近年来，航空、遥感、以及信息处理等技术迅速发展，使得无人机在电力巡检上逐渐应用开来。
无人机电力巡检作为新型电力巡检方式，不受地形地貌限制、便携易用且高效，能够极大程度降低传统巡检工作的风险和失误，提升工作效率。相关数据显示，无人机巡检比人工巡检效率高出40倍。
中国是全球最大的电力市场之一，也是无人机电力巡检市场的重要推动者之一。数据显示，2022年我国电力巡检无人机市场规模达到73.2亿元，创历史新高。
现阶段无人机电力巡检主要分为粗检和细检，过程涵盖了机巡采集、问题标记、生成报告、解决问题等多个步骤。
粗检针对的是一些明显的问题，如绝缘子串是否有盘片掉落，是否有鸟巢等，一般采用人工直接审阅无人机采集图像的方式进行判断；细检则是针对如螺栓脱落、绝缘子串温度异常、异常放电等细粒度的问题进行检测。
相比之下，细检涉及的内容更加具体和详细，通常需要更精细的观察和分析，才能做出判断、解决问题。而将AI 识别技术应用于该领域，效率能够远高于传统的无人机巡检方案。
无人机AI识别电力巡检方案，一般要经历模型准备、取流、预处理、分析、决策、执行这一系列流程。
在其中的分析环节，利用AidLux能够将基于目标检测的深度学习模型部署到手机、平板等安卓设备及其他ARM架构的边缘计算设备上，综合调度设备的CPU、GPU、NPU等资源，进行目标检测和分析。
通过AidLux在移动端实现电力设备目标检测
通过AidLux在移动端实现红外热成像中绝缘子串的旋转检测
这就相当于为无人机加上了一个可以自主检测识别的“智慧大脑”。
AidLux能够部署在多种基于ARM架构芯片模组上，充分释放底层芯片算力资源，以获取更高的算力和AI推理性能，轻松应对电力巡检过程中大量数据的处理分析难题。
为了便于开发者将原有项目迁移到使用高通芯片的硬件上，AidLux还提供模型转换工具AIMO（AI Model Optimizer），只需简单的操作即可快速地、精度几乎无损地完成模型转换，实现项目的快速迁移。
AIMO基础界面
在空中巡检业务中的实际应用场景中，AidLux可以满足多种类型无人机的各类AI巡检需求，实现图像处理、分析反馈，作业的效率和安全性显著提升，故障的识别、诊断更加快速准确。
对于载重能力强的无人机（大飞机）而言，可以将搭载AidLux平台的智能电力巡检设备挂载在无人机上，通过SDK或标准流媒体协议获取无人机云台相机实时视频数据，进行分析并反馈控制。
对于灵活小巧的无人机（小飞机）而言，AidLux则可与地面RC实时互联，通过RC转发获取实时视频，进行分析、反馈控制。
