CN102445323B - 一种基于图像处理的定日镜故障诊断方法及系统 - Google Patents
一种基于图像处理的定日镜故障诊断方法及系统 Download PDFInfo
- Publication number
- CN102445323B CN102445323B CN201110297766.7A CN201110297766A CN102445323B CN 102445323 B CN102445323 B CN 102445323B CN 201110297766 A CN201110297766 A CN 201110297766A CN 102445323 B CN102445323 B CN 102445323B
- Authority
- CN
- China
- Prior art keywords
- heliostat
- video camera
- image
- theta
- psi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种基于图像处理的定日镜故障诊断方法及系统,该方法进一步包括:(1)采集同一目标区域定日镜的图像,获得同一场景至少两幅二维图像;(2)计算定日镜实际姿态数据;(3)根据图像采集时刻太阳高度角、方位角及定日镜与吸热器之间的相对位置计算定日镜理论姿态数据;(4)比较定日镜实际姿态数据和定日镜理论姿态数据来判断该定日镜是否为故障定日镜。步骤(2)进一步包括:利用双目视觉三维测量算法计算该时刻目标定日镜的实际姿态,并判定定日镜位置信息和编号。本发明克服了传统闭环式故障诊断方法成本高昂、安装复杂的缺点,利用计算机图像处理技术自动、快速、方便、准确地实现定日镜故障诊断。
Description
发明领域
本发明一般涉及太阳能领域,尤其涉及一种应用于塔式太阳能热发电系统的定日镜故障诊断方法及系统。
背景技术
随着经济和工业发展,对能源的需求越来越多,尤其是电能是工业和人们生活中不可或缺的能源。传统发电模式已经不能满足工业和经济发展的需要。为此,清洁、可再生的能源越来越受到人们重视,而在众多清洁能源中,太阳能被广泛应用在发电和发热领域中。在太阳能发电应用中,塔式太阳能发电系统是其中一种重要的方式。
塔式太阳能热发电站是一个复杂的热力系统,具有强非线性、大延迟、大惯性等特点。由于生产效率低,发电成本高,目前尚处于实验阶段。定日镜场是塔式太阳能热发电站中的一个重要组成部分,镜场规模庞大。因为太阳能辐照角度、强度时刻都在变化,所以定日镜状态需要频繁地调整,控制定日镜转动的部件在不断启动和关闭的过程中极易发生故障。
目前塔式太阳能热发电系统的定日镜故障诊断方法主要是闭环方式。闭环方式是在镜场中定日镜上安装光敏传感器,该传感器可以探测并反馈定日镜转向、角度等信息,若有故障立即报警。该方法的优点是判断准确、快速,缺点是需要安装大量的传感器,且对安装精度要求严格、成本高昂。
发明内容
本发明的目的在于提供一种基于图像处理的定日镜故障诊断方法,以解决现有技术中诊断成本高、安装精度要求高的技术问题。
本发明的另一目的在于提供一种基于图像处理的定日镜故障诊断系统,以解决现有技术中诊断成本高、安装精度要求高的技术问题。
一种基于图像处理的定日镜故障诊断方法,包括:
(1)采集同一目标区域定日镜的图像,获得同一场景至少两幅二维图像;
(2)计算定日镜实际姿态数据;
(3)根据图像采集时刻太阳高度角、方位角及定日镜与吸热器之间的相对位置计算定日镜理论姿态数据;
(4)比较定日镜实际姿态数据和定日镜理论姿态数据来判断该定日镜是否为故障定日镜。
步骤(2)进一步包括:利用双目视觉三维测量算法计算该时刻目标定日镜的实际姿态,并判定定日镜位置信息和编号。
运行双目视觉三维测量算法对目标定日镜进行三维测量之前还包括:对摄像机进行双目标定,得到每个摄像机的参数矩阵,其中,测量过程中,摄像机的内参数和外参数需保持不变,一旦摄像机的内参数或外参数发生变化,需要重新标定。
本发明还包括:在进行定日镜故障诊断前,计算定日镜镜面的中心点位置,保存当前定日镜中心点坐标信息与姿态数据;在诊断过程中,将图像中所有定日镜的中心点坐标与定预先存储的定日镜中心点坐标相对照,获得并记录所摄定日镜的位置及编号信息,上报故障定日镜的位置及编号信息。
步骤(2)进一步包括:
第一摄像机和第二摄像机对同一片镜场采集图像;
分别接收到第一摄像机和第二摄像机上传的图像;
分别从两幅图像中获取各目标定日镜包括所有内角点在内的信息;
对每一目标定日镜,对两幅图像的内角点进行匹配,得到内角点匹配对;
根据匹配对中的每个内角点的图像坐标,两摄像机矩阵信息,获得该匹配对对应真实交点的世界坐标。
