CN109555654A - 基于风机模型重构的叶片自动跟踪检测方法及系统 - Google Patents
基于风机模型重构的叶片自动跟踪检测方法及系统 Download PDFInfo
- Publication number
- CN109555654A CN109555654A CN201811561912.0A CN201811561912A CN109555654A CN 109555654 A CN109555654 A CN 109555654A CN 201811561912 A CN201811561912 A CN 201811561912A CN 109555654 A CN109555654 A CN 109555654A
- Authority
- CN
- China
- Prior art keywords
- blade
- unmanned plane
- blower
- detection
- blower model
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 139
- 230000000007 visual effect Effects 0.000 claims description 29
- 238000005276 aerator Methods 0.000 abstract description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Sustainable Development (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明提供了一种基于风机模型重构的叶片自动跟踪检测方法系统，用于通过无人机对风机的叶片进行跟踪检测，无人机上装载固态雷达和摄像机，包括如下：控制无人机沿预设路径飞行以通过固态雷达采集风机的点云图进行风机模型的建立；在风机模型中，对每一叶片的侧面设置多个路径点，根据路径点形成检测飞行路径；每当无人机沿一叶片对应的检测飞行路径飞行，并根据跟踪检测后获取一叶片的点云图和/或叶片图像信息后对风机模型进行一次重建；根据重建后的风机模型中检测飞行路径控制无人机对下一叶片的进行跟踪检测。本发明能够提高了风机模型的准确度，进而提高了风机检测时叶片图像采集的效率。
Description
技术领域
本发明涉及风力发电机叶片检测，具体地，涉及一种基于风机模型重构的叶片自动跟踪检测方法及系统。
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。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，但是建立的风力发电机模型均在误差，在通过所述风力发电机模型设置路径点控制无人机飞行时，存在无人机跟丢风力发电机的情况。
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基于风机模型重构的叶片自动跟踪检测方法及系统。
根据本发明提供的基于风机模型重构的叶片自动跟踪检测方法，用于通过无人机对风机的叶片进行跟踪检测，所述无人机上装载固态雷达和摄像机，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：控制所述无人机沿预设路径飞行以通过所述固态雷达采集所述风机的点云图进行风机模型的建立；
步骤S2：在所述风机模型中，对每一所述叶片的侧面设置多个路径点，根据所述路径点形成检测飞行路径；
步骤S3：每当所述无人机沿一叶片对应的所述检测飞行路径飞行，并根据跟踪检测后获取一叶片的点云图和/或叶片图像信息后对所述风机模型进行一次重建；
步骤S4：根据重建后的风机模型中检测飞行路径控制所述无人机对下一叶片的进行跟踪检测。
优选地，所述步骤S3包括如下步骤：
步骤S301：控制所述无人机沿所述检测飞行路径从一叶片的一侧飞行，并根据跟踪检测时采集的该叶片的一侧面的点云图和/或叶片图像信息，对所述风机模型中叶片一侧面进行重建；
步骤S302：根据重建后的所述风机模型中的叶片一侧面重建所述风机模型中的叶片另一侧面，进而调整该叶片下侧面对应的路径点生成另一侧面飞行路线；
步骤S303：重复执行步骤S301至步骤S302依次对所述风机模型中叶片的多个侧面的重建，进而根据重建后的所述风机模型中叶片的多个侧面的进行所述风机模型进行一次重建。
优选地，所述步骤S3包括如下步骤：
步骤S301：控制所述无人机沿所述检测飞行路径从一叶片的上侧飞行，并根据跟踪检测时采集的该叶片的上侧面的点云图和/或叶片图像信息，对所述风机模型中叶片上侧面进行重建；
步骤S302：根据重建后的所述风机模型中的叶片上侧面第一次重建所述风机模型中的叶片下侧面，进而调整该叶片下侧面对应的路径点生成下侧面飞行路线；
步骤S303：控制所述无人机沿所述下侧面飞行路线从该叶片的下侧飞行，并根据跟踪检测时采集的该叶片的下侧面的点云图和/或叶片图像信息，对所述风机模型中叶片下侧面进行第二次重建；
步骤S304：根据重建后的该叶片上侧面和第二次重建后的该叶片下侧面第一次重建所述风机模型中的叶片后侧面，进而调整该叶片后侧面对应的路径点生成第一后侧面飞行路线；
步骤S305：控制所述无人机沿所述第一后侧面飞行路线从该叶片的后侧飞行，并根据跟踪检测时采集的该叶片的后侧面的点云图和/或叶片图像信息，对所述风机模型中叶片后侧面进行第二次重建；
步骤S306：根据重建后的该叶片上侧面、第二次重建后的该叶片下侧面和第二次重建后的叶片后侧面第一次重建所述风机模型中的叶片前侧面，进而调整该叶片前侧面对应的路径点生成第一前侧面飞行路线；
步骤S307：控制所述无人机沿所述第一前侧面飞行路线从该叶片的前侧飞行，并根据跟踪检测时采集的该叶片的后前侧面的点云图和/或叶片图像信息，对所述风机模型中叶片前侧面进行第二次重建；
步骤S308：根据重建后的该叶片上侧面、第二次重建后的该叶片下侧面、第二次重建后的叶片后侧面和第二次重建后的叶片前侧面对所述风机模型进行一次重建。
