的河道巡检，将采集回来的视频和数据数据进行分析、存档、生成报告等处理。依据需要生成的正射影像和倾斜影像存档后，将导入进大数据管理系统的多期影像进行对比，可明显找出问题点并实现标注。
无人机河道巡检系统，能够从空中对河道分布的大范围区域进行有效的监测。快速获取河道高分辨率多源遥感影像，通过简单软件完成对原始数据的一键化处理，其成果导入深度定制的专家算法模块，无需操作人员具备专业知识，即可自动完成水安全、水环境、水资源、水生态检测等功能，实现河道巡检作用的预处业一体化，为常规河道监测模式提供数据支持及执法依据，辅助用户科学管理河道的宏观措施。
现代无人机具备高空、远距离、快速、自行作业的能力，可以穿越高山对河道进行快速巡线，同时，基于无人机巡线采集数据的专业分析，为河道管理和维护提供数据支持。
这样一个远程化、中心化管理，实时联网、随时出勤、快速巡检，移动式无人机自动化巡检系统能够大大扩展无人机在河道管理的应用场景，提高巡检的效率。
1）是否有阻水建筑物。主要包括厂房、民房、码头、光伏电站、大棚等建筑物或构筑物。
2）是否有阻水片林。主要包括阻碍河道行洪的成片林木、高秆作物等。
3）是否有第三方修建的与河道交叉建筑物，压缩河道行洪断面。主要包括跨河、穿河的桥梁、管线、渡槽等妨碍行洪的设施。
4）是否有人类活动侵占了原河道，缩窄了河道。主要包括修建围堤、生产堤等侵占 河道行为，防洪堤、护岸工程建设束窄原河道问题，拦河闸坝两侧滩地修筑引路(路基) 影响河道行洪问题，河道内擅自开垦耕地、划定永久基本农田等。
5）是否存在河道内修建公园等活动场所，抬高河道地面高程问题。主要包括修建公 园、湿地、亲水平台等活动场所，抬高河道原地面高程的情况。
6）是否存在堤防多年不修整不维护问题。
7）是否治理河道没有统一规划，存在只治上游不治下游，只治城区不治郊区问题。
8）是否存在行政区划交界处的河段出现都不管的“卡口”问题。
1）“乱占”问题：围垦湖泊(含水库，下同)；未依法经省级以上人民政府批准围垦河道；非法侵占水域、滩地；河道管理范围内非法挖筑鱼塘或者搭建设施养殖，种植阻碍行洪的林木及高杆作物。
2）“乱采”问题：未经许可在河道管理范围内采砂，不按许可要求采砂，在禁采区、禁采期采砂；未经批准在河道管理范围内取土。
3）“乱堆”问题：河湖管理范围内乱扔乱堆垃圾；倾倒、填埋、储存、堆放固体废弃物；弃置、堆放阻碍行洪的物体。
4）“乱建”问题：水域岸线长期占而不用、多占少用、滥占滥用；未经许可和不按许可要求建设涉河项目；河道管理范围内修建阻碍行洪的建筑物、构筑物。
5）“乱排”问题：非法设置的入河湖排污口；未按照许可要求入河湖排污。
6）非法捕捞问题：使用炸鱼、毒鱼、电鱼等破坏渔业资源的方法捕捞；在禁渔区、禁渔期捕捞；使用拦河罾（俗称霸王罾）捕鱼等违法捕捞行为。
工作内容还包括解译标志建立、违法违规图斑遥感解译、图斑动态更新、复核、成果修正，重点区域利用无人机技术手段巡查与取证、跟踪整改验收等。
针对高清变焦相机拍摄的巡检图片，无人机智能识别可基于水面漂浮物、非法捕鱼、非法采砂、非法停泊、非法垂钓、污染物、岸边乱占、乱建、乱排、乱堆、水质颜色变化、排口异常等特征性信息，快速识别出问题。同时可对识别出来的岸坡违建、垃圾等特征物，矢量化标注出问题的形状及计算出面积。对所有识别出的问题，按问题类型、区属进行分类，列表展示。
无人机搭载多光谱相机、高光谱相机、热成像相机、高清变焦相机等任务载荷开展巡检工作，可对目标对象进行全天候监测，通过实时回传的数据信息，全面掌控目标对象的发展趋势与动态。
利用无人机控制软件，圈定地形测绘范围，完成飞行及摄影参数设定后，无人机自动生成测绘飞行路线并进行飞行拍摄，搭载的DJI P1云台相机拍摄的数据导入至图形工作站后生成高清正射影像数据、并构建巡检河道周边地形倾斜场景模型。
初次部署后，按照巡检面积划分为若干区块，每个区块由后台自动生成扫图任务。无人机每天按照排班表从机库内起飞，依次执飞规划扫图路线，采集单张像素达2000W的高清正射影像照片，回巢后在充电的同时自动上传原始照片。
当天任务完成后，云端处理引擎将自动拼接大图、自动瓦片化、自动发布到web页面以及生成GIS服务。基于北斗高精度定位系统、稳定的自动化飞行以及高清晰度的原始照片。客户通过Web端或者客户端软件可查看、测量GIS影像，并可接入特色处理模块直接在界面上显示成果。
通过对同一地理区域的多时相图像进行分析和运算来识别其变化区域，排除季节等干扰因素，按照一定的规则，提取出其中土地、水域等的发生变化的位置和范围。
图像的人工智能目标检测是新兴的一种图像处理方法，与传统的“目标识别”方法相比，目标检测不仅能够识别出多个物体的种类， 还能够在图像中找到物体的位置。
目标检测的过程分为“检测”和“识别”两部分，检测部分通常是提取多个目标候选框（Object Proposal），而识别部分则是根据候选框的模式空间将候选框中的物体类别识别出来。
无人机根据无人机综合控制调度系统设置的飞行时间、航线信息自动起降飞行，沿河道沿线等重点关注区域的上空按预设航线自主飞行，高清摄像头高空拍摄获取实时图像，通过智能识别违建、非法捕鱼、非法采砂、非法停泊、非法占用河道、非法排污、岸上垃圾、河中水草、取排水口、水面污染、堆积物等并进行拍照取证。无人机搭载的可见光对岸上垃圾、河中水草、取排水口、水面污染、违建、堆积物等特征值进行分析，发现在重点关注水域内出现岸上垃圾、河中水草、取排水口、水面污染、违建、堆积物等信息后无人机自动巡检系统进行拍照取证，人工切换进行确认，确认是目标后发送短报文给管理后台，同时无人机可以进行定点侦查，电量不够自动返航。无人机智能学习能通过长时间数据积累和平台使用情况记录，校正并减少误报，并经过历史数据分析和整理为为岸线巡查、防灾减灾等工作提供可靠数据。
针对河道的巡航，目标检测技术的研究目的是检测航拍图片中是否包含人、车、违章建筑，以及是否有河道裸露、泄露现象可能危害河道安全的物体或事件信息。
航拍图像的获取是利用无人机在河道上方飞行， 对河道周边进行航拍，再在拼接全景图上进行典型目标提取、识别与标识，从而对油气河道情况进行分析。
对河道附近的航拍图像进行目标检测，需要检测出可能危害到河道安全的事件。每种事件都有自己的特征，如违章搭建——与正常的河道相比，存在违章搭建的图像中，油气河道附近存在建筑物和不明堆积物。河道上定期巡视的任务是找到此类事件并派人处理。交由计算机后，深度神经网络的主要功能是正确地从图像中提取异常事件的关键特征。
无人机按任务规划沿河道自动飞行，基于船只特征信息对河道上的船只进行识别。识别非法捕鱼、非法采砂、非法停泊等异常情况后对目标进行跟踪监察，通过机载高清相机对违法现场、船舷号等进行拍摄取证。比如针对非法捕鱼，识别系统不仅可以识别非法捕鱼船只，还可对捕鱼工具比如渔网进行识别，全面掌控打击禁渔期非法捕鱼行为。有时为躲避监察，违法船只会选择在夜晚进行违法活动，无人机搭载可见光/红外高清双光相机，通过夜视模式及红外热成像依然可在夜晚对目标进行高效识别。形成7*24小时常态化巡逻。
水面污染物识别：
基于水面漂浮物、污染物等特征信息，智能识别问题。
支持标注数据的添加、编辑、查找和删除操作，支持当前界面的截图操作，标注类型标签化归档，可大幅减少视觉盲区，适用于城市管理、环境保护等领域。
水面蓝藻爆发识别：
无人机自动巡检河道区域，通过高清相机进行拍摄，基于特征信息对水面蓝藻、水草等进行识别。
非法垂钓识别：
在禁渔区域，除了非法捕鱼不被允许，非法垂钓也是违法行为。无人机代替人工巡检河道岸线，能大幅度提高效率、节约时间。
无人机按规划任务自动起飞进行巡检作业，将巡检画面实时回传，通过智能检测，对发现的河岸人员进行实时识别，对非法垂钓人员，通过机载网联喊话器进行喊话警告劝离。无人机巡检系统可7*24常态化巡逻，对于夜间非法垂钓，可使用机载高清双光相机的夜视及红外热成像功能对非法夜钓人员进行有效识别，同时使用机载网联喊话器进行喊话警告劝离。
岸坡垃圾识别：
无人机高清相机拍摄目标图像，基于岸坡乱占、建、乱采、乱堆垃圾等特征信息进行识别。
岸坡乱占种菜
岸坡违建识别并矢量化标注：
无人机高清相机高空拍摄，自动识别岸坡违建、垃圾等特征物，并矢量化标注违建建筑及垃圾的形状、面积。
排污口异常识别：
无人机高清相机拍摄异常水色，获取图像数据，将数据经过图像识别算法进行处理，最终，基于排口处水质颜色变化特征信息，实现智能识别。
船舶超载识别：
船舶作为水路重要的交通工具，担负着多种职能。超载的船舶抗风能力和机动性会大大降低，易导致船舶翻覆、搁浅、碰撞、发生机械故障等水上交通事故，造成人命财产安全的重大损失。
无人机按任务计划自动执行巡视作业，通过高清变焦相机拍摄船舶吃水线，判断船舶载重状态；可以将数据通过图像识别算法进行处理，最终达到自动检测识别船舶吃水线位置，以帮助巡检人员快速判断船只是否超载。
港口货物交易中船舶计重：
鉴定进出口货物重量是港口的重要工作之一，在港口散货交易中,船舶吃水线是直接计重交易的凭证，目前主要的鉴定方法是水尺计重。利用无人机结合智能识别，可以方便的检测识别船舶吃水线位置。
作业无人机在目标船舶周围进行高空拍摄，利用相机的变焦能力清晰采集船舶吃水线信息，融合机器视觉及云-边端AI识别能力，对感兴趣吃水线区域进行识别、区域倾斜矫正、字符分割及最终吃水值的确定来获取目标船舶真实吃水值数据。
该方法能够快速准确根据机器视觉识别吃水线信息，降低观测人员工作的风险系数，减少复杂设备布设，提高船舶吃水值读取的高效性、科学性和精确性。
这样一个远程化、中心化管理，实时联网、随时出勤、快速巡检，移动式无人机自动化巡检系统能够大大扩展无人机在河道管理的应用场景，提高巡检的效率。
支持自动生成巡查报告，详细说明每一次巡查的时间、位置、问题统计、问题清单。
