从像素到语义：无人机关键基础设施巡检的边缘AI

桥梁、隧道、大坝和输电网这类关键基础设施正在老化和扩张，人工巡检既昂贵又危险，无人机因此被当作更高效的替代方案。但真正的瓶颈不在飞行，而在数据：连续任务产生海量高分辨率视觉流，其中只有很小一部分画面含有巡检相关信息。这份资料要回答的是，巡检智能该放在哪里、以什么形式放——从云端离线分析，到机载边缘感知，再到完全边缘原生的语义理解。值得现在看，是因为轻量视觉语言模型让“看懂”而不只是“框出”缺陷，第一次有了在无人机级硬件上跑通的可能。

资料的范围横跨架构分类与实机验证两部分。作者来自 TU Wien 分布式系统组、University of Helsinki、University of Klagenfurt、University of Messina 等机构。他们先按 AI 推理在巡检流程中的位置与能力层级对现有流水线归类，指出各范式的系统挑战与架构需求；随后用真实桥梁巡检数据集 COCO-Bridge，在 NVIDIA Jetson 这一无人机级硬件上做可行性实验，把微调后的 YOLO-26M 用于目标定位、轻量 SmolVLM-256 用于语义推理，组合成一条语义边缘智能链路。覆盖的场景包括外立面与塔架评估、路面监测、隧道巡检和电力线分析，对应裂缝、腐蚀、渗漏、位移、车辙、构件退化等结构异常。

演进的第一段是云端中心式巡检：没有机载 AI，无人机只作为空中传感平台，采集高分辨率影像与 GPS/IMU 等遥测定位数据，整段视觉流回传云端或地面设施，离线完成图像增强、分割、特征提取与缺陷检测，输出异常、边界框、类别标签和巡检报告。材料举的例子包括用 Faster R-CNN 做裂缝检测的无人机桥梁巡检框架，以及用 CNN 分类器在结构分析前过滤模糊、退化图像的方案。这类做法享受了远端强算力与大模型执行的好处，但代价同样明确。

代价就是通信开销、反馈延迟，以及对可靠连接的依赖——因为高分辨率视频流需要持续回传。机载边缘感知把缺陷检测直接搬到无人机侧硬件上，降低带宽消耗并改善巡检响应（原文此处在摘录中截断）。再往前一步，完全边缘原生的语义巡检由轻量 VLM 驱动，让无人机从目标检测走向对结构上下文的理解。作者最后把未来方向落在 agentic、自主、可信以及跨边缘—云连续体的协同语义巡检上。

这意味着，这条演进线的驱动力不是模型越大越好，而是在带宽、时延、算力与语义深度之间重新分配。对实践者来说，选型问题从“用哪个检测器”变成“在哪一层做多少推理”；YOLO-26M 加 SmolVLM-256 的组合说明定位与语义解释可以拆成两级，分别放进不同的硬件预算。换句话说，巡检产出物的形态也会变：从边界框和类别标签，转向可读的结构性判断与报告。

做无人机巡检系统、边缘 AI 部署或基础设施运维数字化的工程与研究读者，能从中拿到一份清晰的范式地图、一组可参照的硬件与模型组合，以及把语义能力推到机端的可行性判断。边界也需要说明：材料给出的是可行性评估而非大规模外场验证，评测集中在 COCO-Bridge 这一桥梁数据集和单一 Jetson 平台上，结论迁移到其他结构类型或其他硬件时需要重新验证；摘要层面提到的 agentic 与协同巡检属于未来方向，还不是已验证的结果。

arXiv:2609.18448v1 [cs.DC] 16 Sep 2026 IEEE Internet Computing From Pixels to Semantics: Edge AI for UAV-Based Critical Infrastructure Inspection Reza Farahani *,Distributed Systems Group, TU Wien, Austria Naser Hossein Motlagh,University of Helsinki, Finland Zoha Azimi,University of Klagenfurt, Austria Christian Timmerer,University of Klagenfurt, Austria Lorenzo Carnevale,University of Messina, Italy Sasu Tarkoma,University of Helsinki, Finland Schahram Dustdar,Distributed Systems Group, TU Wien, Austria and ICREA, Barcelona, Spain ∗ Corresponding author: [email protected] Abstract—Critical infrastructure assets such as bridges, tunnels, dams, and power line networks require timely and scalable inspection. While conventional manual inspection remains costly and hazardous, unmanned aerial vehicle (UAV)-based inspection has