优选地，所述步骤S301包括如下步骤：
步骤S3011：控制所述无人机沿所述检测飞行路径从该叶片的上侧进行从叶根区域至叶尖区域飞行并通过所述无人机上设置的固态雷达对该叶片的上侧面进行探测；
步骤S3012：在所述固态雷达的探测视野内形成该叶片上侧面的一叶片区域对应的第一叶片点云图；
步骤S3013：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第一叶片点云图位于探测视野上预设的位置区间内；
步骤S3014：随着所述无人机飞行，重复执行步骤S3012至S3013，通过所述固态雷达对该叶片的上侧面进行追踪探测实现该叶片的上侧面的点云图和/或叶片图像信息采集；
步骤S3015：根据该叶片的上侧面的点云图和/或叶片图像信息对所述风机模型中的叶片上侧面进行重建。
优选地，所述步骤S303包括如下步骤：
步骤S3031：控制所述无人机沿所述下侧面飞行路线从该叶片的下侧进行从叶尖区域至叶根区域飞行并通过所述无人机上设置的固态雷达对该叶片的下侧面进行探测；
步骤S3032：在所述固态雷达的探测视野内形成该叶片下侧面的一叶片区域对应的第二叶片点云图；
步骤S3033：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第二叶片点云图位于探测视野上预设的位置区间内；
步骤S3034：随着所述无人机飞行，重复执行步骤S3032至S3033，通过所述固态雷达对该叶片的下侧面进行追踪探测实现该叶片的下侧面的点云图和/或叶片图像信息采集；
步骤S3035：根据该叶片的下侧面的点云图和/或叶片图像信息对所述风机模型中的叶片下侧面进行第二次重建。
优选地，所述步骤S305包括如下步骤：
步骤S3051：控制所述无人机沿所述第一后侧面飞行路线从该叶片的后侧进行从叶根区域至叶中区域飞行并通过所述无人机上设置的固态雷达对该叶片的后侧面进行探测；
步骤S3052：在所述固态雷达的探测视野内形成该叶片后侧面的一叶片区域对应的第三叶片点云图；
步骤S3053：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第三叶片点云图位于探测视野上预设的位置区间内；
步骤S3054：随着所述无人机飞行，重复执行步骤S3052至S3053，通过所述固态雷达对该叶片的后侧面进行追踪探测实现该叶片的后侧面的叶根区域至叶中区域点云图和/或叶片图像信息采集；
步骤S3055：根据该叶片后侧面的叶根区域至叶中区域的点云图和/或叶片图像信息对所述风机模型中的叶片后侧面进行第二次重建；
步骤S3056：根据第二次重建后的该叶片后侧面进而调整该叶片后侧面对应的路径点生成第二后侧面飞行路线；
步骤S3057：控制所述无人机沿所述第二后侧面飞行路线从该叶片的后侧进行从叶中区域至叶尖区域飞行并通过所述无人机上设置的摄像机对该叶片的后侧面进行探测，实现该叶片的后侧面的叶中区域至叶尖区域叶片图像信息采集。
优选地，所述步骤S307包括如下步骤：
步骤S3071：控制所述无人机沿所述第一前侧面飞行路线从该叶片的前侧进行从叶尖区域至叶中区域飞行并通过所述无人机上设置的摄像机对该叶片的前侧面进行探测，实现该叶片的前侧面的叶尖区域至叶中区域叶片图像信息采集；
步骤S3072：随着所述无人机的飞行，当所述固态雷达探测到该叶片的前侧面时，在所述固态雷达的探测视野内形成该叶片前侧面的一叶片区域对应的第四叶片点云图；
步骤S3073：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第四叶片点云图位于探测视野上预设的位置区间内；
步骤S3074：随着所述无人机飞行，重复执行步骤S3072至S3073，通过所述固态雷达对该叶片的前侧面进行追踪探测实现该叶片的前侧面的叶尖区域至叶根区域点云图和/或叶片图像信息采集；
步骤S3075：根据该叶片的前侧面的叶尖区域至叶根区域点云图和/或叶片图像信息对所述风机模型中的叶片前侧面进行第二次重建。
优选地，所述步骤S1包括如下步骤：
步骤S101：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S102：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S103：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S104：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初步建立所述风机模型。
优选地，在步骤S2中，在每一所述叶片的上侧、下侧、前侧和后侧设置多个路径点的坐标，具体为：
a＝n/(N-1)；
V_wp[n]＝[a*L,V_dist,H_dist]；
其中，V_wp[n]为编号n的路径点坐标，N为沿叶长度方向的路径点的数量，n为路径点的编号，L为叶片的长度，H_dist为路径点距离叶片的水平距离，V_dist为路径点距离叶片的垂直距离；
当路径点位于叶片前侧时，H_dist为正值，当路径点位于叶片后侧时，H_dist为负值，V_dist为0；当路径点位于叶片上侧时，V_dist为正值，当路径点位于叶片下侧面时，V_dist为负值，H_dist为0。
优选地，所述步骤S101包括如下步骤：
步骤S1011：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S1012：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S1013：控制所述无人机沿所述预设路径飞行。
根据本发明提供的基于风机模型重构的叶片自动跟踪检测系统，用于实现所述的基于风机模型重构的叶片自动跟踪检测方法，包括如下模块：
风机模型初建模块，用于控制所述无人机沿预设路径飞行以通过所述固态雷达采集所述风机的点云图进行风机模型的建立；
飞行路径生成模块，用于在所述风机模型中，对每一所述叶片的侧面设置多个路径点，根据所述路径点形成检测飞行路径；
