项目描述：考虑到电网高空作业人员的安全性和排查任务的繁杂性，本项目设计了一个能够自动检测输电塔和温感探头温度电量等情况并发送数据和给工作人员报警的功能。项目结合了硬件和软件，主要通过开发监控平台网站以及安卓端无线温感探头预警监测APP实现对输电塔上温感探头状态的实时监测通过监控网站完成对人员权限及任务的分配以及探头、输电塔装置的管理查看当出现电路故障时能够根据探头状态准确及时地 找出问题所在并通过APP将报警信息发送给维修人员使其能够及时出动任务。

项目描述：1、针对于SLAM中低照度场景特征提取难度增大导致相机位姿估计结果不准确的问题，从深度学习关键点特征提取方法入手，通过特征融合、图像光照增强以及增加网络约束的方式实现对低照度场景特征提取方法精度上的改进，使其能够在较暗光照下提取更加精确的关键点信息，在单应估计等任务的多个指标上实现了最好及具有竞争力的结果。
 成果：一篇 EI 英文源刊论文 已录用 
2、针对于目前端到端方法相机位姿估计精确度较低的问题，采用深度学习神经网络优化的方式进行研究，将单帧输入图像扩展到多帧，充分利用帧间关联特征信息并构建帧间约束，在室内外数据集的测试指标上达到了与最先进的技术相似甚至更好的性能。 
成果：一篇 SCI 二区论文 投稿中