两摄像机矩阵信息是通过以下方式获得:
根据标定板参数,确定标定板中每个内角的世界坐标;
利用第一摄像机采用多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第一摄像机的内参数矩阵;
利用第二摄像机采集多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第二摄像机的内参数矩阵;
利用第一摄像机和第二摄像机分别采集标定板图像,获取两幅图佝包括内角点的图像坐标信息;
根据标定板中所有内角点的世界坐标和图像坐标,获得第一摄像机和第二摄像机的外参数旋转矩阵和平移矩阵;
根据第一和第二摄像机的内参数矩阵和外参数旋转矩阵,平移矩阵,建立摄像机矩阵。
本发明还包括:
根据几何原理,矩形在空间中的法向量 可以表示为:
………….. (8)
其中,
………….. (9)
………….. (10)
利用可求图像采集时刻t镜面的实际空间姿态:
比较判定具体步骤包括:
目标定日镜在图像采集时刻t的理论姿态区间,其中K为包括图像处理在内的过程产生的误差值,比较分析上述定日镜理论区间和实际姿态数据进行比较,分为如下几种情况:
情况一,
定日镜姿态正常;
情况二,
定日镜姿态异常,判定为故障;
情况三,
定日镜姿态异常,判定为故障;
情况四,
………….. (16)
定日镜姿态异常,判定为故障。
本发明还提供了一种基于图像处理的定日镜故障诊断系统,包括:
若干摄像机,设置镜场中或镜场四周,用于在同一时刻对同一目标区域定日镜进行图像采集,获得同一场景的至少两幅二维图像;
数据传输模块,连接摄像机,用于传输图像信息、计算处理后数据信息以及发送报警信息;
计算处理中心,连接数据传输模块,用于双目视觉三维测量算法进行图像处理,得到定日镜实际姿态数据和定日镜位置信息和编号,并计算目标定日镜理论和实际姿态;
数据中心,连接计算机处理中心,用于接收定日镜理论和实际姿态数据,并对其进行比较、判定,获得并记录目标定日镜位置与编号信息,对姿态异常的目标定日镜发出报警信号。
其中,所述计算处理中心包括定日镜数据计算单元和图像数据计算单元,其中定日镜数据计算单元根据图像采集时刻太阳高度角、方位角以及定日镜和吸热器的相对位置计算该时刻定日镜的理论姿态;图像数据计算单元对获得图像的摄像机进行标定,利用双目视觉三维测量算法计算该时刻目标定日镜的实际姿态,并判定定日镜位置信息和编号。
其中,所述数据中心包括定日镜信息存储单元、图像处理信息存储单元和比较分析单元;定日镜信息存储单元存储图像采集时刻定日镜理论姿态数据;图像处理信息存储单元存储图像采集时刻实际定日镜姿态数据;比较分析单元对定日镜实际姿态和理论姿态进行比较,判断定日镜姿态是否异常。
本发明还提供另一种种基于图像处理的定日镜故障诊断方法,(即,理论姿态数据计算在先的步骤),其进一步包括:
(1)采集同一目标区域定日镜的图像,获得同一场景至少两幅二维图像;
(2)根据图像采集时刻太阳高度角、方位角及定日镜与吸热器之间的相对位置计算定日镜理论姿态数据;
(3)计算定日镜实际姿态数据;
(4)比较定日镜实际姿态数据和定日镜理论姿态数据来判断该定日镜是否为故障定日镜。
本发明的有益效果如下:
(1)克服了塔式太阳能热发电系统的定日镜传统闭环诊断方法需要大量安装传感器导致成本高昂的缺陷;
(2)将图像中所有定日镜的中心点坐标与定日镜信息存储单元中存储的定日镜中心点坐标相对照,获得并记录所摄定日镜的位置及编号信息,上报故障定日镜的位置及编号信息。利用该方法可在成千上万面定日镜中迅速、准确地掌握故障定日镜的信息,以便及时快速地进行故障排除。
附图说明
图1是本发明的故障诊断系统的示意图;
图2是本发明实施例的计算处理中心的结构框图;
图3是本发明实施例的数据中心的结构框图;
图4是本发明实施例的故障诊断方法流程框图;
图5和图6是本发明实施例中双目视觉三维测量方法的示意图;
图7是本发明实施例中双目视觉三维测量方法的流程框图;
图8是本发明实施例中采集的两幅图像放大示意图;
图9是本发明实施例中提供的标定板示意图;
图10是本发明实施例中提供的摄像机标定方法流程框图。
具体实施方式
以下结合附图和具体实施方案对本发明进行进一步说明。本发明所列举的实施方案和实施例仅用于说明的目的,使本领域的普通技术人员能够更好地理解和实施本发明,而无意限制由权利要求书限定的保护范围。
如图1所示,所述定日镜故障诊断系统包括:
摄像机1,与传输模块相连,用于采集定日镜姿态的数字图像;
传输模块2,与计算处理中心3、数据中心4相连,用于传输图像信息、计算处理后数据信息以及发送报警信息等;