风机模型重建模块，用于每当所述无人机沿一叶片对应的所述检测飞行路径飞行，并根据跟踪检测后获取一叶片的点云图和/或叶片图像信息后对所述风机模型进行一次重建；
跟踪检测模块，用于根据重建后的风机模型中检测飞行路径控制所述无人机对下一叶片的进行跟踪检测。
与现有技术相比，本发明具有如下的有益效果：
本发明中每完成一叶片的跟踪检测，并根据所述该叶片的点云图和/或叶片图像信息对所述风机模型进行一次重建然后再进行下一叶片的跟踪检测，并在在进行每一叶片的跟踪检测时，根据该叶片一侧面的点云图和/或叶片图像信息进行该叶片一侧面和另一侧进行重建，并相应调整另一侧面飞行路线，从而提高了风机模型的准确度，进而提高了风机检测时叶片图像采集的效率。
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为本发明中基于风机模型重构的叶片自动跟踪检测方法的步骤流程图；
图2为本发明中风机模型初步建立的步骤流程图；
图3为本发明中对风机模型进行一次重建的步骤流程图；
图4为本发明实施例中对风机模型进行一次重建的步骤流程图；
图5为本发明中对风机模型中的叶片上侧面进行重建的步骤流程图；
图6为本发明中对风机模型中的叶片下侧面进行重建的步骤流程图；
图7为本发明中对风机模型中的叶片后侧面进行重建的步骤流程图；
图8为本发明中对风机模型中的叶片前侧面进行重建的步骤流程图；
图9为本发明中基于风机模型重构的叶片自动跟踪检测系统的模块示意图。
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为本发明中基于风机模型重构的叶片自动跟踪检测方法的步骤流程图，如图1所示，在本发明中，所述风力发电机简称风机，本发明提供的基于风机模型重构的叶片自动跟踪检测方法，用于通过无人机对风机的叶片进行跟踪检测，所述无人机上装载固态雷达和摄像机，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：控制所述无人机沿预设路径飞行以通过所述固态雷达采集所述风机的点云图进行风机模型的建立；
步骤S2：在所述风机模型中，对每一所述叶片的侧面设置多个路径点，根据所述路径点形成检测飞行路径；
步骤S3：每当所述无人机沿一叶片对应的所述检测飞行路径飞行，并根据跟踪检测后获取一叶片的点云图和/或叶片图像信息后对所述风机模型进行一次重建；
步骤S4：根据重建后的风机模型中检测飞行路径控制所述无人机对下一叶片的进行跟踪检测。
在本实施例中，所述检测飞行路径有多个路径点顺次排列生成。在本实施例中，所述固态雷达采用北醒CE30-D固态激光雷达，探测范围在0.4～30m。所述固态雷达的视场角水平方向为60°，竖直方向为4°，探测视野为320乘以20像素点。所述相机的视场角为15.6°。所述点云图为固态激光雷达发射的激光打到叶片上形成的多个激光点形成的图像且每一点均具有三维深度数据，在分析时，可以转换为深度图。所述叶片图像信息包括叶片图像和该叶片图像对应的摄像机姿态和GPS数据。
在本实施例中，本发明中每完成一叶片的跟踪检测，并根据所述该叶片的点云图和/或叶片图像信息对所述风机模型进行一次重建然后再进行下一叶片的跟踪检测，从而提高了风机模型的准确度，进而提高了风机检测时叶片图像采集的效率。
图2为本发明中风机模型初步建立的步骤流程图，如图2所示，所述步骤S1包括如下步骤：
步骤S101：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S102：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S103：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S104：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初步建立所述风机模型。
即在本实施例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。
所述步骤S101包括如下步骤：
步骤S1011：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S1012：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S1013：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。
所述预设路径为可以根据需要进行设置，但需要能够使得所述固态雷达采集到足够多的点云图进行风机模型的建立。如所述预设路径可以为从风机前侧竖直向上飞行至风机的最高点对于的高度或从风机前侧竖直向上飞行位置最高叶片的中点前侧。
在步骤S2中，在每一所述叶片的上侧、下侧、前侧和后侧设置多个路径点的坐标，具体为：
a＝n/(N-1)；
V_wp[n]＝[a*L,V_dist,H_dist]；
其中，V_wp[n]为编号n的路径点坐标，N为沿叶长度方向的路径点的数量，n为路径点的编号，L为叶片的长度，H_dist为路径点距离叶片的水平距离，V_dist为路径点距离叶片的垂直距离；
当路径点位于叶片前侧时，H_dist为正值，当路径点位于叶片后侧时，H_dist为负值，V_dist为0；当路径点位于叶片上侧时，V_dist为正值，当路径点位于叶片下侧面时，V_dist为负值，H_dist为0。
图3为本发明中对风机模型进行一次重建的步骤流程图，如图3所示，所述步骤S3包括如下步骤：
步骤S301：控制所述无人机沿所述检测飞行路径从一叶片的一侧飞行，并根据跟踪检测时采集的该叶片的一侧面的点云图和/或叶片图像信息，对所述风机模型中叶片一侧面进行重建；
步骤S302：根据重建后的所述风机模型中的叶片一侧面重建所述风机模型中的叶片另一侧面，进而调整该叶片下侧面对应的路径点生成另一侧面飞行路线；
步骤S303：重复执行步骤S301至步骤S302依次对所述风机模型中叶片的多个侧面的重建，进而根据重建后的所述风机模型中叶片的多个侧面的进行所述风机模型进行一次重建。
