近日，中国移动业务应用领域无人机智能巡检相关论文被国际知名期刊《Drones》（影响因子4.8）录用。该论文针对无人机在电力巡检识别与缺陷检测中计算能力有限、检测精度不足难题，提出云边协同智能策略分解无人机任务负载，实现 “边缘粗筛选 + 云端精检测”，同时提升巡检识别与缺陷检测的效率和精度，为业务应用构建理论基础，推动低空智能高质量发展。

　　无人机在电力设备巡检中有效提升了检测覆盖度与运行灵活性，但其受限的计算资源成为应用推广的主要瓶颈，亟需通过任务负载优化与轻量化智能算法设计，构建高效低算力的模型体系，以支撑无人机在复杂场景下的智能感知与决策。绝缘子作为输电线路的关键部件，其状态直接影响电力系统的安全与稳定。现有研究多通过构建复杂骨干网络、引入注意力机制或设计插件模块以提升识别性能，但这类模型计算量大，仅适合服务器端部署，难以应用于计算资源受限的无人机平台。

　　针对无人机在绝缘子识别与缺陷检测任务中面临的高计算负载问题，论文提出了一种云–边协同的智能识别方法，以兼顾检测精度与计算效率实现性能与效率的平衡：在无人机端部署低计算量的绝缘子粗识别算法，实现在低算力条件下的高效筛选；在云端构建高精度识别模型，并设计绝缘子特征交叉融合网络，实现小尺寸缺陷的高效检测。同时，提出改进型注意力机制 I-ECA，以无参数增加的方式实现特征通道的有效增强与信息融合。该方法有效减轻了无人机计算压力，提升了巡检智能化水平。

　　《Drones》为国际知名SCI期刊，专注于无人机的设计与应用，包括无人机（UAV）、无人机系统（UAS）和遥控飞机系统（RPAS）等。