CN108843492A - 通过无人机进行风机偏航角测算方法及系统 - Google Patents

Abstract

本发明提供了一种通过无人机进行风机偏航角测算方法及系统，包括如下步骤：控制无人机以风塔高度绕风机飞行，通过图像传感器采集叶轮的视频流；对视频流中的叶片进行检测，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；根据点P₁的位置信息、点P₂的第一位置信息以及地球质心计算出风轮平面β，进而计算出风轮平面的偏航角。本发明能够通过无人机测算出风轮平面的偏航角，从而能够便于风机进行建模分析，为实现风机的综合检测提供了便利。

Description

通过无人机进行风机偏航角测算方法及系统

技术领域

本发明涉及风机检测，具体地，涉及一种通过无人机进行风机偏航角测算方法及系统。

背景技术

叶片作为风电系统关键部件，数量多且型面结构复杂，检测难度大。而传统的检测方法是采用专用工装对叶片进行检测，效率低，影响了叶片的检测精度和效率。近年来，随着三坐标测量的普及，建立三坐标测量对叶片的跟踪检测就成为一种趋势，偏航角和方位角是三坐标测量中两个重要参数。

当风连续不断改变方向，风电机叶片轮无法及时跟踪风向，使得风轮转轴与风向不平行，叶轮处于偏航状态，同时作用在叶片上的空气动力载荷也使得桨翼处于运动状态。因此，精确测量偏航角和转角对于叶片以及风电系统性能的研究和检测至关重要。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种通过无人机进行风机偏航角测算方法及系统。

根据本发明提供的通过无人机进行风机偏航角测算方法，所述风机包括风塔和设置在风塔顶端的叶轮，所述叶轮包括三个沿周向均匀分布的叶片，包括如下步骤：

步骤S1：控制无人机以风塔高度绕风机飞行，当无人机在飞行过程中，通过图像传感器采集所述叶轮的视频流；

步骤S2：对所述视频流中的叶片进行检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；

步骤S3：当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；

步骤S4：根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；

步骤S5：根据点P₁的位置信息、点P₂的第一位置信息以及地球质心计算出风轮平面β，进而计算出所述风轮平面的偏航角。

优选地，在步骤S3和步骤S4之间还包括如下步骤：

-让无人机继续飞行，当再次检测到两个叶片完全重叠时，读取此时位置传感器获取的点P₂的第二位置信息，通过点P₂的第二位置信息对点P₂的第一位置信息进行验证。

优选地，所述检测到两个叶片完全重叠时的点P₁通过如下方式计算得出：

P₁＝P[min(τ)] (1-1)

其中，τ为二值图像流t_i中目标行数累加值，P为无人机的实时位置，目标行数累加值τ为根据t_i(x,y)的值累加生成，根据式(1-2)，当t_i(x,y)＝1时累加一次；

当目标行数累加值τ为最小时，确定所述两个叶片完全重叠。

优选地，还包括如下点P₁、P₂的位置验证步骤：

步骤M1：将点P₁的位置信息、P₂的第一位置信息转换至地球坐标系(X_e,Y_e,Z_e)，点P₁、P₂的位置信息通过GPS模块，采用经度、纬度、高度表示，转换计算公式为：

N为纬度B处的卯酉圈曲率半径，E为地球第一偏心率，E＝a²-b²)/a²,a为地球长半径，b为地球短半径，B为位置信息中的纬度，L为位置信息中的风塔高度，H为位置信息中的风塔高度；

步骤M2：验证点P₂、P₁在地球坐标的下的位置关系，即 其中为点P₂与点P₁之间的直线距离，为点P₁离风轮中心距离，为点P₂离风轮中心距离；

步骤M3：计算精确度ratio,判断精确度ratio是否满足98％<ratio<102％；

优选地，还包括如下转角γ的测算步骤：

步骤N1：让无人机位于风机正前方，距离风塔底端设定距离的点P₀位置以垂直升空至风塔高度，获取点P_T的位置信息；

步骤N2：读取图像传感器于点P_T采用的叶轮图像，将所述叶轮图像去除噪声；

步骤N3：对叶轮图像进行边缘检测，检测出目标叶片信息，通过角点检测计算叶尖点坐标，计算三个叶片几何中心点即为风轮中心在图像中的坐标P_windcentre；

步骤N4：连接叶尖点坐标与P_windcentre坐标确定一目标直线，进一步的计算该目标直线的斜率,即可得到该叶片的转角大小。

优选地，所述无人机上搭载位置传感器、图像传感器和机载电脑；

所述位置传感器、所述图像传感器连接所述机载电脑；所述位置传感器用于实时读取无人机位置信息，图像传感器用于拍摄风机叶片生成风机叶片图像，机载电脑用于无人机位置信息和风机叶片图像的处理。

优选地，所述步骤S5具体为：

-将点P₁的位置信息、点P₂的第一位置信息转换至地球坐标系，再根据转换至地球坐标系中点P₁、点P₂及地球质心计算出风轮平面β，进而可得到在地球坐标系中，风轮平面β在地球坐标系(X_e,Y_e,Z_e)中的方向向量，进一步计算所述方向向量与东北天坐标系中Y轴之间形成的偏航角。

本发明提供的通过无人机进行风机偏航角测算系统，用于实现所述的通过无人机进行风机偏航角测算方法，包括：

飞行控制模块，用于控制无人机以风塔高度绕风机飞行，当无人机在飞行过程中，通过图像传感器采集叶片的视频流；

重叠度计算模块，用于对所述视频流中的叶片进行检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；

位置信息获取模块，用于当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；

位置信息计算模块，用于根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；

偏航角计算模块，用于根据点P₁的位置信息、点P₂的第一位置信息以及地球质心计算出风轮平面β，进而计算出所述风轮平面的偏航角。

与现有技术相比，本发明具有如下的有益效果：

本发明能够通过无人机测算风轮平面的方向向量与东北天坐标系Y轴之间形成的偏航角，从而能够根据风向调整风轮转轴，便于提高了风机的发电效率；本发明能够通过无人机测算出风轮平面的偏航角，从而能够便于风机进行建模分析，为实现风机的综合检测提供了便利；本发明中在无人机一次飞行过程中，不仅能够实现偏航角的测量，而且能够实现叶片转角的大小测量，提高了测量效果。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明中通过无人机进行风机偏航角测算方法的步骤流程图；

图2为本发明中通过无人机进行风机偏航角测算方法的原理示意图；

图3为本发明中风轮平面β的示意图；

图4为本发明中偏航角示意图；

图5为本发明中通过视觉检测方法计算转角γ的示意图；

图6为本发明中通过无人机进行风机偏航角测算系统的模块示意图。

图中：

1 为第一平面δ；

2 为飞行轨迹曲线s；

3 为风轮平面β；

4 为直线l；

5 为点P₁；

6 为点P₂。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

针对传统叶片检测的难度与技术上不足和确定偏航角和转角对于风电行业研究的重要性，本发明提出一种通过无人机进行风机偏航角测算方法及系统。

图1为本发明中通过无人机进行风机偏航角测算方法的步骤流程图，如图1所示，本发明提供的通过无人机进行风机偏航角测算方法，所述风机包括风塔和设置在风塔顶端的叶轮，所述叶轮包括三个沿周向均匀分布的叶片，包括如下步骤：

步骤S1：控制无人机以风塔高度绕风机飞行，当无人机在飞行过程中，通过图像传感器采集所述叶轮的视频流；

步骤S2：对所述视频流中的叶片进行检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；

步骤S3：当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；

步骤S4：根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；

步骤S5：根据点P₁的位置信息、点P₂的第一位置信息以及地球质心计算出风轮平面β，8在地球坐标系(X_e,Y_e,Z_e)中的方向向量，进一步的计算所述方向向量与东北天坐标系(ENU)中Y轴之间形成的偏航角。

在本实施例中，三个叶片中任意相邻的两叶片之间的角度为120度。

在本实施例中，在步骤S3和步骤S4之间还包括如下步骤：

-让无人机继续飞行，当再次检测到两个叶片完全重叠时，读取此时位置传感器获取的点P₂的第二位置信息，通过点P₂的第二位置信息对点P₂的第一位置信息进行验证，从而提高了算法的效率。

所述无人机上搭载位置传感器、图像传感器和机载电脑；所述位置传感器、所述图像传感器连接所述机载电脑；

当所述无人机绕风机飞行时，所述位置传感器用于实时读取无人机位置信息，图像传感器用于拍摄风机叶片生成风机叶片图像，机载电脑用于无人机位置信息和风机叶片图像的处理。

在本实施例中，所述图像传感器工业相机。

根据叶片在不同视觉角度呈现不同姿态来精确估计P₁，P₂，结合地球质点三个不共线的位置点确定风轮平面β，即可求得偏航角a。同理转角的测量是先定位P_T，同时读取P_T对应图像，应用视觉图像检测出叶片姿态的方位角度。

图2为本发明中通过无人机进行风机偏航角测算方法的原理示意图，如图2所述，无人机绕风机轮毂飞行一周形成第一平面δ和飞行轨迹曲线s，如图1所示，第一平面δ与风轮平面β相交于直线l；直线l与飞行轨迹曲线s相交于点P₁、P₂。

由于点P₁、P₂在风轮平面β上，因此在确定点P₁、P₂后配合地球质心便能够确定风轮平面β。

所述无人机在绕风机轮毂飞行时，所述图像传感器采集叶片的视频流，所述位置传感器采集所述视频流对应的位置信息。

由于现在的水平轴大型风力发电机组多采用三叶片形式，根据平面视角遮挡原理，当无人机正好位于点P₁或点P₂时，会有一个叶片被其他两个叶片遮挡，所述图像传感器检测到风机叶片图像为两个叶片时，进一步的根据点P₁、P₂的位置特殊性，应用视觉跟踪方法能够将点P₁、P₂标定出来。

无人机在飞行时实时读取所述图像传感器拍摄到视频流f_i，并对图像视频流f_i进行预处理生成仅含叶片目标的二值图像流t_i。

当无人机接近点P₁或点P₂时，三叶片中有两叶片接近重叠或者一叶片被部分遮挡，当其重叠率达到最大或者只能检测到两个叶片时，图像传感器检测到二值图像流t_i近似为一条斜方向窄带，当无人机位于点P₁或P₂时，所述窄带的宽度为最小，即二值图像流t_i中目标行数累加值τ为最小。

P₁＝P[min(τ)] (1-1)

其中，τ为二值图像流t_i中目标行数累加值，P为无人机的实时位置，P₁为感兴趣位置，f_i表示图像传感器采集的视频图像流，τ为根据t_i(x,y)的值累加生成，根据式(1-2)，当t_i(x,y)＝1时累加一次。

因直线l与飞行轨迹曲线s相交于点P₁、P₂，即点P₁、P₂相对于轮毂存在对称关系，当先计算出点P₁位置，便可计算出点P₂大致位置，再借助无人机去验证点P₂，从而进一步提高算法的效率。

当进行P₀、P₁位置验证时包括如下步骤：

步骤M1：将点P₀、P₁、P₂的位置信息转换至地球坐标系(X_e,Y_e,Z_e)；在本实施例中，所述位置传感器为GPS模块，点P₀、P₁、P₂的位置信息通过GPS模块，采用经度、纬度、高度表示；

转换计算公式为：

N为纬度B处的卯酉圈曲率半径，E为地球第一偏心率，E＝a²-b²)/a²,a为地球长半径，b为地球短半径，B为位置信息中的纬度，L为位置信息中的风塔高度，H为位置信息中的风塔高度；

步骤M2：验证点P₂、P₁在地球坐标的下的位置关系，即 其中为P₂，P₁点直线距离，为P₁离风轮中心距离，为P₂离风轮中心距离；

步骤M3：计算精确度ratio,判断精确度ratio是否满足98％<ratio<102％；

图3为本发明中风轮平面β的示意图，图4为本发明中偏航角示意图，如图3、4所示，基于点P₁、P₂以及地球质心计算出风轮平面β，即可得到风机偏航在地球坐标系(X_e,Y_e,Z_e)中的方向向量，进一步的计算所述方向向量与Y_e轴的偏航角；

为后续图像识别技术计算出精确的转角，应当在图像传感器位于叶轮正前方时读取叶轮的信息，所以点P_T唯一。根据已经确定出的点P₀、P₁的位置信息，进一步的选择无人机拍摄路径曲线s中P_T点，结合点P₀的位置信息和风塔高度即可得到P_T位置，然后读取P_T点位置图像传感器拍摄的图像信息。

图5为本发明中通过视觉检测方法计算转角γ的示意图，如图5所示，本发明提供的通过无人机进行风机偏航角测算方法，还包括如下转角γ的测算步骤：

步骤A1：让无人机位于风机正前方，距离风塔底端设定距离的点P₀位置以垂直升空至风塔高度，获取点P_T的位置信息；

步骤A2：读取图像传感器于点P_T采用的叶轮图像，将所述叶轮图像去除噪声；

步骤A3：对叶轮图像进行边缘检测，检测出目标叶片信息，通过角点检测计算叶尖点坐标，计算三个叶片几何中心点即为风轮中心在图像中的坐标P_windcentre；

步骤A4：连接叶尖点坐标与P_windcentre坐标确定一目标直线，进一步的计算该目标直线的斜率,即可得到该叶片的转角大小。

图6为本发明中通过无人机进行风机偏航角测算系统的模块示意图，如图6所示，本发明提供的通过无人机进行风机偏航角测算系统100，包括：

飞行控制模块101，用于控制无人机以风塔高度绕风机飞行，当无人机在飞行过程中，通过图像传感器采集叶片的视频流；

重叠度计算模块102，用于对所述视频流中的叶片进行检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；

位置信息获取模块103，用于当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；

位置信息计算模块104，用于根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；

偏航角计算模块105，用于根据点P₁的位置信息、点P₂的第一位置信息以及地球质心计算出风轮平面β，进而计算出所述风轮平面的偏航角。

当实现本发明提供的通过无人机进行风机偏航角测算方法时，能够同时实现风机偏航角和转角γ的测量，包括如下步骤

步骤S1：记录位于风塔底端点P₀位置的位置信息；

步骤S2：让无人机以风塔高度绕风机自动飞行一周形成飞行轨迹曲线s，飞行轨迹曲线s半径为叶片半径的整数倍，根据P₀点位置和风塔高度确定飞行高度。

步骤S3：无人机在飞行过程中，通过图像传感器采集的视频流进行叶片检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；

步骤S4：当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；

步骤S5：根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；

步骤S6：让无人机继续飞行，当再次检测到两个叶片完全重叠时，读取此时位置传感器获取的点P₂的第二位置信息，通过P₂的第二位置信息对点P₂的第一位置信息进行验证。

先在风塔下记录GPS点P₀，并已知风塔的高度和叶片的长度；控制无人机飞起，高度为风塔高度，绕风轮中心点距以两倍叶片半径距离飞行；飞行到风机左侧，并计算风机两个叶片重叠率，判定是否位置在风机平面上，根据式(1-1)，得到该点的位置，即为点P₁；确定P₁点，机载电脑根据位置对称性，得到估计P₂点估计位置，无人机飞行到风机右侧平面估计位置后继续飞行，即可获取P₂点；通过P₁、P₂及地球质心求取风机偏航角。读取点P₁(lat:40.17208455248887,lon:107.27228840493933)；读取点P₂(lat:40.175627519375055,lon:107.27312725768884)；读取P_windcentre(lat:40.17421597362377,lon:107.27278682293934)；由公式1-3将P₁、P₂、P_windcentre点的经纬度位置信息转换成直角坐标系信息。得到 据公式1-4得ratio＝99.9975％，满足98％<ratio<102％。

本发明能够通过无人机测算风轮平面的方向向量与东北天坐标系Y轴之间形成的偏航角，从而能够根据风向调整风轮转轴，便于提高了风机的发电效率；本发明能够通过无人机测算出风轮平面的偏航角，从而能够便于风机进行建模分析，为实现风机的综合检测提供了便利；本发明中在无人机一次飞行过程中，不仅能够实现偏航角的测量，而且能够实现叶片转角的大小测量，提高了测量效果。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (8)

1.一种通过无人机进行风机偏航角测算方法，所述风机包括风塔和设置在风塔顶端的叶轮，所述叶轮包括轮毂和三个沿轮毂周向均匀分布的叶片，其特征在于，包括如下步骤：

步骤S1：控制无人机以风塔高度绕风机飞行，当无人机在飞行过程中，通过图像传感器采集所述叶轮的视频流；

步骤S2：对所述视频流中的叶片进行检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；

步骤S3：当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；

步骤S4：根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；

步骤S5：根据点P₁的位置信息、点P₂的第一位置信息以及地球质心计算出风轮平面β，进而计算出所述风轮平面的偏航角。

2.根据权利要求1所述的通过无人机进行风机偏航角测算方法，其特征在于，在步骤S3和步骤S4之间还包括如下步骤：

-让无人机继续飞行，当再次检测到两个叶片完全重叠时，读取此时位置传感器获取的点P₂的第二位置信息，通过点P₂的第二位置信息对点P₂的第一位置信息进行验证。

3.根据权利要求1所述的通过无人机进行风机偏航角测算方法，其特征在于，所述检测到两个叶片完全重叠时的点P₁通过如下方式计算得出：

P₁＝P[min(τ)] (1-1)

其中，τ为二值图像流t_i中目标行数累加值，P为无人机的实时位置，目标行数累加值τ为根据t_i(x,y)的值累加生成，根据式(1-2)，当t_i(x,y)＝1时累加一次；

当目标行数累加值τ为最小时，确定所述两个叶片完全重叠。

4.根据权利要求1所述的通过无人机进行风机偏航角测算方法，其特征在于，还包括如下点P₁、P₂的位置验证步骤：

步骤M1：将点P₁的位置信息、P₂的第一位置信息转换至地球坐标系(X_e,Y_e,Z_e)，点P₁、P₂的位置信息通过GPS模块，采用经度、纬度、高度表示，转换计算公式为：

N为纬度B处的卯酉圈曲率半径，E为地球第一偏心率，E＝a²-b²)/a²,a为地球长半径，b为地球短半径，B为位置信息中的纬度，L为位置信息中的风塔高度，H为位置信息中的风塔高度；

步骤M2：验证点P₂、P₁在地球坐标的下的位置关系，即 其中为点P₂与点P₁之间的直线距离，为点P₁离风轮中心距离，为点P₂离风轮中心距离；

步骤M3：计算精确度ratio,判断精确度ratio是否满足98％<ratio<102％；

5.根据权利要求1所述的通过无人机进行风机偏航角测算方法，其特征在于，还包括如下转角γ的测算步骤：

步骤N1：让无人机位于风机正前方，距离风塔底端设定距离的点P₀位置以垂直升空至风塔高度，获取点P_T的位置信息；

步骤N2：读取图像传感器于点P_T采用的叶轮图像，将所述叶轮图像去除噪声；

步骤N3：对叶轮图像进行边缘检测，检测出目标叶片信息，通过角点检测计算叶尖点坐标，计算三个叶片几何中心点即为风轮中心在图像中的坐标P_windcentre；

步骤N4：连接叶尖点坐标与P_windcentre坐标确定一目标直线，进一步的计算该目标直线的斜率,即可得到该叶片的转角大小。

6.根据权利要求1所述的通过无人机进行风机偏航角测算方法，其特征在于，所述无人机上搭载位置传感器、图像传感器和机载电脑；

所述位置传感器、所述图像传感器连接所述机载电脑；所述位置传感器用于实时读取无人机位置信息，图像传感器用于拍摄风机叶片生成风机叶片图像，机载电脑用于无人机位置信息和风机叶片图像的处理。

7.根据权利要求1所述的通过无人机进行风机偏航角测算方法，其特征在于，所述步骤S5具体为：

-将点P₁的位置信息、点P₂的第一位置信息转换至地球坐标系，再根据转换至地球坐标系中点P₁、点P₂及地球质心计算出风轮平面β，进而可得到在地球坐标系中，风轮平面β在地球坐标系(X_e,Y_e,Z_e)中的方向向量，进一步计算所述方向向量与东北天坐标系中Y轴之间形成的偏航角。

8.一种通过无人机进行风机偏航角测算系统，其特征在于，用于实现权利要求1至7任一项所述的通过无人机进行风机偏航角测算方法，包括：

飞行控制模块，用于控制无人机以风塔高度绕风机飞行，当无人机在飞行过程中，通过图像传感器采集叶片的视频流；

重叠度计算模块，用于对所述视频流中的叶片进行检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；

位置信息获取模块，用于当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P₁的位置信息；

位置信息计算模块，用于根据点P₁的位置信息计算与点P₁以风塔呈轴对称分别的点P₂的第一位置信息；

偏航角计算模块，用于根据点P₁的位置信息、点P₂的第一位置信息以及地球质心计算出风轮平面β，进而计算出所述风轮平面的偏航角。