CN109190186A - 通过无人机进行风机模型自动重建方法及系统 - Google Patents
通过无人机进行风机模型自动重建方法及系统 Download PDFInfo
- Publication number
- CN109190186A CN109190186A CN201810906938.8A CN201810906938A CN109190186A CN 109190186 A CN109190186 A CN 109190186A CN 201810906938 A CN201810906938 A CN 201810906938A CN 109190186 A CN109190186 A CN 109190186A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- wind tower
- blade
- point cloud
- blower
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/579—Depth or shape recovery from multiple images from motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Forklifts And Lifting Vehicles (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明提供了一种通过无人机进行风机模型自动重建方法及系统,无人机上装载一固态雷达,风机包括风塔和设置在风塔顶端的叶轮,叶轮包括轮毂和三个沿轮毂周向均匀分布的叶片,包括如下步骤:将无人机放置于风机前侧,使得风塔位于固态雷达的探测范围,进而控制无人机沿预设路径飞行;当无人机沿预设路径飞行时,通过固态雷达采集风机的点云图;根据风机的点云图计算出风机的风轮平面、风塔高度、一叶片的转角以及轮毂相对应风塔中心的凸出长度;根据风轮平面、风塔高度、一叶片的转角以及轮毂相对应风塔中心的凸出长度重建风机模型。本发明能够实现风机模型的快速重建,从而便于对每一叶片进行照片的采集,实现风机叶片上的缺陷的检测。
Description
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模型自动重建方法及系统。
背景技术
风力发电机是将风能转换为机械功,机械功带动转子旋转,最终输出交流电的电力设备。风力发电机一般有叶片、发电机、调向器、塔架、限速安全机构和储能装置等构件组成。
在风力发电机的长期运行过程中,叶片的表面会呈现出各种损伤,例如叶片保护膜损伤、叶片掉漆、叶片结冰、叶片裂纹以及叶片油污等。
目前,对叶片表面进行损伤检测时,通常采用人工爬上风力发电机进行检测,不仅会花费大量的人力,而且在人工爬上风力发电的进行检测的时候需要高空作业,作业人员的安全具有一定的风险。
因此通过无人机装载相机进行风机检测,能够很好的代替人工进行检测。但是无人机装载相机进行工作时,需要通过对风力发电机进行建模分析,从而便于对控制无人机沿预设的巡检路径飞行,实现对风力发电机上损伤的检测。
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模型自动重建方法及系统。
根据本发明提供的通过无人机进行风机模型自动重建方法,所述无人机上装载一固态雷达,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,包括如下步骤:
步骤S1:将所述无人机放置于风机前侧,使得所述风塔位于所述固态雷达的探测范围,进而控制所述无人机沿预设路径飞行;
步骤S2:当所述无人机沿预设路径飞行时,通过所述固态雷达采集所述风机的点云图;
步骤S3:根据所述风机的点云图计算出的所述风机的风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度;
步骤S4:根据所述风轮平面、所述风塔高度、至少一叶片的所述转角以及轮毂相对于风塔中心的凸出长度重建风机模型。
优选地,所述步骤S1包括如下步骤:
步骤S101:以预设的基准面上的第一目标点为原点O建立NED坐标系;
步骤S102:将无人机放置在所述第一目标点上,使得所述风塔位于所述固态雷达的探测范围内;
步骤S103:控制所述无人机沿所述预设路径飞行。
优选地,所述步骤S2包括如下步骤:
步骤S201:当所述无人机以第一预设高度垂直升空至第二目标点时,调整所述无人机的机头朝向至第一目标朝向,所述第一目标朝向使得所述风塔位于所述固态雷达的探测视野中央;
步骤S202:通过所述固态雷达探测出所述风塔的点云图计算出所述风塔的直径和所述无人机与所述风塔的第一目标距离;
步骤S203:根据预设的风塔直径与第一预设距离的关系,计算出距离所述风塔第一预设距离的第三目标点;
步骤S204:根据所述无人机位于第三目标点时保持第一目标朝向、第二目标点的坐标、第一目标距离和第一预设距离生成所述第三目标点的坐标,进而控制无人机飞行至第三目标点;
步骤S205:根据所述第三目标点的坐标、所述第一预设距离、所述第一目标朝向以及所述风塔的直径生成位于所述预设的基准面上的风塔中心点M的坐标;
步骤S206:以所述风塔中心点M为原点建立ENU坐标系,进而生成所述ENU坐标系与所述NED坐标系的转换矩阵;
步骤S207:在所述ENU坐标系中,所述无人机垂直升空飞行至第四目标点同时采集风塔和叶片的点云。
优选地,所述步骤S201还包括如下步骤:
步骤S2011:所述无人机以第一预设高度垂直升空至第二目标点;
步骤S2012:所述无人机自转一周并通过所述固态雷达探测判断是否存在障碍物,当所述固态雷达探测到障碍物时,则触发步骤S2013,当所述固态雷达没有探测到障碍物时,则触发步骤S2014;
步骤S2013:所述无人机再次以第二预设高度垂直升空,并再次触发步骤S2012;
步骤S2014:调整所述无人机的机头朝向至第一目标朝向,所述第一目标朝向使得所述风塔位于所述固态雷达的探测视野中央。
优选地,所述步骤S207包括如下步骤:
步骤S2071:在所述无人机垂直升空飞行至第四目标点过程中,通过所述固态雷达采集所述风塔的点云图并提取位于所述风塔的点云图中间且沿风塔中轴线分布的像素点;
步骤S2072:当探测到所述风塔的两侧存在叶片的点云图时,采集所述叶片的点云图并提取位于所述叶片的点云图中间且沿叶片的长度方向分布的像素点;
步骤S2073:当提取到一叶片的像素点的数量大于预设的数量阈值时,则所述无人机继续垂直飞行第三预设高度至第四目标点完成叶片和风塔的点云图采集。
优选地,在所述步骤S2072中,通过PID控制器控制所述无人机飞行垂直升空飞行,当所述无人机在N轴方向和E轴方向的速度小于预设的速度阈值时,采集所述叶片的点云图,所述叶片的点云图满足如下条件:
-所述叶片的点云图位于风塔点云区域的两侧,所述风塔点云区域为以所述风塔的第一张点云图中心沿水平方向将所述风塔的第一张点云图放大预设的倍数生成;
-所述叶片的点云图沿叶片的长度方向延伸的每一侧边均与所述探测视野的上侧边相交;
-所述叶片的点云图拟合成的点云直线与水平方向的夹角在预设的角度范围之间。
优选地,所述步骤S3包括如下步骤:
步骤S301:将所述叶片的点云图映射到NME平面生成点云映射直线,所述点云映射直线沿U轴延伸生成所述风机的风轮平面;
步骤S302:根据所述风轮平面与所述风塔的垂直距离生成轮毂相对应风塔中心的凸出长度;
步骤S303:所述叶片的点云图映射到所述风轮平面,进而拟合成点云直线,所述点云直线平移后与U轴的交点高度生成所述风塔高度;
步骤S304:根据所述点云直线与所述风轮平面水平方向的夹角生成所述叶片的转角;
步骤S305:根据风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度重建风机模型。
优选地,在步骤S207之后,还可以通过如下步骤计算所述轮毂相对应风塔中心的凸出长度:
步骤M1:所述无人机绕所述风塔的中轴线转动飞行至所述无人机与所述风塔的中轴线的连线与所述风轮平面垂直;
步骤M2:所述无人机垂直向下飞行至所述风塔高度并测定所述无人机与所述轮毂之间的第二目标距离;
步骤M3:根据所述第一预设距离与所述风塔的半径求和后减去所述第二目标距离生成所述轮毂相对应风塔中心的凸出长度。
优选地,在所述无人机由第三目标点垂直升空飞行至第四目标点时,根据所述固态雷达探测到的所述无人机与所述风机的最小距离与最大距离差生成所述轮毂相对应风塔中心的凸出长度;根据所述固态雷达探测到的所述无人机与所述风机之间最小距离时,所述无人机的高度作为风塔高度。
本发明提供的通过无人机进行风机模型自动重建系统,用于实现所述的通过无人机进行风机模型自动重建方法,包括:
飞行控制模块,用于控制放置于风机前侧且使得所述风塔位于所述固态雷达的探测范围的所述无人机沿预设路径飞行;
点云图采集模块,用于当所述无人机沿预设路径飞行时,控制所述固态雷达采集所述风机的点云图;
点云图解算模块,用于根据所述风机的点云图计算出所述风机的风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度;
风机模型重建模块,用于根据所述风轮平面、所述风塔高度、至少一叶片的所述转角以及轮毂相对应风塔中心的凸出长度重建风机模型。
与现有技术相比,本发明具有如下的有益效果:
本发明中仅需要将无人机放置在风机前侧,控制无人机沿预设路径飞行,通过固态雷达采集风机的点云图,便可计算出风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度等用于风机模型重建的参数,实现风机模型的快速重建,从而便于控制无人机沿每一叶片飞行,对每一叶片进行照片的采集,实现风机叶片上的缺陷的检测。
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模型自动重建方法的步骤流程图;
图2为本发明中无人机飞行控制的步骤流程图;
图3为本发明中控制所述无人机沿预设路径飞行的步骤流程图;
图4为本发明中无人机进行障碍物探测的步骤流程图;
图5为本发明中无人机在飞至第四目标点采集点云图的步骤流程图;
图6为本发明变形例中轮毂相对应风塔中心的凸出长度计算的步骤流程图;
图7为本发明中叶片的点云图解算的步骤流程图;
图8为本发明中叶片的点云图和风塔的点云图中像素点的采集示意图;
图9为本发明中叶片的点云图拟合成的点云映射直线的示意图;
图10为本发明中通过无人机进行风机模型自动重建系统的模块示意图。
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。
图1为本发明中通过无人机进行风机模型自动重建方法的步骤流程图,如图1所示,本发明提供的通过无人机进行风机模型自动重建方法,所述无人机上装载一固态雷达,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,包括如下步骤:
步骤S1:将所述无人机放置于风机前侧,使得所述风塔位于所述固态雷达的探测范围,进而控制所述无人机沿预设路径飞行;
步骤S2:当所述无人机沿预设路径飞行时,通过所述固态雷达采集所述风机的点云图;
步骤S3:根据所述风机的点云图计算出的所述风机的风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度;
步骤S4:根据所述风轮平面、所述风塔高度、至少一叶片的所述转角以及轮毂相对于风塔中心的凸出长度重建风机模型。
本发明中仅需要将无人机放置在风机前侧,控制无人机沿预设路径飞行,通过固态雷达采集风机的点云图,便可计算出风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度等用于风机模型重建的参数,实现风机模型的快速重建,从而便于控制无人机沿每一叶片飞行,对每一叶片进行的照片进行采集,实现风机叶片上的缺陷的检测。
图2为本发明中无人机起飞的预设置的步骤流程图,如图2所示,所述步骤S1包括如下步骤:
步骤S101:以预设的基准面上的第一目标点为原点O建立NED坐标系;
步骤S102:将无人机放置在所述第一目标点上,使得所述风塔位于所述固态雷达的探测范围内;
步骤S103:控制所述无人机沿所述预设路径飞行。
在本实施例中,所述预设基准面为地面,所述NED(North East Down)坐标系,即北东地坐标系,简称为n坐标系,也叫做导航坐标系,是在导航时根据导航系统工作的需要而选取的用于导航结算的参考坐标系。
NED坐标系各轴的定义:
N表示北轴指向地球北;
E表示东轴指向地球东;
D表示地轴垂直于地球表面并指向下。
当所述轮毂映射到所述预设基准面上时,所述无人机的机头与所述轮毂前侧面的中心点的连线与所述轮毂的轴线之间夹角在±20°以内,所述无人机的机头朝向所述风塔,并与所述风塔的距离在8至25米之间。
为了保持所述无人机的机头与所述轮毂前侧面的中心点的连线与所述轮毂的轴线之间夹角在±20度以内;在本发明中,直接通过人眼进行判断将所述无人机放置在所述轮毂的前侧,并根据实验结果可知,通过人眼的判断将无人机放置在轮毂正前侧时,误差在±8°以内。
图3为本发明中控制所述无人机沿预设路径飞行的步骤流程图,如图3所示,所述步骤S2包括如下步骤:
步骤S201:所述无人机以第一预设高度垂直升空至第二目标点,并调整所述无人机的机头朝向至第一目标朝向,所述第一目标朝向使得所述风塔位于所述固态雷达的探测视野中央;
步骤S202:通过所述固态雷达探测出所述风塔的点云图计算出所述风塔的直径和所述无人机与所述风塔的第一目标距离;
步骤S203:根据预设的风塔直径与第一预设距离的关系,计算出距离所述风塔第一预设距离的第三目标点;
步骤S204:根据所述无人机位于第三目标点时保持第一目标朝向、第二目标点的坐标、第一目标距离和第一预设距离生成所述第三目标点的坐标,进而控制无人机飞行至第三目标点;
步骤S205:根据所述第三目标点的坐标、所述第一预设距离、所述第一目标朝向以及所述风塔的直径生成位于所述预设的基准面上的风塔中心点M的坐标;
步骤S206:以所述风塔中心点M为原点建立ENU坐标系,进而生成所述ENU坐标系与所述NED坐标系的转换矩阵;
步骤S207:在所述ENU坐标系中,所述无人机垂直升空飞行至第四目标点同时采集风塔和叶片的点云。
