01
无人机巡检概述
行业背景、技术演进、课程目标与学习路径
概论入门
02
巡检无人机选型
多旋翼与固定翼对比、载荷选配、续航与抗风能力
硬件选型
03
叶片巡检任务规划
航线设计原则、航点设置、重叠率与分辨率计算
规划航测
04
RTK与PPK技术
高精度定位原理、基站架设、数据后处理流程
定位后处理
05
可见光相机参数设置
光圈、快门、ISO、白平衡对成像的影响
相机参数
06
红外热成像基础
热像仪原理、温度标定、热斑与冷斑识别
红外热像
07
激光雷达（LiDAR）点云采集
扫描原理、点云密度、航线重叠策略
LiDAR点云
08
多传感器融合
可见光+红外+LiDAR数据同步与对齐
融合同步
09
飞行前检查清单
电池、电机、传感器、存储卡、固件版本
安全检查
10
安全飞行规范
禁飞区识别、电子围栏设置、应急返航策略
法规应急
11
自动化巡检模式
航点飞行、兴趣点环绕、全景拼接模式
自动化航线
12
数据采集实战
单叶片多角度拍摄、边缘与根部重点覆盖
实战采集
13
数据导出与整理
SD卡文件结构、命名规范、元数据提取
数据整理
14
图像预处理
畸变校正、色彩校正、图像增强算法
预处理图像
15
点云预处理
去噪、滤波、地面点分类、点云配准
点云滤波
16
正射影像与DSM生成
Pix4D/大疆智图工作流
制图DSM
17
叶片分割与提取
基于深度学习的语义分割（U-Net/Mask R-CNN）
分割深度学习
18
缺陷检测算法
裂纹、剥落、雷击点、腐蚀的视觉特征
检测缺陷
19
热成像温度分析
温度场重建、异常温升区域定位
热成像分析
20
点云三维重建
叶片模型生成、弦长与扭转角测量
三维重建
21
数据标注工具
LabelMe、CVAT、Roboflow使用技巧
标注工具
22
模型训练与部署
YOLOv8在边缘计算设备（Jetson）上的部署
训练部署
23
巡检报告自动生成
模板设计、数据可视化、缺陷统计图表
报告自动化
24
数据管理平台
数据库设计、Web端展示、历史数据对比
平台管理
25
案例实战1：风电场叶片裂纹检测全流程
从数据采集到报告输出完整案例
实战裂纹
26
案例实战2：热成像发现叶片内部脱粘缺陷
红外热成像检测脱粘与分层
实战脱粘
27
案例实战3：LiDAR点云分析叶片变形与疲劳
点云对比、变形分析与疲劳评估
实战变形
28
行业标准与规范
DNV-GL、IEC 61400相关条款解读
标准规范
29
未来趋势
5G远程巡检、数字孪生、AI自主决策
趋势前沿
30
课程总结与项目答辩
知识体系回顾、常见问题答疑、职业发展建议
总结答辩