计算处理中心3,连接数据传输模块2,用于双目视觉三维测量算法进行图像处理,得到定日镜实际姿态数据和定日镜位置信息和编号,并计算目标定日镜理论和实际姿态。
计算处理中心3包括定日镜数据计算单元31和图像数据计算单元32,如图2所示。定日镜数据计算单元31根据图像采集时刻太阳高度角、方位角以及定日镜和吸热器6的相对位置计算该时刻定日镜的理论姿态。图像数据计算单元32实现两个功能:(1)对获得图像的摄像机进行标定;(2)利用图像处理方法计算该时刻目标定日镜的实际姿态,并判定定日镜位置信息和编号。
数据中心4,连接计算机处理中心3,用于接收定日镜理论和实际姿态数据,并对其进行比较、判定,获得并记录目标定日镜位置与编号信息,对姿态异常的目标定日镜发出报警信号。
数据中心4包括定日镜信息存储单元41,图像处理信息存储单元42和比较分析单元43,如图3所示。定日镜信息存储单元41存储图像采集时刻定日镜理论姿态数据;图像处理信息存储单元42存储图像采集时刻实际定日镜姿态数据。比较分析单元43对定日镜实际姿态和理论姿态进行比较,判断定日镜姿态是否异常。
设置多台摄像机于镜场中或镜场四周;调整相机角度,使每两台摄像机观测范围尽可能一致;每两台摄像机在同一时刻对同一目标区域定日镜进行图像采集,获得同一场景的至少两幅二维图像。
考虑到现场存在成千上万的定日镜,在本发明中,采用计算处理单元3来计算目标定日镜的理论姿态和实际姿态,然后再利用数据中心4进行比较判定。计算处理单元3可以是多个,另外数据中心4可以是一个,也可以是几个,这种方式能够提供判断的速度。当然,计算处理单元3和数据中心4之间可以通过无线或有线连接,或者通过内部网进行连接。还有,当定日镜的数量不够多或者是计算数据快的情况下,计算处理单元3和数据中心4也可以合在一个平台上来实现。
图4是故障诊断流程图。本实施例中,摄像机1a(或称第一摄像机)和摄像机1b(或称第二摄像机)于时刻t开始进行图像采集,采集到的两幅数字图像111和121由传输模块2传输至计算处理中心3。
数据传输模块将定日镜姿态的图像信号传输至计算处理中心。
参照图5和图6,图像中的定日镜同时进行计算、处理、分析、诊断。下文以图像中的某一面定日镜51为例,对本发明的诊断方法进行详细描述。应理解,对其它定日镜的故障诊断方法基本相同,并且可以同时进行。
定日镜在图像采集时刻t的理论姿态由定日镜数据计算单元31完成,并由传输模块5传输至定日镜信息存储单元41。该理论姿态数据应包括定日镜的方位角和定日镜高度角。在本实例中,定义方位角为定日镜镜面法向量与正南方向夹角,高度角为定日镜镜面法向量与水平面夹角。该过程主要使用已有的太阳角度计算方法和定日镜跟踪算法,在此不再详述;
定义定日镜理论姿态为,考虑到由于图像处理等过程产生的误差为K,在本实例中K为左右,因此用于后续数据比较的定日镜理论姿态数据应为一闭合区间,在本实例中,定义该定日镜理论姿态区间为:;
图像数据计算单元32负责计算定日镜在图像采集时刻t的实际姿态数据。该过程使用双目视觉三维测量方法,对摄像机1a和摄像机1b采集到的数字图像111和121进行计算处理;
参照图3,定日镜理论姿态区间数据由传输模块5传输至数据中心7的定日镜信息存储单元41;
参照图6,在本实施例中,以定日镜51的镜面矩形511为例进行说明。定义定日镜51的镜面矩形511为,其顶点为A、B、C、D。参照图7,使用双目视觉三维测量可得A、B、C、D的三维坐标,进而计算比较得到定日镜实际姿态数据和定日镜位置信息和编号。该过程详述如下:
图像数据计算单元32分别从两幅数字图像111和121中获取每幅定日镜图像包括的所有内角点;
参照图8,为方便说明,局部放大数字图像511和512得到图像5111和5112。图像5111中定日镜图像的所有内角点分别为A1、B1、C1、D1,图像5112中定日镜图像的所有内角点分别为A2、B2、C2、D2。其中,内角点A1和A2对应真实的交点A,内角点B1和B2对应真实的交点B,内角点C1和C2对应真实的交点C,内角点D1和D2对应真实的交点D;
图像数据计算单元32采用现有的匹配算法,对左右两幅数字图像中的内角点进行匹配,得到内角点匹配对;其中,匹配算法根据内角点周围的梯度特征,对左右两幅图像中的内角点进行匹配,匹配对包括的两个内角点对应物体中的同一个交点。例如,采用匹配算法对图8所示的两幅图像进行匹配,得到的内角点匹配对分别为<A1, A2>、<B1, B2>、 <C1, C2>、 <D1, D2>,且<A1, A2>、<B1, B2>、<C1, C2>、<D1, D2>分别对应矩形的交点;
根据匹配对包括的每个内角点的图像坐标、摄像机1a矩阵和摄像机1b矩阵,获得该匹配对对应的真实的交点在世界坐标系中的世界坐标;
具体地,将匹配对包括的两内角点的图像坐标和以及摄像机1a和摄像机1b的矩阵和带入到公式(1),计算出匹配对对应的真实的交点的世界坐标;
....................... (1)
上述步骤中每个匹配对对应的真实的交点的世界坐标即为最终获取的三维信息。另外,摄像机在采集图像时,为每个摄像机的图像建立一个图像坐标系,因此,图像中的每个像素点在图像坐标系中都有一个图像坐标。例如,对于匹配对<A1, A2>,根据内角点A1和A2的图像坐标、摄像机1a矩阵和摄像机1b矩阵,通过公式(1)可获得<A1, A2>对应的真实交点A的世界坐标;
上述摄像机1a和摄像机1b矩阵是通过事先标定得到的,标定方法详述如下:
(a) 图像数据计算单元32根据标定板参数确定标定板中每个内角点在世界坐标系中的世界坐标;
如图9所示的标定板由黑白方格组成,标定板参数包括X方向上的每个方格的位置,Y方向上的每个方格的位置和方格边长。每个方格的顶点为内角点。根据方格的边长,以及该方格在X方向上的位置和Y方向上的位置,确定该方格包括的四个内角点的世界坐标;
(b) 利用摄像机1a从不同角度采集多幅标定板图像,图像数据计算单元32扫描每幅图像并从每幅图像中读取所有内角点的图像坐标;其中,摄像机1a自身具有坐标系,并且将该坐标系建立在采集的图像中,使得采集的图像中都有一个图像坐标系,从而使图像中的每个点都有图像坐标;
至此,得到每个内角点的一个世界坐标和一个图像坐标;
图像数据计算单元32根据每个内角点的世界坐标和图像坐标,通过Levenberg-Marquardt迭代算法,获得摄像机1a的内参数矩阵;其中,通过Levenberg-Marquardt迭代算法直接获得摄像机1a的内参数,包括该摄像机在X方向的焦距、在Y方向上的焦距、摄像机1a的光心在图像坐标系中的坐标,再将这些内参数组成摄像机1a的内参数矩阵,如公式(2)所示;
………….. (2)
至此,完成了对摄像机1a的标定;
类似地,摄像机1b自身具有坐标系,并将该坐标系建立在采集的图像中,使得采集的图像中都有一个图像坐标系,从而使图像中的每个点都有图像坐标。至此,得到每个内角点的一个世界坐标和一个图像坐标;
图像数据计算单元32根据每个内角点的世界坐标和图像坐标,通过Levenberg-Marquardt迭代算法,获得摄像机1b的内参数矩阵;其中,通过Levenberg-Marquardt迭代算法直接获得摄像机1b的内参数,包括该摄像机在X方向的焦距、在Y方向上的焦距、摄像机1b的光心在图像坐标系中的坐标,再将这些内参数组成摄像机1b的内参数矩阵,如公式(3)所示;
………….. (3)
至此,完成了摄像机1b的标定;
同时利用摄像机1a和摄像机1b分别采集两幅标定板图像,图像数据计算单元32扫描两幅图像,获取两幅图像所有内角点的图像坐标;
图像数据计算单元32根据标定板中的所有内角点的世界坐标和图像坐标,通过Levenberg-Marquardt迭代算法,获得两摄像机的外参数旋转矩阵和平移矩阵,如公式(4)所示;
,………….. (4)
图像数据计算单元32根据摄像机1a的内参数矩阵,摄像机1b的内参数矩阵,两摄像机的外参数旋转矩阵和平移矩阵,建立摄像机1a矩阵和摄像机1b矩阵;
具体的,规定摄像机1a的坐标系为世界坐标系,建立的摄像机1a矩阵和摄像机1b矩阵如公式(5)所示:
………….. (5)
或者,规定摄像机1b的坐标系为世界坐标系,建立的摄像机1a矩阵和摄像机1b矩阵如公式(6)所示:
………….. (6)
其中,
………….. (7)
在本实施例中,参照图5、图6,定日镜51的镜面矩形511为,其顶点由上述双目视觉三维测量方法可得的三维坐标,,,;
根据几何关系,可求图像采集时刻t镜面在三维空间中的实际姿态,包括方位角和高度角。该过程详述如下:
根据几何原理,矩形在空间中的法向量可以表示为:
………….. (8)
其中,
………….. (9)
………….. (10)
进而可求图像采集时刻t镜面的实际空间姿态:
………….. (11)
S4: 将定日镜理论和实际姿态数据传输至数据中心,使用比较分析单元进行比较、判定,获得并记录所摄定日镜的位置及编号信息,上报故障定日镜的位置及编号信息。其中判断所摄定日镜位置信息和编号的方法如下:
由于无论定日镜镜面的姿态如何,其中心点位置是不变的,因而定义定日镜51的中心点为,则其坐标可由顶点或的坐标求得,求解过程如下:
………….. (12)
该计算过程是在图像数据计算单元32中完成的。定日镜中心点坐标信息与姿态数据同时被传输至图像处理信息单元42存储;
在进行定日镜故障诊断前,定日镜信息存储单元41中存有每个定日镜的镜面中心点坐标和定日镜位置及编号信息。比较分析单元43将定日镜51中心点坐标与定日镜信息存储单元41中存储的定日镜51中心点坐标相对照,即可获得并记录定日镜51的位置及编号信息。同理,利用此方法可得到图片中其它定日镜在镜场中的位置和编号信息;
下面详述比较分析单元43比较图像111中各定日镜在图像采集时刻t的理论和实际姿态数据,诊断其状态的过程:
定日镜51在图像采集时刻t的理论姿态区间储存在信息存储单元41,其实际姿态数据存储在图像处理信息存储单元42中。比较分析单元43将上述定日镜理论区间和实际姿态数据进行比较,分为如下两种情况:
情况一,
………….. (13)
定日镜姿态正常;
情况二,
………….. (14)
定日镜姿态异常,判定为故障。
情况三,
………….. (15)
定日镜姿态异常,判定为故障。
情况四,
………….. (16)
定日镜姿态异常,判定为故障。
同样,根据上述步骤可判定图像采集时刻t图像111或121中其他定日镜的实际姿态是否异常。
如上所述,在得出图像中各定日镜位置与编号信息,并分析得出姿态异常的定日镜后,将其编号记录,发出报警信号,完成一次故障诊断。
本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
虽然为了说明的目的对优选实施例进行了详细描述,但在不脱离本发明范围和精神的情况下,可以做出多种改变。因此,本发明不限于此,而是权利要求所限定的范围。
Claims (7)
1.一种基于图像处理的定日镜故障诊断方法,其特征在于,包括:
(1)采集同一目标区域定日镜的图像,获得同一场景至少两幅二维图像;
(2)计算定日镜实际姿态数据;
(3)根据图像采集时刻太阳高度角、方位角及定日镜与吸热器之间的相对位置计算定日镜理论姿态数据;
(4)比较定日镜实际姿态数据和定日镜理论姿态数据来判断该定日镜是否为故障定日镜;
步骤(2)进一步包括:利用双目视觉三维测量算法计算该时刻目标定日镜的实际姿态,并判定定日镜位置信息和编号,具体包括:
第一摄像机和第二摄像机对同一片镜场采集图像;
分别接收到第一摄像机和第二摄像机上传的图像;
分别从两幅图像中获取各目标定日镜包括所有内角点在内的信息;
对每一目标定日镜,对两幅图像的内角点进行匹配,得到内角点匹配对;
根据匹配对中的每个内角点的图像坐标,两摄像机矩阵信息,获得该匹配对对应真实交点的世界坐标;
其中,两摄像机矩阵信息是通过以下方式获得:
根据标定板参数,确定标定板中每个内角的世界坐标;
利用第一摄像机采集多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第一摄像机的内参数矩阵;
利用第二摄像机采集多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第二摄像机的内参数矩阵;
利用第一摄像机和第二摄像机分别采集标定板图像,获取两幅图像包括内角点的图像坐标信息;
根据标定板中所有内角点的世界坐标和图像坐标,获得第一摄像机和第二摄像机的外参数旋转矩阵和平移矩阵;
根据第一和第二摄像机的内参数矩阵和外参数旋转矩阵,平移矩阵,建立摄像机矩阵;
根据几何原理,矩形在空间中的法向量表示为:
其中,
利用求图像采集时刻t镜面的实示空间姿态(ψit,θit);
目标定日镜在图像采集时刻t的理论姿态区间(ψi0-K,ψi0+K),(θi0-K,θi0+K),其中K为包括图像处理在内的过程产生的误差值,比较分析上述定日镜理论区间和实际姿态数据进行比较,分为如下几种情况:
[01]情况一,
定日镜姿态正常;
[02]情况二,
定日镜姿态异常,判定为故障;
[03]情况三,
定日镜姿态异常,判定为故障;
[04]情况四,
定日镜姿态异常,判定为故障;
其中,K等于3度。
2.如权利要求1所述的基于图像处理的定日镜故障诊断方法,其特征在于,运行双目视觉三维测量算法对目标定日镜进行三维测量之前还包括:对摄像机进行双目标定,得到每个摄像机的参数矩阵,其中,测量过程中,摄像机的内参数和外参数需保持不变,一旦摄像机的内参数或外参数发生变化,需要重新标定。
3.如权利要求1所述的基于图像处理的定日镜故障诊断方法,其特征在于,还包括:
在进行定日镜故障诊断前,计算定日镜镜面的中心点位置,保存当前定日镜中心点坐标信息与姿态数据;
在诊断过程中,将图像中所有定日镜的中心点坐标与预先存储的定日镜中心点坐标相对照,获得并记录所摄定日镜的位置信息及编号,上报故障定日镜的位置及编号信息。
4.一种基于图像处理的定日镜故障诊断系统,其特征在于,包括:
两摄像机,设置镜场中或镜场四周,用于在同一时刻对同一目标区域定日镜进行图像采集,获得同一场景的至少两幅二维图像;
数据传输模块,连接摄像机,用于传输图像信息、计算处理后数据信息以及发送报警信息;
计算处理中心,连接数据传输模块,用于双目视觉三维测量算法进行图像处理,对每一目标定日镜,对两幅图像的内角点进行匹配,得到内角点匹配对,根据匹配对中的每个内角点的图像坐标,两摄像机矩阵信息,获得该匹配对对应真实交点的世界坐标,得到定日镜实际姿态数据和定日镜位置信息和编号,并计算目标定日镜理论和实际姿态;
数据中心,连接计算机处理中心,用于接收定日镜理论和实际姿态数据,并对其进行比较、判定,获得并记录目标定日镜位置与编号信息,对姿态异常的目标定日镜发出报警信号;
其中,两摄像机矩阵信息是通过以下方式获得:
根据标定板参数,确定标定板中每个内角的世界坐标;
利用第一摄像机采集多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第一摄像机的内参数矩阵;
利用第二摄像机采集多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第二摄像机的内参数矩阵;
利用第一摄像机和第二摄像机分别采集标定板图像,获取两幅图像包括内角点的图像坐标信息;
根据标定板中所有内角点的世界坐标和图像坐标,获得第一摄像机和第二摄像机的外参数旋转矩阵和平移矩阵;
根据第一和第二摄像机的内参数矩阵和外参数旋转矩阵,平移矩阵,建立摄像机矩阵;
根据几何原理,矩形在空间中的法向量表示为:
其中,
利用求图像采集时刻t镜面的实际空间姿态(ψit,θit)
目标定日镜在图像采集时刻t的理论姿态区间(ψi0-K,ψi0+K),(θi0-K,θi0+K),其中K为包括图像处理在内的过程产生的误差值,比较分析上述定日镜理论区间和实际姿态数据进行比较,分为如下几种情况:
[05]情况一
定日镜姿态正常;
[06]情况二,
定日镜姿态异常,判定为故障;
[07]情况三,
定日镜姿态异常,判定为故障;
[08]情况四,
定日镜姿态异常,判定为故障;
其中,K等于3度。
5.如权利要求4所述的基于图像处理的定日镜故障诊断系统,其特征在于,所述计算处理中心包括定日镜数据计算单元和图像数据计算单元,其中定日镜数据计算单元根据图像采集时刻太阳高度角、方位角以及定日镜和吸热器的相对位置计算该时刻定日镜的理论姿态;图像数据计算单元对获得图像的摄像机进行标定,利用双目视觉三维测量算法计算该时刻目标定日镜的实际姿态,并判定定日镜位置信息和编号。
6.如权利要求4所述的基于图像处理的定日镜故障诊断系统,其特征在于,所述数据中心包括定日镜信息存储单元、图像处理信息存储单元和比较分析单元;定日镜信息存储单元存储图像采集时刻定日镜理论姿态数据;图像处理信息存储单元存储图像采集时刻实际定日镜姿态数据;比较分析单元对定日镜实际姿态和理论姿态进行比较,判断定日镜姿态是否异常。
7.一种基于图像处理的定日镜故障诊断方法,其特征在于,包括:
(1)采集同一目标区域定日镜的图像,获得同一场景至少两幅二维图像;
(2)根据图像采集时刻太阳高度角、方位角及定日镜与吸热器之间的相对位置计算定日镜理论姿态数据;
(3)计算定日镜实际姿态数据;
(4)比较定日镜实际姿态数据和定日镜理论姿态数据来判断该定日镜是否为故障定日镜;
步骤(2)进一步包括:利用双目视觉三维测量算法计算该时刻目标定日镜的实际姿态,并判定定日镜位置信息和编号,具体包括:
第一摄像机和第二摄像机对同一片镜场采集图像;
分别接收到第一摄像机和第二摄像机上传的图像;
分别从两幅图像中获取各目标定日镜包括所有内角点在内的信息;
对每一目标定日镜,对两幅图像的内角点进行匹配,得到内角点匹配对;
根据匹配对中的每个内角点的图像坐标,两摄像机矩阵信息,获得该匹配对对应真实交点的世界坐标;
其中,两摄像机矩阵信息是通过以下方式获得:
根据标定板参数,确定标定板中每个内角的世界坐标;
利用第一摄像机采集多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第一摄像机的内参数矩阵;
利用第二摄像机采集多幅标定板图像,从每幅图中读取所有内角点的图像坐标;
根据内角点的世界坐标和图像坐标,获得第二摄像机的内参数矩阵;
利用第一摄像机和第二摄像机分别采集标定板图像,获取两幅图像包括内角点的图像坐标信息;
根据标定板中所有内角点的世界坐标和图像坐标,获得第一摄像机和第二摄像机的外参数旋转矩阵和平移矩阵;
根据第一和第二摄像机的内参数矩阵和外参数旋转矩阵,平移矩阵,建立摄像机矩阵;
根据几何原理,矩形在空间中的法向量表示为:
其中,
利用求图像采集时刻t镜面的实际空间姿态(ψit,θit);
目标定日镜在图像采集时刻t的理论姿态区间(ψi0-K,ψi0+K),(θi0-K,θi0+K),其中K为包括图像处理在内的过程产生的误差值,比较分析上述定日镜理论区间和实际姿态数据进行比较,分为如下几种情况:
[09]情况一,
定日镜姿态正常;
[10]情况二,
定日镜姿态异常,判定为故障;
[11]情况三,
[12]情况四,
其中,K等于3度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110297766.7A CN102445323B (zh) | 2011-09-27 | 2011-09-27 | 一种基于图像处理的定日镜故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110297766.7A CN102445323B (zh) | 2011-09-27 | 2011-09-27 | 一种基于图像处理的定日镜故障诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102445323A CN102445323A (zh) | 2012-05-09 |
CN102445323B true CN102445323B (zh) | 2014-07-30 |
Family
ID=46008036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110297766.7A Expired - Fee Related CN102445323B (zh) | 2011-09-27 | 2011-09-27 | 一种基于图像处理的定日镜故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102445323B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102298194A (zh) * | 2011-08-04 | 2011-12-28 | 深圳市联讯创新工场科技开发有限公司 | 一种定日镜校正设备及校正方法 |
CN102929299A (zh) * | 2012-11-22 | 2013-02-13 | 宁夏光合能源科技有限公司 | 一种定日镜机械误差校准的方法 |
CN103776422A (zh) * | 2014-02-26 | 2014-05-07 | 彭大维 | 一种塔式太阳能图像自动识别系统 |
US20180299264A1 (en) * | 2015-06-19 | 2018-10-18 | Solarreserve Technology, Llc | Heliostat characterization using starlight |
CN109062269A (zh) * | 2018-08-23 | 2018-12-21 | 杨军峰 | 一种定日镜自动聚焦纠偏方法、装置及系统 |
CN109798867B (zh) * | 2019-02-14 | 2021-11-26 | 浙江可胜技术股份有限公司 | 一种跨越式清洗车的定日镜异常姿态检测方法及装置 |
CN110716576A (zh) * | 2019-11-07 | 2020-01-21 | 浙江中光新能源科技有限公司 | 一种基于无人机的定日镜场巡检系统和方法 |
DE102020118990A1 (de) * | 2020-07-17 | 2022-01-20 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren zum Einstellen eines Heliostaten einer Solaranlage |
CN112286234B (zh) * | 2020-10-30 | 2023-08-29 | 浙江可胜技术股份有限公司 | 一种基于定日镜姿态编码解码的镜场校正系统及方法 |
CN112506233B (zh) * | 2020-11-26 | 2022-11-15 | 浙江可胜技术股份有限公司 | 一种基于rfid的定日镜基准位置定位方法 |
CN113522915B (zh) * | 2021-05-26 | 2022-09-23 | 浙江可胜技术股份有限公司 | 用于跨越式定日镜清洗车的障碍检测装置和障碍检测方法 |
CN116659388B (zh) * | 2023-08-02 | 2023-10-20 | 沈阳仪表科学研究院有限公司 | 一种定日镜中各平面镜安装位置检测系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7207327B2 (en) * | 2004-06-15 | 2007-04-24 | United Technologies Corporation | Feedback control method for a heliostat |
CN101699219B (zh) * | 2009-10-30 | 2011-01-26 | 北京理工大学 | 双目视觉三维测量的方法及传感器 |
-
2011
- 2011-09-27 CN CN201110297766.7A patent/CN102445323B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102445323A (zh) | 2012-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102445323B (zh) | 一种基于图像处理的定日镜故障诊断方法及系统 | |
CN112894832B (zh) | 三维建模方法、装置、电子设备和存储介质 | |
CN110850723B (zh) | 一种基于变电站巡检机器人系统的故障诊断及定位方法 | |
CN102155923B (zh) | 基于立体靶标的拼接测量方法及系统 | |
CN110517216B (zh) | 一种基于多类型相机的slam融合方法及其系统 | |
CN111931565A (zh) | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 | |
CN201707034U (zh) | 一种基于多像机多视场的轨距检测系统定标装置 | |
CN109410312B (zh) | 基于光伏电站的光伏组件阵列建立三维模型的方法 | |
CN101354796B (zh) | 基于泰勒级数模型的全向立体视觉三维重建方法 | |
CN103292722A (zh) | 一种非接触式风电叶片全场三维变形测量方法 | |
CN105243637A (zh) | 一种基于三维激光点云进行全景影像拼接方法 | |
CN103278138A (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
CN110879080A (zh) | 一种高温锻件高精度智能测量仪和测量方法 | |
CN109920009B (zh) | 基于二维码标识的控制点检测与管理方法及装置 | |
CN114638909A (zh) | 基于激光slam和视觉融合的变电站语义地图构建方法 | |
CN112595236A (zh) | 一种水下激光三维扫描和实时测距的测量装置 | |
CN104215217B (zh) | 一种应用于电力巡线无人机的伪像距单目测距方法 | |
KR101664909B1 (ko) | 태양광 패널의 형상을 활용한 태양광 패널 감시용 무인 비행체 및 그의 자세 제어 방법 | |
CN106023193A (zh) | 一种用于浑浊介质中结构表面检测的阵列相机观测方法 | |
CN105374067A (zh) | 一种基于pal相机的三维重建方法及其重建系统 | |
Wang et al. | Automatic reading system for analog instruments based on computer vision and inspection robot for power plant | |
CN212515006U (zh) | 一种适用于无人机光伏巡检场景的异常目标精准定位装置 | |
Gallardo-Saavedra et al. | Aerial thermographic inspection of photovoltaic plants: analysis and selection of the equipment | |
CN107274449B (zh) | 一种光学照片对物体的空间定位系统及方法 | |
CN112330740A (zh) | 一种基于单目视频的伪双目动态测距方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140730 Termination date: 20200927 |