图4为本发明实施例中对风机模型进行一次重建的步骤流程图，如图4所示，所述步骤S3包括如下步骤：
步骤S301：控制所述无人机沿所述检测飞行路径从一叶片的上侧飞行，并根据跟踪检测时采集的该叶片的上侧面的点云图和/或叶片图像信息，对所述风机模型中叶片上侧面进行重建；
步骤S302：根据重建后的所述风机模型中的叶片上侧面第一次重建所述风机模型中的叶片下侧面，进而调整该叶片下侧面对应的路径点生成下侧面飞行路线；
步骤S303：控制所述无人机沿所述下侧面飞行路线从该叶片的下侧飞行，并根据跟踪检测时采集的该叶片的下侧面的点云图和/或叶片图像信息，对所述风机模型中叶片下侧面进行第二次重建；
步骤S304：根据重建后的该叶片上侧面和第二次重建后的该叶片下侧面第一次重建所述风机模型中的叶片后侧面，进而调整该叶片后侧面对应的路径点生成第一后侧面飞行路线；
步骤S305：控制所述无人机沿所述第一后侧面飞行路线从该叶片的后侧飞行，并根据跟踪检测时采集的该叶片的后侧面的点云图和/或叶片图像信息，对所述风机模型中叶片后侧面进行第二次重建；
步骤S306：根据重建后的该叶片上侧面、第二次重建后的该叶片下侧面和第二次重建后的叶片后侧面第一次重建所述风机模型中的叶片前侧面，进而调整该叶片前侧面对应的路径点生成第一前侧面飞行路线；
步骤S307：控制所述无人机沿所述第一前侧面飞行路线从该叶片的前侧飞行，并根据跟踪检测时采集的该叶片的后前侧面的点云图和/或叶片图像信息，对所述风机模型中叶片前侧面进行第二次重建；
步骤S308：根据重建后的该叶片上侧面、第二次重建后的该叶片下侧面、第二次重建后的叶片后侧面和第二次重建后的叶片前侧面对所述风机模型进行一次重建。
图5为本发明中对风机模型中的叶片上侧面进行重建的步骤流程图，如图5所示，所述步骤S301包括如下步骤：
步骤S3011：控制所述无人机沿所述检测飞行路径从该叶片的上侧进行从叶根区域至叶尖区域飞行并通过所述无人机上设置的固态雷达对该叶片的上侧面进行探测；
步骤S3012：在所述固态雷达的探测视野内形成该叶片上侧面的一叶片区域对应的第一叶片点云图；
步骤S3013：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第一叶片点云图位于探测视野上预设的位置区间内；
步骤S3014：随着所述无人机飞行，重复执行步骤S3012至S3013，通过所述固态雷达对该叶片的上侧面进行追踪探测实现该叶片的上侧面的点云图和/或叶片图像信息采集；
步骤S3015：根据该叶片的上侧面的点云图和/或叶片图像信息对所述风机模型中的叶片上侧面进行重建。
图6为本发明中对风机模型中的叶片下侧面进行重建的步骤流程图，如图6所示，所述步骤S303包括如下步骤：
步骤S3031：控制所述无人机沿所述下侧面飞行路线从该叶片的下侧进行从叶尖区域至叶根区域飞行并通过所述无人机上设置的固态雷达对该叶片的下侧面进行探测；
步骤S3032：在所述固态雷达的探测视野内形成该叶片下侧面的一叶片区域对应的第二叶片点云图；
步骤S3033：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第二叶片点云图位于探测视野上预设的位置区间内；
步骤S3034：随着所述无人机飞行，重复执行步骤S3032至S3033，通过所述固态雷达对该叶片的下侧面进行追踪探测实现该叶片的下侧面的点云图和/或叶片图像信息采集；
步骤S3035：根据该叶片的下侧面的点云图和/或叶片图像信息对所述风机模型中的叶片下侧面进行第二次重建。
图7为本发明中对风机模型中的叶片后侧面进行重建的步骤流程图，如图7所示，所述步骤S305包括如下步骤：
步骤S3051：控制所述无人机沿所述第一后侧面飞行路线从该叶片的后侧进行从叶根区域至叶中区域飞行并通过所述无人机上设置的固态雷达对该叶片的后侧面进行探测；
步骤S3052：在所述固态雷达的探测视野内形成该叶片后侧面的一叶片区域对应的第三叶片点云图；
步骤S3053：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第三叶片点云图位于探测视野上预设的位置区间内；
步骤S3054：随着所述无人机飞行，重复执行步骤S3052至S3053，通过所述固态雷达对该叶片的后侧面进行追踪探测实现该叶片的后侧面的叶根区域至叶中区域点云图和/或叶片图像信息采集；
步骤S3055：根据该叶片后侧面的叶根区域至叶中区域的点云图和/或叶片图像信息对所述风机模型中的叶片后侧面进行第二次重建；
步骤S3056：根据第二次重建后的该叶片后侧面进而调整该叶片后侧面对应的路径点生成第二后侧面飞行路线；
步骤S3057：控制所述无人机沿所述第二后侧面飞行路线从该叶片的后侧进行从叶中区域至叶尖区域飞行并通过所述无人机上设置的摄像机对该叶片的后侧面进行探测，实现该叶片的后侧面的叶中区域至叶尖区域叶片图像信息采集。
图8为本发明中对风机模型中的叶片前侧面进行重建的步骤流程图，如图8所示，所述步骤S307包括如下步骤：
步骤S3071：控制所述无人机沿所述第一前侧面飞行路线从该叶片的前侧进行从叶尖区域至叶中区域飞行并通过所述无人机上设置的摄像机对该叶片的前侧面进行探测，实现该叶片的前侧面的叶尖区域至叶中区域叶片图像信息采集；
步骤S3072：随着所述无人机的飞行，当所述固态雷达探测到该叶片的前侧面时，在所述固态雷达的探测视野内形成该叶片前侧面的一叶片区域对应的第四叶片点云图；
步骤S3073：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第四叶片点云图位于探测视野上预设的位置区间内；
步骤S3074：随着所述无人机飞行，重复执行步骤S3072至S3073，通过所述固态雷达对该叶片的前侧面进行追踪探测实现该叶片的前侧面的叶尖区域至叶根区域点云图和/或叶片图像信息采集；
步骤S3075：根据该叶片的前侧面的叶尖区域至叶根区域点云图和/或叶片图像信息对所述风机模型中的叶片前侧面进行第二次重建。
在本实施例中，在控制叶片点云图位于探测视野上预设的位置区间内，当随着所述无人机的移动，所述叶片点云图的一侧端移动至所述预设的位置区间一侧端的一侧时且距离所述预设的位置区间一侧端的距离大于所述第一预设距离时，调整所述云台使得所述固态雷达的探测视野向上移动；当随着所述无人机的移动，所述叶片点云图移动至所述预设的位置区间一侧端的另一侧时且距离所述预设的位置区间一侧端的距离大于所述第一预设距离时，调整所述云台使得所述固态雷达的探测视野向下移动。所述预设的位置区间为探测视野长度的30％至70％之间，所述第一预设距离可以设置为三个像素点。
在变形例中，也可以通过图像分割的方法，对叶片图像的叶片区域分割出，通过对叶片区域向叶片图像调整实现追踪探测。
图9为本发明中基于风机模型重构的叶片自动跟踪检测系统的模块示意图，如图9所示，本发明提供的基于风机模型重构的叶片自动跟踪检测系统，用于实现所述的基于风机模型重构的叶片自动跟踪检测方法，包括如下模块：
风机模型初建模块，用于控制所述无人机沿预设路径飞行以通过所述固态雷达采集所述风机的点云图进行风机模型的建立；
飞行路径生成模块，用于在所述风机模型中，对每一所述叶片的侧面设置多个路径点，根据所述路径点形成检测飞行路径；
风机模型重建模块，用于每当所述无人机沿一叶片对应的所述检测飞行路径飞行，并根据跟踪检测后获取一叶片的点云图和/或叶片图像信息后对所述风机模型进行一次重建；
跟踪检测模块，用于根据重建后的风机模型中检测飞行路径控制所述无人机对下一叶片的进行跟踪检测。
在本实施例中，本发明中每完成一叶片的跟踪检测，并根据所述该叶片的点云图和/或叶片图像信息对所述风机模型进行一次重建然后再进行下一叶片的跟踪检测，并在在进行每一叶片的跟踪检测时，根据该叶片一侧面的点云图和/或叶片图像信息进行该叶片一侧面和另一侧进行重建，并相应调整另一侧面飞行路线，从而提高了风机模型的准确度，进而提高了风机检测时叶片图像采集的效率。
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)
1.一种基于风机模型重构的叶片自动跟踪检测方法，用于通过无人机对风机的叶片进行跟踪检测，所述无人机上装载固态雷达和摄像机，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：控制所述无人机沿预设路径飞行以通过所述固态雷达采集所述风机的点云图进行风机模型的建立；
步骤S2：在所述风机模型中，对每一所述叶片的侧面设置多个路径点，根据所述路径点形成检测飞行路径；
步骤S3：每当所述无人机沿一叶片对应的所述检测飞行路径飞行，并根据跟踪检测后获取一叶片的点云图和/或叶片图像信息后对所述风机模型进行一次重建；
步骤S4：根据重建后的风机模型中检测飞行路径控制所述无人机对下一叶片的进行跟踪检测。
2.根据权利要求1所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，所述步骤S3包括如下步骤：
步骤S301：控制所述无人机沿所述检测飞行路径从一叶片的一侧飞行，并根据跟踪检测时采集的该叶片的一侧面的点云图和/或叶片图像信息，对所述风机模型中叶片一侧面进行重建；
步骤S302：根据重建后的所述风机模型中的叶片一侧面重建所述风机模型中的叶片另一侧面，进而调整该叶片下侧面对应的路径点生成另一侧面飞行路线；
步骤S303：重复执行步骤S301至步骤S302依次对所述风机模型中叶片的多个侧面的重建，进而根据重建后的所述风机模型中叶片的多个侧面的进行所述风机模型进行一次重建。
3.根据权利要求1所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，所述步骤S3包括如下步骤：
步骤S301：控制所述无人机沿所述检测飞行路径从一叶片的上侧飞行，并根据跟踪检测时采集的该叶片的上侧面的点云图和/或叶片图像信息，对所述风机模型中叶片上侧面进行重建；
步骤S302：根据重建后的所述风机模型中的叶片上侧面第一次重建所述风机模型中的叶片下侧面，进而调整该叶片下侧面对应的路径点生成下侧面飞行路线；
步骤S303：控制所述无人机沿所述下侧面飞行路线从该叶片的下侧飞行，并根据跟踪检测时采集的该叶片的下侧面的点云图和/或叶片图像信息，对所述风机模型中叶片下侧面进行第二次重建；
步骤S304：根据重建后的该叶片上侧面和第二次重建后的该叶片下侧面第一次重建所述风机模型中的叶片后侧面，进而调整该叶片后侧面对应的路径点生成第一后侧面飞行路线；
步骤S305：控制所述无人机沿所述第一后侧面飞行路线从该叶片的后侧飞行，并根据跟踪检测时采集的该叶片的后侧面的点云图和/或叶片图像信息，对所述风机模型中叶片后侧面进行第二次重建；
步骤S306：根据重建后的该叶片上侧面、第二次重建后的该叶片下侧面和第二次重建后的叶片后侧面第一次重建所述风机模型中的叶片前侧面，进而调整该叶片前侧面对应的路径点生成第一前侧面飞行路线；
步骤S307：控制所述无人机沿所述第一前侧面飞行路线从该叶片的前侧飞行，并根据跟踪检测时采集的该叶片的后前侧面的点云图和/或叶片图像信息，对所述风机模型中叶片前侧面进行第二次重建；
步骤S308：根据重建后的该叶片上侧面、第二次重建后的该叶片下侧面、第二次重建后的叶片后侧面和第二次重建后的叶片前侧面对所述风机模型进行一次重建。
4.根据权利要求3所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，所述步骤S301包括如下步骤：
步骤S3011：控制所述无人机沿所述检测飞行路径从该叶片的上侧进行从叶根区域至叶尖区域飞行并通过所述无人机上设置的固态雷达对该叶片的上侧面进行探测；
步骤S3012：在所述固态雷达的探测视野内形成该叶片上侧面的一叶片区域对应的第一叶片点云图；
步骤S3013：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第一叶片点云图位于探测视野上预设的位置区间内；
步骤S3014：随着所述无人机飞行，重复执行步骤S3012至S3013，通过所述固态雷达对该叶片的上侧面进行追踪探测实现该叶片的上侧面的点云图和/或叶片图像信息采集；
步骤S3015：根据该叶片的上侧面的点云图和/或叶片图像信息对所述风机模型中的叶片上侧面进行重建。
5.根据权利要求3所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，所述步骤S303包括如下步骤：
步骤S3031：控制所述无人机沿所述下侧面飞行路线从该叶片的下侧进行从叶尖区域至叶根区域飞行并通过所述无人机上设置的固态雷达对该叶片的下侧面进行探测；
步骤S3032：在所述固态雷达的探测视野内形成该叶片下侧面的一叶片区域对应的第二叶片点云图；
步骤S3033：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第二叶片点云图位于探测视野上预设的位置区间内；
步骤S3034：随着所述无人机飞行，重复执行步骤S3032至S3033，通过所述固态雷达对该叶片的下侧面进行追踪探测实现该叶片的下侧面的点云图和/或叶片图像信息采集；
步骤S3035：根据该叶片的下侧面的点云图和/或叶片图像信息对所述风机模型中的叶片下侧面进行第二次重建。
6.根据权利要求3所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，所述步骤S304包括如下步骤：
步骤S3051：控制所述无人机沿所述第一后侧面飞行路线从该叶片的后侧进行从叶根区域至叶中区域飞行并通过所述无人机上设置的固态雷达对该叶片的后侧面进行探测；
步骤S3052：在所述固态雷达的探测视野内形成该叶片后侧面的一叶片区域对应的第三叶片点云图；
步骤S3053：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第三叶片点云图位于探测视野上预设的位置区间内；
步骤S3054：随着所述无人机飞行，重复执行步骤S3052至S3053，通过所述固态雷达对该叶片的后侧面进行追踪探测实现该叶片的后侧面的叶根区域至叶中区域点云图和/或叶片图像信息采集；
步骤S3055：根据该叶片后侧面的叶根区域至叶中区域的点云图和/或叶片图像信息对所述风机模型中的叶片后侧面进行第二次重建；
步骤S3056：根据第二次重建后的该叶片后侧面进而调整该叶片后侧面对应的路径点生成第二后侧面飞行路线；
步骤S3057：控制所述无人机沿所述第二后侧面飞行路线从该叶片的后侧进行从叶中区域至叶尖区域飞行并通过所述无人机上设置的摄像机对该叶片的后侧面进行探测，实现该叶片的后侧面的叶中区域至叶尖区域叶片图像信息采集。
7.根据权利要求3所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，所述步骤S307包括如下步骤：
步骤S3071：控制所述无人机沿所述第一前侧面飞行路线从该叶片的前侧进行从叶尖区域至叶中区域飞行并通过所述无人机上设置的摄像机对该叶片的前侧面进行探测，实现该叶片的前侧面的叶尖区域至叶中区域叶片图像信息采集；
步骤S3072：随着所述无人机的飞行，当所述固态雷达探测到该叶片的前侧面时，在所述固态雷达的探测视野内形成该叶片前侧面的一叶片区域对应的第四叶片点云图；
步骤S3073：通过所述无人机上的云台控制所述固态雷达的探测口朝向使得所述第四叶片点云图位于探测视野上预设的位置区间内；
步骤S3074：随着所述无人机飞行，重复执行步骤S3072至S3073，通过所述固态雷达对该叶片的前侧面进行追踪探测实现该叶片的前侧面的叶尖区域至叶根区域点云图和/或叶片图像信息采集；
步骤S3075：根据该叶片的前侧面的叶尖区域至叶根区域点云图和/或叶片图像信息对所述风机模型中的叶片前侧面进行第二次重建。
8.根据权利要求1所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，所述步骤S1包括如下步骤：
步骤S101：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S102：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S103：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S104：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初步建立所述风机模型。
9.根据权利要求1所述的基于风机模型重构的叶片自动跟踪检测方法，其特征在于，在步骤S2中，在每一所述叶片的上侧、下侧、前侧和后侧设置多个路径点的坐标，具体为：
a＝n/(N-1)；
V_wp[n]＝[a*L,V_dist,H_dist]；
其中，V_wp[n]为编号n的路径点坐标，N为沿叶长度方向的路径点的数量，n为路径点的编号，L为叶片的长度，H_dist为路径点距离叶片的水平距离，V_dist为路径点距离叶片的垂直距离；
当路径点位于叶片前侧时，H_dist为正值，当路径点位于叶片后侧时，H_dist为负值，V_dist为0；当路径点位于叶片上侧时，V_dist为正值，当路径点位于叶片下侧面时，V_dist为负值，H_dist为0。
10.一种基于风机模型重构的叶片自动跟踪检测系统，其特征在于，用于实现权利要求1至9任一项所述的基于风机模型重构的叶片自动跟踪检测方法，包括如下模块：
风机模型初建模块，用于控制所述无人机沿预设路径飞行以通过所述固态雷达采集所述风机的点云图进行风机模型的建立；
飞行路径生成模块，用于在所述风机模型中，对每一所述叶片的侧面设置多个路径点，根据所述路径点形成检测飞行路径；
风机模型重建模块，用于每当所述无人机沿一叶片对应的所述检测飞行路径飞行，并根据跟踪检测后获取一叶片的点云图和/或叶片图像信息后对所述风机模型进行一次重建；
跟踪检测模块，用于根据重建后的风机模型中检测飞行路径控制所述无人机对下一叶片的进行跟踪检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811561912.0A CN109555654A (zh) | 2018-12-20 | 2018-12-20 | 基于风机模型重构的叶片自动跟踪检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811561912.0A CN109555654A (zh) | 2018-12-20 | 2018-12-20 | 基于风机模型重构的叶片自动跟踪检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109555654A true CN109555654A (zh) | 2019-04-02 |
Family
ID=65870598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811561912.0A Pending CN109555654A (zh) | 2018-12-20 | 2018-12-20 | 基于风机模型重构的叶片自动跟踪检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109555654A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112215841A (zh) * | 2020-10-31 | 2021-01-12 | 上海扩博智能技术有限公司 | 风机叶片点云数据的形成方法、系统、设备和存储介质 |
| CN112230235A (zh) * | 2020-09-24 | 2021-01-15 | 北京京能能源技术研究有限责任公司 | 风机叶片定位方法、系统、计算机设备及可读存储介质 |
| CN112394741A (zh) * | 2019-08-15 | 2021-02-23 | 北醒（北京）光子科技有限公司 | 一种基于激光雷达的无人机风机定距方法及无人机 |
| CN112483330A (zh) * | 2020-11-13 | 2021-03-12 | 江苏科技大学 | 一种匹配在役风力机状态的无人巡检轨迹程控方法 |
| CN113110549A (zh) * | 2021-04-22 | 2021-07-13 | 上海电气集团股份有限公司 | 一种叶片机器人及其轨迹跟踪方法 |
| CN114020002A (zh) * | 2021-12-20 | 2022-02-08 | 复亚智能科技(太仓)有限公司 | 无人机巡检风机叶片的方法、装置、设备、无人机及介质 |
| CN114215704A (zh) * | 2021-12-14 | 2022-03-22 | 复亚智能科技(太仓)有限公司 | 一种发电风机桨叶图像采集装置、方法及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110144897A1 (en) * | 2009-06-16 | 2011-06-16 | Ron Dunsky | Tracking of Suspect Aircraft |
| WO2012065584A2 (de) * | 2010-11-18 | 2012-05-24 | Horst Zell | Luftfahrzeug mit integrierter arbeitsbühne |
| US9453500B2 (en) * | 2013-03-15 | 2016-09-27 | Digital Wind Systems, Inc. | Method and apparatus for remote feature measurement in distorted images |
| CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及系统 |
| CN106647800A (zh) * | 2016-10-19 | 2017-05-10 | 广东容祺智能科技有限公司 | 一种无人机自动避障导航系统 |
| CN107749079A (zh) * | 2017-09-25 | 2018-03-02 | 北京航空航天大学 | 一种面向无人机扫描重建的点云质量评价和无人机轨迹规划方法 |
| CN108757345A (zh) * | 2018-08-10 | 2018-11-06 | 上海扩博智能技术有限公司 | 通过无人机进行风机叶片的自动跟踪检测方法及系统 |
-
2018
- 2018-12-20 CN CN201811561912.0A patent/CN109555654A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110144897A1 (en) * | 2009-06-16 | 2011-06-16 | Ron Dunsky | Tracking of Suspect Aircraft |
| WO2012065584A2 (de) * | 2010-11-18 | 2012-05-24 | Horst Zell | Luftfahrzeug mit integrierter arbeitsbühne |
| US9453500B2 (en) * | 2013-03-15 | 2016-09-27 | Digital Wind Systems, Inc. | Method and apparatus for remote feature measurement in distorted images |
| CN106647800A (zh) * | 2016-10-19 | 2017-05-10 | 广东容祺智能科技有限公司 | 一种无人机自动避障导航系统 |
| CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及系统 |
| CN107749079A (zh) * | 2017-09-25 | 2018-03-02 | 北京航空航天大学 | 一种面向无人机扫描重建的点云质量评价和无人机轨迹规划方法 |
| CN108757345A (zh) * | 2018-08-10 | 2018-11-06 | 上海扩博智能技术有限公司 | 通过无人机进行风机叶片的自动跟踪检测方法及系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112394741A (zh) * | 2019-08-15 | 2021-02-23 | 北醒（北京）光子科技有限公司 | 一种基于激光雷达的无人机风机定距方法及无人机 |
| CN112230235A (zh) * | 2020-09-24 | 2021-01-15 | 北京京能能源技术研究有限责任公司 | 风机叶片定位方法、系统、计算机设备及可读存储介质 |
| CN112230235B (zh) * | 2020-09-24 | 2021-12-10 | 北京京能能源技术研究有限责任公司 | 风机叶片定位方法、系统、计算机设备及可读存储介质 |
| CN112215841A (zh) * | 2020-10-31 | 2021-01-12 | 上海扩博智能技术有限公司 | 风机叶片点云数据的形成方法、系统、设备和存储介质 |
| CN112483330A (zh) * | 2020-11-13 | 2021-03-12 | 江苏科技大学 | 一种匹配在役风力机状态的无人巡检轨迹程控方法 |
| CN112483330B (zh) * | 2020-11-13 | 2021-09-10 | 江苏科技大学 | 一种匹配在役风力机状态的无人巡检轨迹程控方法 |
| CN113110549A (zh) * | 2021-04-22 | 2021-07-13 | 上海电气集团股份有限公司 | 一种叶片机器人及其轨迹跟踪方法 |
| CN114215704A (zh) * | 2021-12-14 | 2022-03-22 | 复亚智能科技(太仓)有限公司 | 一种发电风机桨叶图像采集装置、方法及存储介质 |
| CN114020002A (zh) * | 2021-12-20 | 2022-02-08 | 复亚智能科技(太仓)有限公司 | 无人机巡检风机叶片的方法、装置、设备、无人机及介质 |
| CN114020002B (zh) * | 2021-12-20 | 2024-05-03 | 复亚智能科技(太仓)有限公司 | 无人机巡检风机叶片的方法、装置、设备、无人机及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109555654A (zh) | 基于风机模型重构的叶片自动跟踪检测方法及系统 | |
| 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 | |
| CN106762451B (zh) | 基于无人机的风机叶片损伤检测方法、装置及系统 | |
| CN108733079A (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 | |
| CN108894933A (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 | |
| US10445439B2 (en) | Construction design support apparatus and construction design support method for photovoltaic power generation facilities | |
| Teng et al. | Mini-UAV LiDAR for power line inspection | |
| WO2019155594A1 (ja) | 太陽光発電設備の設計支援装置、設計支援方法、設計支援プログラム及び設計支援用学習済みモデル作成装置 | |
| CN108869197A (zh) | 通过无人机进行风机高度精确测量方法及系统 | |
| CN109992888A (zh) | 风电场的风资源情况的评估方法及系统 | |
| 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 | |
| CN108869196A (zh) | 通过无人机对风机后侧叶根区域检测方法及系统 | |
| CN104915548B (zh) | 一种光伏组件除尘策略优化方法 | |
| CN113342041A (zh) | 一种无人机实现自动化巡检风叶发电设备的方法及系统 | |
| CN108053471A (zh) | 基于搭载光场相机的无人机光伏电站地形三维测绘建模系统 | |
| CN107130650B (zh) | 一种大直径单桩轴线垂直度实时监测系统 | |
| CN111174761A (zh) | 一种基于激光点云的圆形杆塔倾斜变形快速计算方法 | |
| CN108050995B (zh) | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 | |
| CN1837815A (zh) | 基于多角度成像技术的机载输电线路巡线系统 | |
| CN103133252B (zh) | 一种风力发电装置 | |
| CN112182714A (zh) | 顾及飞行员视线和天气条件的建筑太阳能潜力计算方法 | |
| CN208459242U (zh) | 一种高压配电网塔杆巡检装置 | |
| CN113205218A (zh) | 一种基于无人机摄像成图的风电场微观选址方法 | |
| CN115807741A (zh) | 一种风电机组叶尖净空测量系统 | |
| CN109720593A (zh) | 基于激光光斑的叶片跟踪检测挂载装置、无人机及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |