电力巡检正逐步采用无人机技术,ZEGO方案实现了实时音视频传输,满足低延迟和低码率需求。通过自定义视频采集和低码率编码,确保在弱网环境下无人机画面清晰可见,支持多路监控,提升巡检效率。
大华股份在南京发布了无人机智能巡检大模型一体机,专注于水域安全监管。该设备结合视频AI算法和视觉语言模型,能够智能识别违章建筑和违规船只,提升巡检效率,采用双模型架构,确保实时检测与高准确性。
AI 技术简化了巡检和排障,通过完善的基础设施实现自动监控和报告生成,减少人工干预。AI 能快速定位复杂代码中的问题,提高效率,缩小公司间的技术差距,推动智能化进程。
黑芝麻智能与中远海运数智科技签署协议,共同启动船用智能巡检机器人项目,聚焦复杂环境下的智能巡检需求,推动技术研发合作。
该项目基于C#开发,利用海康摄像头实现灯具的自动巡检,支持手动和自动模式,具备实时图像处理和异常报警功能。通过TCP/IP协议与轨道机通信,并结合OpenCV进行灯色识别,以提高巡检的效率和准确性。
文章探讨了故障处理的自动化方法,包括利用Agent进行故障处理、巡检和根因分析。通过建立标准流程和巡检能力,结合AI进行故障分析,提升故障定位和修复效率,重点在资源关联和数据管理,最终实现自动化故障分析。
数字化转型推动企业智能化运维,AI技术提升运维效率。联想通过智能巡检Agent克服传统人工巡检的局限,利用AWS的Strands Agent SDK构建高效系统,确保云资源稳定运行。AI赋能运维工程师,使其专注于创造性任务,提升业务创新能力。
k8s-cluster-inspector组件可自动化Kubernetes集群巡检,识别问题并提供解决方案。通过AI工具,巡检结果更丰富、专业,提升用户体验。系统流程包括执行巡检模板、与集群交互、渲染结果并上报,AI设计提高了灵活性。
一名学员的系统崩溃经过windbg分析,发现是C++数组越界导致托管堆损坏。最终通过assert定位问题,调试过程艰难但成功找到原因。
k8sgpt 是一款智能化的 Kubernetes 运维助手,能够通过自然语言扫描和诊断集群问题。用户可通过 Cherry Studio 配置 k8sgpt 的 MCP 服务器,实现集群健康检查、资源分析和故障诊断,提升运维效率,简化操作复杂度,代表了运维工作的智能化发展方向。
“中国软件杯”大学生软件设计大赛旨在提升学生的软件科研与工程能力。2025年赛事主题为“智能四足机器狗太空基地巡检系统”,重点在AI技术应用。参赛队伍需在指定场地完成巡检任务,使用飞桨大模型和宇树科技的机器狗,比赛时间为10分钟,包括调试与任务执行。
智能巡检机器人在上海等地进行道路巡检,利用“北斗+AI”技术高效识别病害,巡检效率提升近一倍。城市运营与千寻位置合作,推动智能化巡检,减少人工依赖,优化养护策略,助力智慧城市建设。
中国低空经济主要应用于无人机和垂直起降车辆在物流、农业和巡检领域。无人机物流在珠三角试点,提升效率,降低成本;农业中用于喷洒和监控;巡检用于电力线路检查。垂直起降车辆仍在试验中。低空经济被视为新的增长点,尽管有管理和安全挑战,各地政府积极推动,未来潜力大。
伊克罗德推出了AWS巡检方案,帮助企业优化云端配置,降低成本,提升安全性和性能。方案包括安全合规检查、资源优化与成本控制、性能监控与优化以及可视化Dashboard等内容。伊克罗德还提供定制化的巡检服务,帮助客户清晰了解资源状态。
本文介绍了如何通过监控和巡检来保证企业业务前端系统的稳定性和高质量运行,包括监控的背景和意义、类别、整体架构和建设实践。同时,还介绍了监控后暴露的问题和未来的规划。
智能监控平台融合人工智能、机器学习和大数据分析技术,提供预测性维护和自动化优化建议。使用Amazon Bedrock、Claude 3和Grafana构建智能巡检系统,包括创建数据源、提取仪表盘信息、根据条件判断指标、总结巡检结果等步骤。结合Claude 3的多模态能力和自然语言处理能力,高效地对多个监控指标进行巡检、分析。未来计划扩展和优化系统。
该文章讨论了SQL问题引发的线上事故,并提出了通过开发SQL巡检插件来自动检测有问题的SQL的解决方案。该插件利用SQL拦截器拦截系统执行的SQL,并通过解析和加密SQL语句进行预警。通过执行计划分析和表和查询条件分析,及时发现索引未使用和条件不符合规则的SQL,并记录到巡检平台。巡检平台提供报警阈值管理和校验规则管理等功能,并支持一键分析和建议。通过自动巡检和及时预警,可以在测试预发环境发现并修复SQL问题,避免带到线上,并提供优化建议。
本文介绍了使用Prometheus进行集群巡检的方法,包括使用PromQL查询语言获取数据和修改告警中的PromQL。还提供了一个巡检脚本示例,并强调巡检脚本编写是长期工作。
人工智能在铁路行业的应用主要集中在巡检和检测领域,通过大模型和深度学习算法提高了效率。然而,铁路AI发展仍面临生态建设、行业特殊性和人才培养等困难。希望百度能提供更多支持和合作,共同推动铁路AI发展。
完成下面两步后,将自动完成登录并继续当前操作。