在本实施例中,所述ENU坐标系为以站心(如GPS接收天线中心)为坐标系原点O,U轴与椭球法线重合,向上为正(天向),N轴与椭球短半轴重合(北向),E轴与地球椭球的长半轴重合(东向)所构成的直角坐标系,称为当地东北天坐标系(ENU)。
在本实施例中,所述第一预设高度为15米。
在本实施例中,预设的风塔直径与第一预设距离的关系,随着风塔直径变大,第一预设距离变大,如当风塔直径为1米时,所述第一预设距离为10米,当风塔直径为2米时,所述第一预设距离为20米。
在本实施例中,所述预设路径为由第一目标点通过第二目标点、第三目标点飞行至第四目标点的飞行路径。
图4为本发明中无人机进行障碍物探测的步骤流程图,如图4所示,所述步骤S201还包括如下步骤:
步骤S2011:所述无人机以第一预设高度垂直升空至第二目标点;
步骤S2012:所述无人机自转一周并通过所述固态雷达探测判断是否存在障碍物,当所述固态雷达探测到障碍物时,则触发步骤S2013,当所述固态雷达没有探测到障碍物时,则触发步骤S2014;
步骤S2013:所述无人机再次以第二预设高度垂直升空,并再次触发步骤S2012;
步骤S2014:调整所述无人机的机头朝向至第一目标朝向,所述第一目标朝向使得所述风塔位于所述固态雷达的探测视野中央。
在本实施例中,所述障碍物不包括所述风塔,所述第二预设高度为5米。所述固态雷达3的视场角水平方向为60°,竖直方向为4°,所述探测视野为320乘以20像素点。
在本实施例中,所述固态雷达3采用北醒CE30-D固态激光雷达,探测范围在0.4~30m。
图5为本发明中无人机在飞至第四目标点采集点云图的步骤流程图,如图5所示,所述步骤S207包括如下步骤:
步骤S2071:在所述无人机垂直升空飞行至第四目标点过程中,通过所述固态雷达采集所述风塔的点云图并提取位于所述风塔的点云图中间且沿风塔中轴线分布的像素点;
步骤S2072:当探测到所述风塔的两侧存在叶片的点云图时,采集所述叶片的点云图并提取位于所述叶片的点云图中间且沿叶片的长度方向分布的像素点;
步骤S2073:当提取到一叶片的像素点的数量大于预设的数量阈值时,则所述无人机继续垂直飞行第三预设高度至第四目标点完成叶片和风塔的点云图采集。
图8为本发明中叶片的点云图和风塔的点云图中像素点的采集示意图,步骤S2071和步骤S2072中采集的像素点,如图8所示,图8仅为示意图,在本实施例中,每一帧点云图,风塔和每一叶片均采集20个像素点。
在本实施例中,所述第三预设高度为10米,所述预设的数量阈值为60个像素点,也就是当探测到叶片的点云图时,采集三帧点云图后,在飞行10米,从而保证无人机的飞行高度大于轮毂的高度。在本实施例中,所述无人机的飞行速度为1.5m/s,点云图采集的频次为10帧/s。
在所述步骤S2072中,由于存在风对无人机飞行路径的影响,因此通过PID控制器控制所述无人机飞行垂直升空飞行,当所述无人机在N轴方向和E轴方向的速度小于预设的速度阈值时,采集所述叶片的点云图,所述叶片的点云图满足如下条件:
-所述叶片的点云图位于风塔点云区域的两侧,所述风塔点云区域为以所述风塔的第一张点云图中心沿水平方向将所述风塔的第一张点云图放大预设的倍数生成;
-所述叶片的点云图沿叶片的长度方向延伸的每一侧边均与所述探测视野的上侧边相交;
-所述叶片的点云图拟合成的点云直线与水平方向的夹角在预设的角度范围之间。
所述预设的速度阈值为0.3m/s。所述预设的倍数为1.5倍。所述预设的角度范围为[15°,45°],将点云直线与水平方向的夹角大于45°和小于15°的点云图排除掉。
根据叶片位于风塔两侧分别的特点,将点云图中的风塔排除掉,筛选出四边形的叶片点云图,将形成的五边形的叶片点云图去除。
在本实施例中,预设的风塔两侧的叶片与水平方向的夹角为30°。
图6为本发明变形例中轮毂相对应风塔中心的凸出长度计算的步骤流程图,在该变形例中,在步骤S207之后,还可以通过如下步骤计算所述轮毂相对应风塔中心的凸出长度:
步骤M1:所述无人机绕所述风塔的中轴线转动飞行至所述无人机与所述风塔的中轴线的连线与所述风轮平面垂直;
步骤M2:所述无人机垂直向下飞行至所述风塔高度并测定所述无人机与所述轮毂之间的第二目标距离;
步骤M3:根据所述第一预设距离与所述风塔的半径求和后减去所述第二目标距离生成所述轮毂相对应风塔中心的凸出长度。
图7为本发明中风机模型计算的步骤流程图,如图7所示,所述步骤S3包括如下步骤:
步骤S301:将所述叶片的点云图映射到NME平面生成点云映射直线,所述点云映射直线沿U轴延伸生成所述风机的风轮平面,如图9所示;
步骤S302:根据所述风轮平面与U轴所述风塔的垂直距离生成轮毂相对应风塔中心的凸出长度;
步骤S303:所述叶片的点云图映射到所述风轮平面,进而拟合成的点云直线,所述点云直线平移后与U轴的交点高度生成所述风塔高度;
步骤S304:根据所述点云直线与所述风轮平面水平方向的夹角生成所述叶片的转角。
步骤S305:根据风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度重建风机模型。
在本实施例中,所述风轮平面的方向向量与东北天坐标系中Y轴之间形成风机的偏航角。
在本实施例中,在步骤S303中,分别通过两个叶片的点云图,求出两个初步的风塔高度,取平均值作为最终的风塔高度;在步骤S304中,根据两个点云直线与所述风轮平面水平方向的夹角生成两个初步的叶片的转角,取平均值作为最终的叶片的转角。进而还可以计算出90°与所述叶片的转角差,生成叶片与风塔之间的夹角。
在本实施例中,所述水平方向为所述固态雷达探测视野的宽度方向,如图8中的ABC方向。本发明中叶片的点云图和风塔的点云图,可替换为由叶片的点云图生产的叶片的深度图,风塔的点云图生产的风塔的深度图。
在变形例中,当在所述无人机由第三目标点垂直升空飞行至第四目标点时,根据所述固态雷达探测到的所述无人机与所述风机的最小距离与最大距离差生成所述轮毂相对应风塔中心的凸出长度;根据所述固态雷达探测到的所述无人机与所述风机之间最小距离时,所述无人机的高度作为风塔高度。
即在根据所述风机的点云图计算所述风机的风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度识别时,可以通过上述变形例中方法计算出轮毂相对应风塔中心的凸出长度,并根据初始无人机放置的位置确定风机的偏航角度,叶片的转角采用默认的60°。
图10为本发明中通过无人机进行风机模型自动重建系统的模块示意图,如图10所示,本发明提供的通过无人机进行风机模型自动重建系统,用于实现所述的通过无人机进行风机模型自动重建方法,包括:
飞行控制模块,用于控制放置于风机前侧且使得所述风塔位于所述固态雷达的探测范围的所述无人机沿预设路径飞行;
点云图采集模块,用于当所述无人机沿预设路径飞行时,控制所述固态雷达采集所述风机的点云图;
点云图解算模块,用于根据所述风机的点云图计算出所述风机的风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度;
风机模型重建模块,用于根据所述风轮平面、所述风塔高度、至少一叶片的所述转角以及轮毂相对应风塔中心的凸出长度重建风机模型。
本发明中仅需要将无人机放置在风机前侧,控制无人机沿预设路径飞行,通过固态雷达采集风机的点云图,便可计算出风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度等用于风机模型重建的参数,实现风机模型的快速重建,从而便于控制无人机沿每一叶片飞行,对每一叶片进行照片的采集,实现风机叶片上的缺陷的检测。
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 (10)
1.一种通过无人机进行风机模型自动重建方法,所述无人机上装载一固态雷达,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:将所述无人机放置于风机前侧,使得所述风塔位于所述固态雷达的探测范围,进而控制所述无人机沿预设路径飞行;
步骤S2:当所述无人机沿预设路径飞行时,通过所述固态雷达采集所述风机的点云图;
步骤S3:根据所述风机的点云图计算出的所述风机的风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度;
步骤S4:根据所述风轮平面、所述风塔高度、至少一叶片的所述转角以及轮毂相对于风塔中心的凸出长度重建风机模型。
2.根据权利要求1所述的通过无人机进行风机模型自动重建方法,其特征在于,所述步骤S1包括如下步骤:
步骤S101:以预设的基准面上的第一目标点为原点O建立NED坐标系;
步骤S102:将无人机放置在所述第一目标点上,使得所述风塔位于所述固态雷达的探测范围内;
步骤S103:控制所述无人机沿所述预设路径飞行。
3.根据权利要求2所述的通过无人机进行风机模型自动重建方法,其特征在于,所述步骤S2包括如下步骤:
步骤S201:当所述无人机以第一预设高度垂直升空至第二目标点时,调整所述无人机的机头朝向至第一目标朝向,所述第一目标朝向使得所述风塔位于所述固态雷达的探测视野中央;
步骤S202:通过所述固态雷达探测出所述风塔的点云图计算出所述风塔的直径和所述无人机与所述风塔的第一目标距离;
步骤S203:根据预设的风塔直径与第一预设距离的关系,计算出距离所述风塔第一预设距离的第三目标点;
步骤S204:根据所述无人机位于第三目标点时保持第一目标朝向、第二目标点的坐标、第一目标距离和第一预设距离生成所述第三目标点的坐标,进而控制无人机飞行至第三目标点;
步骤S205:根据所述第三目标点的坐标、所述第一预设距离、所述第一目标朝向以及所述风塔的直径生成位于所述预设的基准面上的风塔中心点M的坐标;
步骤S206:以所述风塔中心点M为原点建立ENU坐标系,进而生成所述ENU坐标系与所述NED坐标系的转换矩阵;
步骤S207:在所述ENU坐标系中,所述无人机垂直升空飞行至第四目标点同时采集风塔和叶片的点云。
4.根据权利要求3所述的通过无人机进行风机模型自动重建方法,其特征在于,所述步骤S201还包括如下步骤:
步骤S2011:所述无人机以第一预设高度垂直升空至第二目标点;
步骤S2012:所述无人机自转一周并通过所述固态雷达探测判断是否存在障碍物,当所述固态雷达探测到障碍物时,则触发步骤S2013,当所述固态雷达没有探测到障碍物时,则触发步骤S2014;
步骤S2013:所述无人机再次以第二预设高度垂直升空,并再次触发步骤S2012;
步骤S2014:调整所述无人机的机头朝向至第一目标朝向,所述第一目标朝向使得所述风塔位于所述固态雷达的探测视野中央。
5.根据权利要求3所述的通过无人机进行风机模型自动重建方法,其特征在于,所述步骤S207包括如下步骤:
步骤S2071:在所述无人机垂直升空飞行至第四目标点过程中,通过所述固态雷达采集所述风塔的点云图并提取位于所述风塔的点云图中间且沿风塔中轴线分布的像素点;
步骤S2072:当探测到所述风塔的两侧存在叶片的点云图时,采集所述叶片的点云图并提取位于所述叶片的点云图中间且沿叶片的长度方向分布的像素点;
步骤S2073:当提取到一叶片的像素点的数量大于预设的数量阈值时,则所述无人机继续垂直飞行第三预设高度至第四目标点完成叶片和风塔的点云图采集。
6.根据权利要求5所述的通过无人机进行风机模型自动重建方法,其特征在于,在所述步骤S2072中,通过PID控制器控制所述无人机飞行垂直升空飞行,当所述无人机在N轴方向和E轴方向的速度小于预设的速度阈值时,采集所述叶片的点云图,所述叶片的点云图满足如下条件:
-所述叶片的点云图位于风塔点云区域的两侧,所述风塔点云区域为以所述风塔的第一张点云图中心沿水平方向将所述风塔的第一张点云图放大预设的倍数生成;
-所述叶片的点云图沿叶片的长度方向延伸的每一侧边均与所述探测视野的上侧边相交;
-所述叶片的点云图拟合成的点云直线与水平方向的夹角在预设的角度范围之间。
7.根据权利要求3所述的通过无人机进行风机模型自动重建方法,其特征在于,所述步骤S3包括如下步骤:
步骤S301:将所述叶片的点云图映射到NME平面生成点云映射直线,所述点云映射直线沿U轴延伸生成所述风机的风轮平面;
步骤S302:根据所述风轮平面与所述风塔的垂直距离生成轮毂相对应风塔中心的凸出长度;
步骤S303:所述叶片的点云图映射到所述风轮平面,进而拟合成点云直线,所述点云直线平移后与U轴的交点高度生成所述风塔高度;
步骤S304:根据所述点云直线与所述风轮平面水平方向的夹角生成所述叶片的转角;
步骤S305:根据风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度重建风机模型。
8.根据权利要求3所述的通过无人机进行风机模型自动重建方法,其特征在于,在步骤S207之后,还可以通过如下步骤计算所述轮毂相对应风塔中心的凸出长度:
步骤M1:所述无人机绕所述风塔的中轴线转动飞行至所述无人机与所述风塔的中轴线的连线与所述风轮平面垂直;
步骤M2:所述无人机垂直向下飞行至所述风塔高度并测定所述无人机与所述轮毂之间的第二目标距离;
步骤M3:根据所述第一预设距离与所述风塔的半径求和后减去所述第二目标距离生成所述轮毂相对应风塔中心的凸出长度。
9.根据权利要求3所述的通过无人机进行风机模型自动重建方法,其特征在于,
在所述无人机由第三目标点垂直升空飞行至第四目标点时,根据所述固态雷达探测到的所述无人机与所述风机的最小距离与最大距离差生成所述轮毂相对应风塔中心的凸出长度;根据所述固态雷达探测到的所述无人机与所述风机之间最小距离时,所述无人机的高度作为风塔高度。
10.一种通过无人机进行风机模型自动重建系统,其特征在于,用于实现权利要求1至9任一项所述的通过无人机进行风机模型自动重建方法,包括:
飞行控制模块,用于控制放置于风机前侧且使得所述风塔位于所述固态雷达的探测范围的所述无人机沿预设路径飞行;
点云图采集模块,用于当所述无人机沿预设路径飞行时,控制所述固态雷达采集所述风机的点云图;
点云图解算模块,用于根据所述风机的点云图计算出所述风机的风轮平面、风塔高度、至少一叶片的转角以及轮毂相对应风塔中心的凸出长度;
风机模型重建模块,用于根据所述风轮平面、所述风塔高度、至少一叶片的所述转角以及轮毂相对应风塔中心的凸出长度重建风机模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810906938.8A CN109190186B (zh) | 2018-08-10 | 2018-08-10 | 通过无人机进行风机模型自动重建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810906938.8A CN109190186B (zh) | 2018-08-10 | 2018-08-10 | 通过无人机进行风机模型自动重建方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109190186A true CN109190186A (zh) | 2019-01-11 |
CN109190186B CN109190186B (zh) | 2023-07-14 |
Family
ID=64920894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810906938.8A Active CN109190186B (zh) | 2018-08-10 | 2018-08-10 | 通过无人机进行风机模型自动重建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190186B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110471447A (zh) * | 2019-08-27 | 2019-11-19 | 无锡风电设计研究院有限公司 | 风力机的巡检方法和系统 |
CN111323789A (zh) * | 2020-03-19 | 2020-06-23 | 苏州思维慧信息科技有限公司 | 一种基于无人机和固态雷达的地面形貌扫描装置及方法 |
CN111522360A (zh) * | 2020-05-14 | 2020-08-11 | 清远电力规划设计院有限公司 | 一种基于电力铁塔的带状倾斜摄影自动航线规划方法 |
CN112096566A (zh) * | 2020-08-27 | 2020-12-18 | 上海扩博智能技术有限公司 | 风机停机状态参数的获取方法、系统、设备和介质 |
CN113128248A (zh) * | 2019-12-26 | 2021-07-16 | 深圳一清创新科技有限公司 | 障碍物检测方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107248153A (zh) * | 2017-05-23 | 2017-10-13 | 上海东古航空科技有限公司 | 一种用于巡检风力发电的无人机及系统 |
CN107656537A (zh) * | 2016-07-25 | 2018-02-02 | 新疆金风科技股份有限公司 | 无人机航线规划方法及装置、基于无人机的风机叶片检查方法及系统 |
CN108319290A (zh) * | 2017-01-16 | 2018-07-24 | 财团法人金属工业研究发展中心 | 利用无人机拍摄风机叶面的方法、内储程序的计算机程序产品及可读取记录媒体 |
-
2018
- 2018-08-10 CN CN201810906938.8A patent/CN109190186B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107656537A (zh) * | 2016-07-25 | 2018-02-02 | 新疆金风科技股份有限公司 | 无人机航线规划方法及装置、基于无人机的风机叶片检查方法及系统 |
CN108319290A (zh) * | 2017-01-16 | 2018-07-24 | 财团法人金属工业研究发展中心 | 利用无人机拍摄风机叶面的方法、内储程序的计算机程序产品及可读取记录媒体 |
CN107248153A (zh) * | 2017-05-23 | 2017-10-13 | 上海东古航空科技有限公司 | 一种用于巡检风力发电的无人机及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110471447A (zh) * | 2019-08-27 | 2019-11-19 | 无锡风电设计研究院有限公司 | 风力机的巡检方法和系统 |
CN113128248A (zh) * | 2019-12-26 | 2021-07-16 | 深圳一清创新科技有限公司 | 障碍物检测方法、装置、计算机设备和存储介质 |
CN113128248B (zh) * | 2019-12-26 | 2024-05-28 | 深圳一清创新科技有限公司 | 障碍物检测方法、装置、计算机设备和存储介质 |
CN111323789A (zh) * | 2020-03-19 | 2020-06-23 | 苏州思维慧信息科技有限公司 | 一种基于无人机和固态雷达的地面形貌扫描装置及方法 |
CN111323789B (zh) * | 2020-03-19 | 2023-11-03 | 陕西思地三维科技有限公司 | 一种基于无人机和固态雷达的地面形貌扫描装置及方法 |
CN111522360A (zh) * | 2020-05-14 | 2020-08-11 | 清远电力规划设计院有限公司 | 一种基于电力铁塔的带状倾斜摄影自动航线规划方法 |
CN112096566A (zh) * | 2020-08-27 | 2020-12-18 | 上海扩博智能技术有限公司 | 风机停机状态参数的获取方法、系统、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109190186B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190186A (zh) | 通过无人机进行风机模型自动重建方法及系统 | |
CN108757345A (zh) | 通过无人机进行风机叶片的自动跟踪检测方法及系统 | |
CN108733079B (zh) | 通过无人机对风机进行自动巡检飞行路径确定方法及系统 | |
CN110554704B (zh) | 一种基于无人机的风机叶片自主巡检方法 | |
He et al. | Research of multi-rotor UAVs detailed autonomous inspection technology of transmission lines based on route planning | |
CN108894933B (zh) | 通过无人机对风机叶尖跟踪检测时跟丢再捕捉方法及系统 | |
ES2847234T3 (es) | Disposición de control de aparato de inspección para un aparato de inspección de un aerogenerador | |
CN106762451A (zh) | 基于无人机的风机叶片损伤检测方法、装置及系统 | |
CN110282143A (zh) | 一种海上风电场无人机巡检方法 | |
CN109031312B (zh) | 适用于烟囱内部作业的飞行平台定位装置和定位方法 | |
CN108869197A (zh) | 通过无人机进行风机高度精确测量方法及系统 | |
CN103606852A (zh) | 无人直升机的电力线巡检方法 | |
CN107304746A (zh) | 风力发电机组及其运行控制方法与设备 | |
CN109131895A (zh) | 用于叶片自动跟踪检测的无人机挂载装置、无人机及方法 | |
CN114895711B (zh) | 一种面向风机叶片巡检的无人机自动航迹线规划方法 | |
CN113107787B (zh) | 风电叶片内部检查机器人系统及其内部状态模型构建方法 | |
CN111044018A (zh) | 一种对立面进行航空摄影测量航线规划的方法 | |
CN105513247A (zh) | 一种基于浮空系留艇的火灾监测定位系统及方法 | |
US20230196612A1 (en) | Method and system for object detection | |
CN113187671A (zh) | 一种应用无人机进行风轮偏航角的确定方法 | |
EP4179201A1 (en) | Determining sunlight effect on wind turbine tower inclination using tower top accelerometers | |
Pinney et al. | Drone path planning and object detection via QR codes; a surrogate case study for wind turbine inspection | |
CN115773209A (zh) | 一种风机叶片净空检测装置及检测方法 | |
LU504712B1 (en) | Intelligent inspection method for fan blade | |
CN116893685A (zh) | 一种无人机航线规划方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |