CN109559354B - 测量塔架净空的方法以及装置 - Google Patents
测量塔架净空的方法以及装置 Download PDFInfo
- Publication number
- CN109559354B CN109559354B CN201811455404.4A CN201811455404A CN109559354B CN 109559354 B CN109559354 B CN 109559354B CN 201811455404 A CN201811455404 A CN 201811455404A CN 109559354 B CN109559354 B CN 109559354B
- Authority
- CN
- China
- Prior art keywords
- image
- blade
- tip
- distance
- binocular system
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims description 125
- 238000012937 correction Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 description 42
- 230000014616 translation Effects 0.000 description 42
- 238000010586 diagram Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000010408 sweeping Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000013585 weight reducing agent Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明提供一种测量塔架净空的方法以及装置，所述测量塔架净空的方法包括：从双目系统获取用于塔架净空分析的第一图像和第二图像；从第一图像中识别风力发电机组的叶片的尖端的第一位置；从第二图像中识别叶片的尖端的第二位置；基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；基于所述视差确定叶片的尖端到双目系统的第一距离；基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。采用本发明示例性实施例的测量塔架净空的方法以及装置，能够实时准确地测量风力发电机组的塔架净空，以有效避免叶片扫塔情况的发生。
Description
技术领域
本发明总体说来涉及风电技术领域，更具体地讲，涉及一种基于双目系统的测量风力发电机组的塔架净空的方法和装置。
背景技术
塔架净空项目是从实现叶片减重与防扫塔、叶片故障监测、风力发电机组减重三个维度来降低风力发电机组运行成本。对于风力发电机组而言，一旦发生叶片扫塔，会为风电场带来较大的经济损失。
目前，可以基于叶片运行过程中的图像来计算叶片的尖端与塔筒表面之间的距离(即，塔架净空)，并输出给风力发电机组的主控系统以进行后续的控制。
目前通常是通过使用单目摄像头的方式来基于图像计算塔架净空。该种方式需对叶片的尖端进行图像采集，并根据塔筒上已有的像素标定来计算叶片的尖端与塔筒表面之间的距离。上述使用单目摄像头的方式来计算塔架净空的缺点在于，如果在风力发电机组上采用了基于单目摄像头的塔架净空测量系统，则需对风电场内的所有塔筒逐个进行标定。上述对塔筒的标定过程较为繁琐，增加了人工成本且效率低。
发明内容
本发明的示例性实施例的目的在于提供一种基于双目系统的测量风力发电机组的塔架净空的方法和装置，以克服上述至少一个缺陷。
在一个总体方面，提供一种测量风力发电机组的塔架净空的方法，所述方法包括：从双目系统获取用于塔架净空分析的第一图像和第二图像；从第一图像中识别风力发电机组的叶片的尖端的第一位置；从第二图像中识别叶片的尖端的第二位置；基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；基于所述视差确定叶片的尖端到双目系统的第一距离；基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
可选地，所述双目系统可被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像。
可选地，所述双目系统可包括第一图像捕获器和第二图像捕获器，其中，用于塔架净空分析的第一图像可包括第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中包含风力发电机组的叶片的尖端的图像，用于塔架净空分析的第二图像可包括第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中包含风力发电机组的叶片的尖端的图像。
可选地，所述方法可还包括：确定设置在风力发电机组的塔筒上的预定位置到所述双目系统的第三距离，所述预定位置可为当叶片的尖端垂直指向地面时叶片的尖端映射到塔筒上的位置，其中，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空的步骤可包括：利用叶片的尖端到双目系统的第一距离和所述预定位置到双目系统的第三距离来计算叶片的尖端到所述预定位置的距离以作为第二距离。
可选地，叶片的尖端到双目系统的第一距离可指风力发电机组的叶片的尖端的位置到双目系统的基线的垂直距离。
可选地，基于所述视差确定叶片的尖端到双目系统的第一距离的步骤可包括：确定所述双目系统的基线的宽度；确定所述双目系统的焦距；根据所述基线的宽度、所述焦距和所述视差计算叶片的尖端到双目系统的第一距离。
可选地，所述双目系统可为通过以下方式进行标定的双目系统：确定所述双目系统的第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定；确定所述双目系统的第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定；确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数；根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
可选地，第一内部参数可包括第一内参矩阵，第二内部参数可包括第二内参矩阵，其中，可从第一内参矩阵或第二内参矩阵获取所述双目系统的焦距。
在另一总体方面，提供一种双目系统的标定方法，所述双目系统包括第一图像捕获器和第二图像捕获器，所述标定方法包括：确定第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定；确定第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定；确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数；根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
可选地，第一内部参数可包括第一畸变系数矩阵，第二内部参数可包括第二畸变系数矩阵，其中，使用第一内部参数对第一图像捕获器进行标定的步骤可包括：利用第一畸变系数矩阵来矫正第一图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第一图像，其中，使用第二内部参数对第二图像捕获器进行标定的步骤可包括：利用第二畸变系数矩阵来矫正第二图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第二图像。
可选地，根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致的步骤可包括：在使第一图像和第二图像之间的相对运动最小化的约束下根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
可选地，第一外部参数可包括第一图像捕获器的第一平移矩阵和第一旋转矩阵，第二外部参数可包括第二图像捕获器的第二平移矩阵和第二旋转矩阵，其中，对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致的步骤包括：将畸变矫正后的第一图像按照第一平移矩阵和第一旋转矩阵进行平移和旋转，将畸变矫正后的第二图像按照第二平移矩阵和第二旋转矩阵进行平移和旋转，以使平移和旋转后的第一图像和第二图像在同一极线上像素一致。
可选地，所述双目系统可被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像，其中，所述标定方法可还包括：利用标定后的双目系统捕获包含风力发电机组的叶片的尖端的第一图像和第二图像；基于所捕获的第一图像和第二图像来计算叶片的尖端到所述双目系统的第一距离；基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
在另一总体方面，提供一种测量风力发电机组的塔架净空的装置，所述装置包括：图像获取模块，从双目系统获取用于塔架净空分析的第一图像和第二图像；第一位置识别模块，从第一图像中识别风力发电机组的叶片的尖端的第一位置；第二位置识别模块，从第二图像中识别叶片的尖端的第二位置；视差确定模块，基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；第一距离确定模块，基于所述视差确定叶片的尖端到双目系统的第一距离；塔架净空确定模块，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
可选地，所述双目系统可被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像。
可选地，所述双目系统可包括第一图像捕获器和第二图像捕获器，其中，用于塔架净空分析的第一图像可包括第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中包含风力发电机组的叶片的尖端的图像，用于塔架净空分析的第二图像可包括第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中包含风力发电机组的叶片的尖端的图像。
可选地，所述装置可还包括：第二距离确定模块，确定设置在风力发电机组的塔筒上的预定位置到所述双目系统的第三距离，所述预定位置可为当叶片的尖端垂直指向地面时叶片的尖端映射到塔筒上的位置，其中，塔架净空确定模块可利用叶片的尖端到双目系统的第一距离和所述预定位置到双目系统的第三距离来计算叶片的尖端到所述预定位置的距离以作为第二距离。
可选地，叶片的尖端到双目系统的第一距离可指风力发电机组的叶片的尖端的位置到双目系统的基线的垂直距离。
可选地，第一距离确定模块可确定所述双目系统的基线的宽度，确定所述双目系统的焦距，并根据所述基线的宽度、所述焦距和所述视差计算叶片的尖端到双目系统的第一距离。
可选地，所述双目系统可为通过以下方式进行标定的双目系统：确定所述双目系统的第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定；确定所述双目系统的第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定；确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数；根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
可选地，第一内部参数可包括第一内参矩阵，第二内部参数可包括第二内参矩阵，其中，第一距离确定模块可从第一内参矩阵或第二内参矩阵获取所述双目系统的焦距。
在另一总体方面，提供一种双目系统的标定装置，所述标定装置包括：第一单目标定模块，确定第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定；第二单目标定模块，确定第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定；外参确定模块，确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数；双目标定模块，根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
可选地，第一内部参数可包括第一畸变系数矩阵，第二内部参数可包括第二畸变系数矩阵，其中，第一单目标定模块可利用第一畸变系数矩阵来矫正第一图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第一图像，第二单目标定模块可利用第二畸变系数矩阵来矫正第二图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第二图像。
可选地，双目标定模块可在使第一图像和第二图像之间的相对运动最小化的约束下，根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
可选地，第一外部参数可包括第一图像捕获器的第一平移矩阵和第一旋转矩阵，第二外部参数可包括第二图像捕获器的第二平移矩阵和第二旋转矩阵，其中，双目标定模块可将畸变矫正后的第一图像按照第一平移矩阵和第一旋转矩阵进行平移和旋转，将畸变矫正后的第二图像按照第二平移矩阵和第二旋转矩阵进行平移和旋转，以使平移和旋转后的第一图像和第二图像在同一极线上像素一致。
可选地，所述双目系统可被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像，其中，所述标定装置可还包括：图像获取模块，从标定后的双目系统获取包含风力发电机组的叶片的尖端的第一图像和第二图像；第一距离确定模块，基于所捕获的第一图像和第二图像来计算叶片的尖端到所述双目系统的第一距离；塔架净空确定模块，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
在另一总体方面，提供一种塔架净空监测系统，所述塔架净空监测系统包括：双目系统，用于捕获风力发电机组的叶片在运行过程中的图像；处理器，被配置为：从所捕获的图像中获取用于塔架净空分析的第一图像和第二图像；从第一图像中识别风力发电机组的叶片的尖端的第一位置；从第二图像中识别叶片的尖端的第二位置；基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；基于所述视差确定叶片的尖端到双目系统的第一距离；基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
在另一总体方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现上述的基于双目系统的测量风力发电机组的塔架净空的方法或者双目系统的标定方法。
采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，能够实时准确地测量风力发电机组的塔架净空，以有效避免叶片扫塔情况的发生。
附图说明
通过下面结合附图进行的描述，本发明的上述和其他目的和特点将会变得更加清楚，其中：
图1示出根据本发明示例性实施例的双目系统的标定方法的流程图；
图2示出根据本发明示例性实施例的极线矫正前双目系统的示意图；
图3示出根据本发明示例性实施例的极线矫正后双目系统的示意图；
图4示出根据本发明示例性实施例的极线矫正后的第一图像和第二图像的示意图；
图5示出根据本发明示例性实施例的测量风力发电机组的塔架净空的方法的流程图；
图6示出根据本发明示例性实施例的双目系统的测距原理图；
图7示出根据本发明示例性实施例的计算叶片的尖端到双目系统的第一距离的步骤的流程图；
图8示出根据本发明示例性实施例的确定风力发电机组的塔架净空的示意图；
图9示出根据本发明示例性实施例的双目系统的标定装置的框图；
图10示出根据本发明示例性实施例的测量风力发电机组的塔架净空的装置的框图；
图11示出根据本发明示例性实施例的塔架净空监测系统的框图。
具体实施方式
现在，将参照附图更充分地描述不同的示例实施例，一些示例性实施例在附图中示出。
图1示出根据本发明示例性实施例的双目系统的标定方法的流程图。这里，该双目系统包括第一图像捕获器和第二图像捕获器。作为示例，第一图像捕获器和第二图像捕获器可包括但不限于摄像机或者激光2D(二维)扫描仪。
参照图1，在步骤S10中，确定第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定。
在一优选实施例中，上述对第一图像捕获器进行标定可指对第一图像捕获器进行畸变矫正。这里，由于图像捕获器的制造工艺和外界光线的影响，第一图像捕获器在捕获图像的过程中会出现径向畸变和切向畸变，产生上述畸变的原因是由于光线在远离镜片中心的地方比靠近镜片中心的地方更加弯曲，因此为消除上述畸变，步骤S10中可以对第一图像捕获器进行畸变矫正。
作为示例，第一内部参数可包括第一畸变系数矩阵。在此情况下，使用第一内部参数对第一图像捕获器进行标定的步骤可包括：利用第一畸变系数矩阵来矫正第一图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第一图像。
例如，第一畸变系数矩阵可通过如下表达式表示：
如公式(1)所示，第一畸变系数矩阵可包括三个参量，其中，Rx(ψ)、和Rz(τ)分别表示第一图像在x、y、z轴方向上的旋转量，即，畸变矫正后的第一图像相对于原始的第一图像在x、y、z轴方向上的旋转角度。
应理解，上述公式(1)中所示的第一畸变系数矩阵的表达式仅为示例，也可以通过其它方式来构建第一畸变系数矩阵。
在步骤S20中，确定第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定。
应理解，可在双目系统安装前或者安装后对第一图像捕获器和第二图像捕获器进行标定。也就是说，图像捕获器的内部参数不随双目系统的安装位置的变化而变化，该内部参数是与图像捕获器自身相关的参数。
在一优选实施例中，上述对第二图像捕获器进行标定可指对第二图像捕获器进行畸变矫正，以消除第二图像捕获器在捕获图像的过程中可能会出现的径向畸变和切向畸变。
作为示例，第二内部参数可包括第二畸变系数矩阵。在此情况下，使用第二内部参数对第二图像捕获器进行标定的步骤可包括：利用第二畸变系数矩阵来矫正第二图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第二图像。作为示例，第二畸变系数矩阵的表达式可如公式(1)所示的形式。
在步骤S30中，确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数。
在步骤S40中，根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
这里，在基于第一图像捕获器和第二图像捕获器各自的内部参数对两个图像捕获器分别进行标定之后，可基于两个图像捕获器的外部参数来对双目系统进行矫正。也就是说，可先对第一图像捕获器和第二图像捕获器分别进行畸变矫正，再对第一图像捕获器和第二图像捕获器同时进行极线矫正。
作为示例，第一外部参数可包括第一图像捕获器的第一平移矩阵和第一旋转矩阵，第二外部参数可包括第二图像捕获器的第二平移矩阵和第二旋转矩阵。这里，旋转矩阵可指目标在三维空间上的旋转，例如，旋转矩阵可表示目标在x、y、z轴方向上的旋转角度。平移矩阵可指目标在水平面上的移动，例如，平移矩阵可表示目标在x、y、z轴方向上的移动距离，作为示例，平移矩阵可为一3×1的矩阵。
在此情况下，在步骤S40中，可将第一图像按照第一平移矩阵和第一旋转矩阵进行平移和旋转，将第二图像按照第二平移矩阵和第二旋转矩阵进行平移和旋转，以使平移和旋转后的第一图像和第二图像在同一极线上像素一致。
优选地，在针对第一图像和第二图像进行畸变校正之后，步骤S40中可将畸变矫正后的第一图像按照第一平移矩阵和第一旋转矩阵进行平移和旋转，将畸变矫正后的第二图像按照第二平移矩阵和第二旋转矩阵进行平移和旋转，以使平移和旋转后的第一图像和第二图像在同一极线上像素一致。
在一优选实施例中，可以在使第一图像与第二图像之间的相对位置变化最小的约束下，根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
作为示例，使第一图像和第二图像之间的相对运动最小化可指使第一图像与第二图像之间的相对位置变化最小。也就是说，在使第一图像和第二图像之间的相对平移和相对旋转最小的情况下，完成对第一图像和第二图像的极线矫正。
优选地，可利用双目系统的本征矩阵来表示第一图像和第二图像之间的相对位置关系。作为示例，本征矩阵中包含第一图像和第二图像之间的相对旋转信息和相对平移信息。
例如，本征矩阵可通过如下方式来表示：
E＝R×T (2)
公式(2)中，E表示本征矩阵，R为表示第一图像和第二图像之间的相对旋转角度的相对旋转矩阵，T为表示第一图像和第二图像之间的相对平移距离的相对平移矩阵。
应理解，相对旋转矩阵R包括在x轴方向上的第一相对旋转矩阵，在y轴方向上的第二相对旋转矩阵，在z轴方向上的第三相对旋转矩阵(三个矩阵均为一3×3的矩阵)。相对平移矩阵T为一3×1的矩阵，表示在x、y、z轴方向上的相对平移量。
在此情况下，在优化参数的约束下对第一图像和第二图像进行极线矫正可指在使本征矩阵E最小化的情况下通过平移和旋转对第一图像和第二图像进行极线矫正。
图2示出根据本发明示例性实施例的极线矫正前双目系统的示意图。图3示出根据本发明示例性实施例的极线矫正后双目系统的示意图。
这里，在利用双目系统进行测距时，双目系统的第一图像捕获器和第二图像捕获器需要平行放置。但在实际应用时，由于两个图像捕获器的拍摄方向是固定的，在放置好两个图像捕获器之后，很难保证两个图像捕获器的拍摄方向是平行的(如图2所示)。为此，需要获取外部参数(即，平移矩阵和旋转矩阵)来对两个图像捕获器所捕获的图像进行极线矫正，也就是说，可将第一图像(如，左侧图像)和/或第二图像(如，右侧图像)经过一定的旋转和平移来实现极线平行(如图3所示)。
例如，可利用如下公式来表示第一图像和第二图像的极线矫正过程：
X1＝R1×X1+T1 (3)
X2＝R2×X2+T2 (4)
公式(3)中，X′1表示极线矫正后的第一图像，X1表示极线矫正前的第一图像，R1表示第一旋转矩阵，T1表示第一平移矩阵。
公式(4)中，X′2表示极线矫正后的第二图像，X2表示极线矫正前的第二图像，R2表示第二旋转矩阵，T2表示第二平移矩阵。
也就是说，通过将第一图像按照第一旋转矩阵R1进行旋转且按照第一平移矩阵T1进行平移，同时将第二图像按照第二旋转矩阵R2进行旋转且按照第二平移矩阵T2进行平移，来使得第一图像和第二图像在同一极线上像素一致。
图4示出根据本发明示例性实施例的极线矫正后的第一图像和第二图像的示意图。
如图4所示，假设第一图像捕获器和第二图像捕获器同时拍摄标定板(例如，预先打印好的棋盘)获得相应的第一图像(如，左侧图像)和第二图像(如，右侧图像)。由图4所示可以看出，在利用上述方式对第一图像和第二图像进行极线矫正之后，两个图像在同一极线上像素一致。
传统的双目系统的标定过程为：在搭建完双目系统后，使用双目摄像头同时拍摄的图像，直接进行双目标定。也就是说，传统的双目摄像头的标定过程为双目摄像头所有的内部参数和外部参数通过一个标定过程完成，此时得到的各参数数值为相对关系值，误差较大，使得双目摄像头的精度较低。在此情况下，基于通过上述标定方式标定后的双目系统所获得的图像来计算得到的塔架净空的误差也较大。
在根据本发明示例性实施例的双目系统的标定方法中，首先对每个图像捕获器分别进行标定(即，先分别进行单目标定)，然后再根据单目标定的参数值进行双目的标定，从而减小了内外参数的误差值，提高了双目系统标定的准确性。
在本发明一优选实施例中，可将通过上述标定方法标定过的双目系统应用到风力发电机组中，用以测量风力发电机组的塔架净空。
例如，双目系统可被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像，从而基于对第一图像和第二图像的分析识别来确定风力发电机组的塔架净空。
也就是说，可利用标定后的双目系统捕获包含风力发电机组的叶片的尖端的第一图像和第二图像，基于所捕获的第一图像和第二图像来计算叶片的尖端到双目系统的第一距离，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。下面参照图5来介绍测量风力发电机组的塔架净空的步骤。
图5示出根据本发明示例性实施例的测量风力发电机组的塔架净空的方法的流程图。
参照图5，在步骤S100中，从双目系统获取用于塔架净空分析的第一图像和第二图像。
作为示例，用于塔架净空分析的第一图像和第二图像可指包含了风力发电机组的叶片的尖端的图像。这里，由于塔架净空是指叶轮在旋转过程中叶片的尖端到塔筒表面的距离，因此，为测量出塔架净空的值，需通过对包含风力发电机组的叶片的尖端图像进行分析才能确定出塔架净空。
这里，双目系统可包括第一图像捕获器和第二图像捕获器，作为示例，第一图像捕获器和第二图像捕获器可包括但不限于摄像机或者激光2D(二维)扫描仪，以用于捕获风力发电机组的叶片在运行过程中的图像。
在此情况下，用于塔架净空分析的第一图像可包括第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中的包含风力发电机组的叶片的尖端的图像。用于塔架净空分析的第二图像可包括第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中的包含风力发电机组的叶片的尖端的图像。
也就是说，从双目系统获取用于塔架净空分析的第一图像和第二图像的步骤可包括：从第一图像捕获器获取第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像；将第一图像捕获器所捕获的图像中包含风力发电机组的叶片的尖端的图像确定为第一图像；从第二图像捕获器获取第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像；将第二图像捕获器所捕获的图像中包含风力发电机组的叶片的尖端的图像确定为第二图像。
在一优选实施例中，当图像捕获器为摄像机时，摄像机可以拍摄风力发电机组的叶片运行过程中的视频，后续针对拍摄的视频中的每一帧图像进行识别，从每一帧图像中识别出用于塔架净空分析的图像。也就是说，可以通过拍摄视频的方式获得连续多帧风力发电机组的叶片在运行过程中的图像，然后针对每一帧图像执行塔架净空分析。这样，实现了通过视频手段对塔架净空的实时监测。
应理解，可利用各种图像识别方式来对图像捕获器所捕获的图像进行识别，以从所捕获的图像中识别出包含风力发电机组的叶片的尖端的图像，并将识别出的图像确定为用于塔架净空分析的图像。
作为示例，可通过模板匹配的方式来对所捕获的图像进行识别。例如，可预先建立标记了风力发电机组的叶片的尖端的多个模板图像，将所捕获的图像分别与多个模板图像进行比对。
具体地，以对第一图像捕获器所捕获的图像进行识别以确定第一图像为例，可将标记了叶片的尖端的多个模板图像分别叠放在第一图像捕获器所捕获的图像上进行模板匹配，当第一图像捕获器所捕获的图像中存在与多个模板图像中的任意一个模板图像匹配的图像时，将该匹配的图像确定为包含风力发电机组的叶片的尖端的第一图像，即，将匹配的图像确定为用于塔架净空分析的第一图像。可以采用上述模板匹配的方式对第二图像捕获器所捕获的图像进行识别以确定第二图像，本发明对此不再赘述。应理解，上述通过模板匹配的方式进行图像识别的方式仅为一示例，本发明不限于此，其他图像识别方法也是可行的。
可以通过合理的设置双目系统的安装位置，来使得双目系统能够捕获到包含风力发电机组的叶片的尖端的图像。下面介绍双目系统的一优选安装示例。
作为示例，双目系统可被设置在风力发电机组的机舱底部，以捕获到包含风力发电机组的叶片的尖端的图像。
例如，可以在风力发电机组的机舱底部(即，机舱外壳底部)上处于塔筒与轮毂之间的区域内设置双目系统，以在叶片旋转至有效测量净空的角度范围内时，捕获到包含叶片的尖端的图像。
也就是说，可以通过调整双目系统与风力发电机组之间的相对位置关系，使得叶片位于有效测量净空的角度范围内时，叶片的尖端正好能够处于双目系统的图像捕获范围内。
这里，上述有效测量净空的角度范围可以是预定的角度范围。例如，该有效测量净空的角度范围可指当叶片的尖端垂直于地面时所处的叶轮方位角附近的预定角度范围，换句话说，是指以塔架为对称线和半径且中心角为预定角度的扇形。
优选地，可以在风力发电机组的机舱底部设置一支架，将双目系统固定于该支架上。但本发明不限于此，也可以不设置支架，直接将双目系统安装在机舱外壳底部。
这里，以第一图像捕获器和第二图像捕获器均为摄像机为例，由于风力发电机组的塔筒长度在100米左右，风力发电机组的叶片长度一般超过60米，为了实现对于60米外塔架净空的精确测量，摄像机的摄像范围应满足40-100米区间内，并保证测量误差在0.1米范围内。
在步骤S200中，从第一图像中识别风力发电机组的叶片的尖端的第一位置。
在步骤S300中，从第二图像中识别叶片的尖端的第二位置。
在一优选实施例中，可从第一图像或第二图像中检测角点，将检测到的角点作为叶片的尖端的位置。这里，可利用各种方法来从图像中检测出角点，本发明对此不做限定。此外，除上述角点检测方式之外，本领域技术人员也可以采用其他方式来从第一图像或第二图像中检测叶片的尖端的位置。
在步骤S400中，基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差。
图6示出根据本发明示例性实施例的双目系统的测距原理图。
双目系统的测距原理是基于两个图像捕获器，对三维空间的同一点进行空间测距，以计算出目标点P到双目系统的距离。
如图6所示，P为目标点(即，叶片的尖端)，Qr为第一图像捕获器的镜片中心，Qt为第二图像捕获器的镜片中心，P1为叶片的尖端P在第一图像上的成像点，P2为叶片的尖端P在第二图像上的成像点。
这里，计算视差的过程也可称为立体匹配过程，也就是说，视差为两个图像在某一像素点上的视差。以图6所示为例，叶片的尖端的视差为Xr-Xt，这里，Xr为叶片的尖端P在第一图像上的成像点P1到第一图像的最左侧的距离，Xt为叶片的尖端P在第二图像上的成像点P2到第二图像的最左侧的距离。
返回图5，在步骤S500中，基于叶片的尖端的视差确定叶片的尖端到双目系统的第一距离。
这里，叶片的尖端到双目系统的第一距离可指风力发电机组的叶片的尖端的位置到双目系统的基线的垂直距离。以图6所示为例，图中Z表示叶片的尖端P到双目系统的第一距离。
图7示出根据本发明示例性实施例的计算叶片的尖端到双目系统的第一距离的步骤的流程图。
参照图7，在步骤S501中，确定双目系统的基线的宽度。以图6所示为例，图中B表示双目系统的基线的宽度，例如，可指第一图像捕获器的镜片中心与第二图像捕获器的镜片中心之间的距离。
这里，可利用各种测量方式来测量获得双目系统的基线的宽度。例如，可以根据双目的物理特性，使用一定的度量工具，测量出基线的宽度。
在步骤S502中，确定双目系统的焦距。以图6所示为例，图中f表示双目系统的焦距，例如，第一图像捕获器或第二图像捕获器所在平面(即，第一图像捕获器的镜片或第二图像捕获器的镜片所在平面)与成像面之间的垂直距离，这里，第一图像捕获器或第二图像捕获器所在平面与成像面平行。
优选地，在对双目系统进行标定时，确定的第一内部参数除包括第一畸变系数矩阵之外，可还包括第一内参矩阵，确定的第二内部参数除包括第二畸变系数矩阵之外，可还包括第二内参矩阵。
作为示例，可从第一内参矩阵或第二内参矩阵获取双目系统的焦距。
例如，根据小孔成像原理，第一内参矩阵或第二内参矩阵是将3D(三维)世界坐标系(真实场景)转为2D图像坐标系的矩阵，是由焦距和主点偏移组成的矩阵。作为示例，第一内参矩阵或第二内参矩阵可通过如下形式表示：
公式(5)中，M表示第一内参矩阵或第二内参矩阵，fx表示焦距在水平x方向上的分量，fy表示焦距在垂直y方向上的分量，u0表示水平x方向上的平移量，v0表示垂直y方向上的平移量，s表示水平x方向上的焦距分量fx与总焦距f′的比值。在本发明一优选示例中，可从第一内参矩阵或第二内参矩阵中获取水平x方向上的焦距分量fx，将该焦距分量fx确定为双目系统的焦距。但本发明不限于，也可以将基于焦距分量fx和fy所得到的合成焦距(即，总焦距f′)确定为双目系统的焦距。
应理解，上述从第一内参矩阵或第二内参矩阵获取双目系统的焦距的方式仅为示例，本发明不限于此，还可以通过其他方式来确定双目系统的焦距。
在步骤S503中，根据双目系统的基线的宽度、双目系统的焦距和叶片的尖端的视差计算叶片的尖端到双目系统的第一距离。
例如，可利用如下公式来计算叶片的尖端到双目系统的第一距离，
公式(6)中，Z表示叶片的尖端到双目系统的第一距离，b表示双目系统的基线的宽度，f表示双目系统的焦距，d表示叶片的尖端的视差，即如图6中所示的Xr-Xt。
也就是说，可通过双目系统标定的方式获得双目系统的焦距，视差值是通过双目系统的内部参数、外部参数以及双目匹配的方式来计算叶片的尖端的视差。
返回图5，在步骤S600中，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
优选地，根据本发明示例性实施例的测量风力发电机组的塔架净空的方法可还包括：确定设置在风力发电机组的塔筒上的预定位置到双目系统的第三距离。这里，该预定位置可为当叶片的尖端垂直指向地面时叶片的尖端映射到塔筒上的位置。
这里，可利用各种方式来确定塔筒上的预定位置到双目系统的第三距离。例如，可在将双目系统设置在机舱底部之后，通过现场测量的方式获得塔筒上的预定位置到双目系统的第三距离。但本发明不限于此，也可以采用其他方式来确定塔筒上的预定位置到双目系统的第三距离。
应理解，当针对风电场中的所有风力发电机组应用本发明示例性实施例的测量风力发电机组的塔架净空的方法时，可在每个风力发电机组的机舱底部设置一双目系统，针对同一机型的风力发电机组，当双目系统在该机型的每个风力发电机组的机舱底部的设置位置相同时，仅需针对一种机型的一个风力发电机组测量一次塔筒上的预定位置到双目系统的第三距离，当确定塔架净空时，直接获取该测量得到的第三距离即可，无需针对每个风力发电机组均进行标识，也无需针对每个风力发电机组均进行第三距离的测量，简化了测量塔架净空的过程，并且减少了人工成本。
优选地，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空的步骤可包括：利用叶片的尖端到双目系统的第一距离和预定位置到双目系统的第三距离来计算叶片的尖端到该预定位置的距离以作为第二距离，从而获得塔架净空。
图8示出根据本发明示例性实施例的确定风力发电机组的塔架净空的示意图。
如图8所示，双目系统C设置在风力发电机组的机舱3外壳底部，以捕获到包含叶片2的尖端A的第一图像和第二图像。叶片2的尖端A、塔筒1上的预定位置B、双目系统C为直角三角形ABC的三个顶点。当确定出叶片2的尖端A到双目系统C的第一距离Z和塔筒1上的预定位置B到双目系统C的第三距离N之后，可依据勾股定理计算出叶片2的尖端A到塔筒1上的预定位置B的距离S(即，塔架净空)。
应理解，利用上述图1所示的标定方法标定过的双目系统的内部参数、外部参数的误差较小，测量精确度较高，使得基于标定后的双目系统能够获得矫正效果较佳的图像，基于该图像所计算得到的视差也会更准确，由此得到的第一距离Z和塔架净空也更准确。
图9示出根据本发明示例性实施例的双目系统的标定装置的框图。这里，该双目系统包括第一图像捕获器和第二图像捕获器。作为示例，第一图像捕获器和第二图像捕获器可包括但不限于摄像机或者激光2D(二维)扫描仪。
如图9所示，根据本发明示例性实施例的双目系统的标定装置包括第一单目标定模块10、第二单目标定模块20、外参确定模块30和双目标定模块40。
具体说来，第一单目标定模块10确定第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定。
在一优选实施例中，第一单目标定模块10对第一图像捕获器进行标定可指对第一图像捕获器进行畸变矫正，以消除第一图像捕获器在捕获图像的过程中可能会出现的径向畸变和切向畸变。作为示例，第一内部参数可包括第一畸变系数矩阵。在此情况下，第一单目标定模块10可利用第一畸变系数矩阵来矫正第一图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第一图像。
第二单目标定模块20确定第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定。
在一优选实施例中，第二单目标定模块20对第二图像捕获器进行标定可指对第二图像捕获器进行畸变矫正，以消除第二图像捕获器在捕获图像的过程中可能会出现的径向畸变和切向畸变。
作为示例，第二内部参数可包括第二畸变系数矩阵。在此情况下，第二单目标定模块20可利用第二畸变系数矩阵来矫正第二图像捕获器所捕获的第一图像的畸变，以获得畸变矫正后的第二图像。
外参确定模块30确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数。
双目标定模块40根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
这里，在第一单目标定模块10和第二单目标定模块20基于第一图像捕获器和第二图像捕获器各自的内部参数对两个图像捕获器分别进行标定之后，双目标定模块40可基于两个图像捕获器的外部参数来对双目系统进行矫正。也就是说，可先分别对第一图像捕获器和第二图像捕获器进行畸变矫正，再对第一图像捕获器和第二图像捕获器同时进行极线矫正。
作为示例，第一外部参数可包括第一图像捕获器的第一平移矩阵和第一旋转矩阵，第二外部参数可包括第二图像捕获器的第二平移矩阵和第二旋转矩阵。
在此情况下，双目标定模块40可将第一图像按照第一平移矩阵和第一旋转矩阵进行平移和旋转，将第二图像按照第二平移矩阵和第二旋转矩阵进行平移和旋转，以使平移和旋转后的第一图像和第二图像在同一极线上像素一致。
优选地，在针对第一图像和第二图像进行畸变校正之后，双目标定模块40可将畸变矫正后的第一图像按照第一平移矩阵和第一旋转矩阵进行平移和旋转，将畸变矫正后的第二图像按照第二平移矩阵和第二旋转矩阵进行平移和旋转，以使平移和旋转后的第一图像和第二图像在同一极线上像素一致。
在一优选实施例中，双目标定模块40可在使第一图像与第二图像之间的相对位置变化最小的约束下，根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
作为示例，使第一图像和第二图像之间的相对运动最小化可指使第一图像与第二图像之间的相对位置变化最小。也就是说，在使第一图像和第二图像之间的相对平移和相对旋转最小的情况下，完成对第一图像和第二图像的极线矫正。
优选地，可利用双目系统的本征矩阵来表示第一图像和第二图像之间的相对位置关系。作为示例，本征矩阵中包含第一图像和第二图像之间的相对旋转信息和平移信息。
在本发明一优选实施例中，可将通过上述标定装置标定过的双目系统应用到风力发电机组中，用以测量风力发电机组的塔架净空。
例如，双目系统可被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像，从而基于对第一图像和第二图像的分析识别来确定风力发电机组的塔架净空。
下面参照图10来介绍测量风力发电机组的塔架净空的过程。
图10示出根据本发明示例性实施例的测量风力发电机组的塔架净空的装置的框图。
如图10所示，根据本发明示例性实施例的测量风力发电机组的塔架净空的装置包括：图像获取模块100、第一位置识别模块200、第二位置识别模块300、视差确定模块400、第一距离确定模块500和塔架净空确定模块600。
具体说来，图像获取模块100从双目系统获取用于塔架净空分析的第一图像和第二图像。
作为示例，用于塔架净空分析的第一图像和第二图像可指包含了风力发电机组的叶片的尖端的图像。这里，双目系统可包括第一图像捕获器和第二图像捕获器，在此情况下，用于塔架净空分析的第一图像可包括第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中包含风力发电机组的叶片的尖端的图像。用于塔架净空分析的第二图像可包括第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中包含风力发电机组的叶片的尖端的图像。
也就是说，图像获取模块100从第一图像捕获器获取第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像；将第一图像捕获器所捕获的图像中包含风力发电机组的叶片的尖端的图像确定为第一图像。图像获取模块100从第二图像捕获器获取第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像；将第二图像捕获器所捕获的图像中包含风力发电机组的叶片的尖端的图像确定为第二图像。
优选地，双目系统可被设置在风力发电机组的机舱底部，以捕获到包含风力发电机组的叶片的尖端的图像。
第一位置识别模块200从第一图像中识别风力发电机组的叶片的尖端的第一位置。
第二位置识别模块300从第二图像中识别叶片的尖端的第二位置。
在一优选实施例中，第一位置识别模块200可从第一图像中检测角点，将检测到的角点作为叶片的尖端的第一位置。第二位置识别模块300可从第二图像中检测角点，将检测到的角点作为叶片的尖端的第二位置。这里，可利用各种方法来从图像中检测出角点，本发明对此不做限定。此外，除上述角点检测方式之外，本领域技术人员也可以采用其他方式来从第一图像或第二图像中检测叶片的尖端的位置。
视差确定模块400基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差。
第一距离确定模块500基于叶片的尖端的视差确定叶片的尖端到双目系统的第一距离。
这里，叶片的尖端到双目系统的第一距离可指风力发电机组的叶片的尖端的位置到双目系统的基线的垂直距离。
作为示例，第一距离确定模块500可确定双目系统的基线的宽度，确定双目系统的焦距，并根据双目系统的基线的宽度、双目系统的焦距和叶片的尖端的视差来计算叶片的尖端到双目系统的第一距离。
在对双目系统进行标定时，确定的第一内部参数除包括第一畸变系数矩阵之外，可还包括第一内参矩阵，确定的第二内部参数除包括第二畸变系数矩阵之外，可还包括第二内参矩阵。在此情况下，第一距离确定模块500可从第一内参矩阵或第二内参矩阵获取双目系统的焦距。
塔架净空确定模块600基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
在一优选实施例中，根据本发明示例性实施例的测量风力发电机组的塔架净空的装置可还包括：第二距离确定模块700，确定设置在风力发电机组的塔筒上的预定位置到所述双目系统的第三距离。这里，该预定位置可为当叶片的尖端垂直指向地面时叶片的尖端映射到塔筒上的位置，
在此情况下，塔架净空确定模块600可利用叶片的尖端到双目系统的第一距离和所述预定位置到双目系统的第三距离来计算叶片的尖端到预定位置的距离以作为第二距离。
图11示出根据本发明示例性实施例的塔架净空监测系统的框图。
如图11所示，根据本发明示例性实施例的塔架净空监测系统包括双目系统11和处理器22。
具体说来，双目系统11用于捕获风力发电机组的叶片在运行过程中的图像。
处理器22被配置为：从所捕获的图像中获取用于塔架净空分析的第一图像和第二图像；从第一图像中识别风力发电机组的叶片的尖端的第一位置；从第二图像中识别叶片的尖端的第二位置；基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；基于所述视差确定叶片的尖端到双目系统的第一距离；基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
也就是说，可以处理器22被配置为执行图2所示的测量风力发电机组的塔架净空的方法。但本发明不限于此，处理器22可还被配置为执行图1所示的双目系统的标定方法。
根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行上述测量风力发电机组的塔架净空的方法或者执行上述双目系统的标定方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。
采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，能够实现实时监测风力发电机组的塔架净空，以有效避免叶片扫塔带来的损失。
此外，采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，通过合理设计用于支撑双目系统的支架以及合理选取双目系统的安装位置，不仅能完全实现塔架净空视频监控的功能并且还能保证风力发电机组的安全运行。
此外，采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，可以相对简单地获取到风力发电机组的塔架净空，无需人工测量塔架净空，方便快捷。
此外，采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，可利用独立的装置(如，芯片)来计算塔架净空。在一优选实施例中，还可在上述测量塔架净空的装置中完成塔架净空与安全距离的比较过程，仅将比较结果(例如，是否会发生扫塔的报警信号)反馈给中央控制器，以有效减少回传数据量，并减少中央控制器的网络压力。
此外，采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，由于获取了风力发电机组的叶片运行过程中的视频数据，除实现塔架净空的测量之外，还可以实现其他故障的实时分析，实时报警(例如，还可检测叶片开裂状况、结冰状况等)。
此外，采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，可将测量得到的塔架净空上传至云端服务器进行存储，以供多种设备访问。
此外，采用本发明示例性实施例的测量塔架净空的方法、双目系统的标定方法以及装置，可实现智能分析，样本审核入库并能回归学习来提升分析精度。
尽管已参照优选实施例表示和描述了本发明，但本领域技术人员应该理解，在不脱离由权利要求限定的本发明的精神和范围的情况下，可以对这些实施例进行各种修改和变换。
Claims (17)
1.一种测量风力发电机组的塔架净空的方法，其特征在于，所述方法包括：
从双目系统获取用于塔架净空分析的第一图像和第二图像；
从第一图像中识别风力发电机组的叶片的尖端的第一位置；
从第二图像中识别叶片的尖端的第二位置；
基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；
基于所述视差确定叶片的尖端到双目系统的第一距离；
基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
2.如权利要求1所述的方法，其特征在于，所述双目系统被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像。
3.如权利要求2所述的方法，其特征在于，所述双目系统包括第一图像捕获器和第二图像捕获器，
其中，用于塔架净空分析的第一图像包括第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中的包含风力发电机组的叶片的尖端的图像，
用于塔架净空分析的第二图像包括第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中的包含风力发电机组的叶片的尖端的图像。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：确定设置在风力发电机组的塔筒上的预定位置到所述双目系统的第三距离，所述预定位置为当叶片的尖端垂直指向地面时叶片的尖端映射到塔筒上的位置，
其中，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空的步骤包括：
利用叶片的尖端到双目系统的第一距离和所述预定位置到双目系统的第三距离来计算叶片的尖端到所述预定位置的距离以作为第二距离。
5.如权利要求1所述的方法，其特征在于，叶片的尖端到双目系统的第一距离是指风力发电机组的叶片的尖端的位置到双目系统的基线的垂直距离。
6.如权利要求5所述的方法，其特征在于，基于所述视差确定叶片的尖端到双目系统的第一距离的步骤包括：
确定所述双目系统的基线的宽度；
确定所述双目系统的焦距；
根据所述基线的宽度、所述焦距和所述视差计算叶片的尖端到双目系统的第一距离。
7.如权利要求1-6中的任意一项所述的方法，其特征在于，所述双目系统为通过以下方式进行标定的双目系统：
确定所述双目系统的第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定；
确定所述双目系统的第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定；
确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数；
根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
8.如权利要求7所述的方法，其特征在于，第一内部参数包括第一内参矩阵，第二内部参数包括第二内参矩阵，
其中，从第一内参矩阵或第二内参矩阵获取所述双目系统的焦距。
9.一种测量风力发电机组的塔架净空的装置，其特征在于，所述装置包括：
图像获取模块，从双目系统获取用于塔架净空分析的第一图像和第二图像；
第一位置识别模块，从第一图像中识别风力发电机组的叶片的尖端的第一位置；
第二位置识别模块，从第二图像中识别叶片的尖端的第二位置；
视差确定模块，基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；
第一距离确定模块，基于所述视差确定叶片的尖端到双目系统的第一距离；
塔架净空确定模块，基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
10.如权利要求9所述的装置，其特征在于，所述双目系统被设置在风力发电机组的机舱底部以捕获用于塔架净空分析的第一图像和第二图像。
11.如权利要求10所述的装置，其特征在于，所述双目系统包括第一图像捕获器和第二图像捕获器，
其中，用于塔架净空分析的第一图像包括第一图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中的包含风力发电机组的叶片的尖端的图像，
用于塔架净空分析的第二图像包括第二图像捕获器所捕获的风力发电机组的叶片在运行过程中的图像中的包含风力发电机组的叶片的尖端的图像。
12.如权利要求9所述的装置，其特征在于，所述装置还包括：第二距离确定模块，确定设置在风力发电机组的塔筒上的预定位置到所述双目系统的第三距离，所述预定位置为当叶片的尖端垂直指向地面时叶片的尖端映射到塔筒上的位置，
其中，塔架净空确定模块利用叶片的尖端到双目系统的第一距离和所述预定位置到双目系统的第三距离来计算叶片的尖端到所述预定位置的距离以作为第二距离。
13.如权利要求9所述的装置，其特征在于，叶片的尖端到双目系统的第一距离是指风力发电机组的叶片的尖端的位置到双目系统的基线的垂直距离。
14.如权利要求13所述的装置，其特征在于，第一距离确定模块确定所述双目系统的基线的宽度，确定所述双目系统的焦距，并根据所述基线的宽度、所述焦距和所述视差计算叶片的尖端到双目系统的第一距离。
15.如权利要求9-14中的任意一项所述的装置，其特征在于，所述双目系统为通过以下方式进行标定的双目系统：
确定所述双目系统的第一图像捕获器的第一内部参数，并使用第一内部参数对第一图像捕获器进行标定；
确定所述双目系统的第二图像捕获器的第二内部参数，并使用第二内部参数对第二图像捕获器进行标定；
确定第一图像捕获器的第一外部参数和第二图像捕获器的第二外部参数；
根据确定的第一外部参数和第二外部参数对第一图像捕获器所捕获的第一图像和第二图像捕获器所捕获的第二图像进行极线矫正，以使第一图像和第二图像在同一极线上像素一致。
16.如权利要求15所述的装置，其特征在于，第一内部参数包括第一内参矩阵，第二内部参数包括第二内参矩阵，
其中，第一距离确定模块从第一内参矩阵或第二内参矩阵获取所述双目系统的焦距。
17.一种塔架净空监测系统，其特征在于，所述塔架净空监测系统包括：
双目系统，用于捕获风力发电机组的叶片在运行过程中的图像；
处理器，被配置为：
从所捕获的图像中获取用于塔架净空分析的第一图像和第二图像；
从第一图像中识别风力发电机组的叶片的尖端的第一位置；
从第二图像中识别叶片的尖端的第二位置；
基于叶片的尖端的第一位置和第二位置计算叶片的尖端的视差；
基于所述视差确定叶片的尖端到双目系统的第一距离；
基于确定的第一距离计算叶片的尖端到塔筒边缘的第二距离以获得塔架净空。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811455404.4A CN109559354B (zh) | 2018-11-30 | 2018-11-30 | 测量塔架净空的方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811455404.4A CN109559354B (zh) | 2018-11-30 | 2018-11-30 | 测量塔架净空的方法以及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109559354A CN109559354A (zh) | 2019-04-02 |
| CN109559354B true CN109559354B (zh) | 2024-02-23 |
Family
ID=65868288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811455404.4A Active CN109559354B (zh) | 2018-11-30 | 2018-11-30 | 测量塔架净空的方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109559354B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110939549B (zh) * | 2019-11-18 | 2020-10-23 | 陈伟春 | 一种叶片净空距离监测系统及叶片净空距离监测方法 |
| CN111246162A (zh) * | 2019-12-09 | 2020-06-05 | 北京金风科创风电设备有限公司 | 风力发电机组的塔架净空监控设备的位置矫正方法及装置 |
| CN113090458B (zh) * | 2019-12-23 | 2022-04-15 | 江苏金风科技有限公司 | 叶片控制方法和系统、控制器及计算机可读存储介质 |
| CN113090471B (zh) * | 2019-12-23 | 2022-10-14 | 新疆金风科技股份有限公司 | 风力发电机组的塔架净空音频监测系统、方法及装置 |
| CN113123928B (zh) * | 2019-12-31 | 2022-10-14 | 新疆金风科技股份有限公司 | 风力发电机组及其塔架净空监控方法和装置 |
| CN111336073B (zh) * | 2020-03-04 | 2022-04-05 | 南京航空航天大学 | 一种风力发电机塔架净空视觉监测装置及方法 |
| CN113390436B (zh) * | 2020-03-13 | 2023-10-17 | 北京金风科创风电设备有限公司 | 风力发电机组的视频测距装置的校验系统和方法、介质 |
| CN111997844A (zh) * | 2020-09-09 | 2020-11-27 | 上海电气风电集团股份有限公司 | 风力发电机组的塔架净空的监测系统 |
| CN113309674B (zh) * | 2021-03-31 | 2022-07-15 | 新疆金风科技股份有限公司 | 风力发电机组的净空距离确定方法及装置 |
| CN113153658B (zh) * | 2021-06-08 | 2024-05-24 | 中国华能集团清洁能源技术研究院有限公司 | 激光和视频融合的叶片净空监测系统、方法、设备及介质 |
| CN115726934A (zh) * | 2021-08-31 | 2023-03-03 | 北京金风科创风电设备有限公司 | 一种风力发电机净空值的测量方法及装置 |
| CN113763463B (zh) * | 2021-11-10 | 2022-02-11 | 风脉能源（武汉）股份有限公司 | 基于图像数据处理确定采集设备位置的方法 |
| CN113781546B (zh) * | 2021-11-10 | 2022-02-15 | 风脉能源（武汉）股份有限公司 | 一种基于塔筒外尺度确定图像采集设备位置的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014002725A1 (ja) * | 2012-06-29 | 2014-01-03 | 富士フイルム株式会社 | ３次元測定方法、装置、及びシステム、並びに画像処理装置 |
| CN106126843A (zh) * | 2016-06-28 | 2016-11-16 | 广东明阳风电产业集团有限公司 | 一种基于Matlab的Bladed风机载荷处理系统 |
| CN107588721A (zh) * | 2017-08-28 | 2018-01-16 | 武汉科技大学 | 一种基于双目视觉的零件多尺寸的测量方法及系统 |
-
2018
- 2018-11-30 CN CN201811455404.4A patent/CN109559354B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014002725A1 (ja) * | 2012-06-29 | 2014-01-03 | 富士フイルム株式会社 | ３次元測定方法、装置、及びシステム、並びに画像処理装置 |
| CN106126843A (zh) * | 2016-06-28 | 2016-11-16 | 广东明阳风电产业集团有限公司 | 一种基于Matlab的Bladed风机载荷处理系统 |
| CN107588721A (zh) * | 2017-08-28 | 2018-01-16 | 武汉科技大学 | 一种基于双目视觉的零件多尺寸的测量方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 基于ORB算法的双目立体视觉测距系统;李双全;章国宝;;工业控制计算机(第06期);全文 * |
| 物流业几何尺寸智能化测量系统;李娟;周富强;李作新;李潇婕;;计算机科学(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109559354A (zh) | 2019-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109559354B (zh) | 测量塔架净空的方法以及装置 | |
| CN109269430B (zh) | 基于深度提取模型的多株立木胸径被动测量方法 | |
| US9965870B2 (en) | Camera calibration method using a calibration target | |
| CN108594245A (zh) | 一种目标物运动监测系统及方法 | |
| CN111369630A (zh) | 一种多线激光雷达与相机标定的方法 | |
| CN109297436B (zh) | 双目线激光立体测量基准标定方法 | |
| CN112949478B (zh) | 基于云台相机的目标检测方法 | |
| CN109253706B (zh) | 一种基于数字图像的隧道三维形貌测量方法 | |
| CN106971408B (zh) | 一种基于时空转换思想的摄像机标定方法 | |
| CN109341668B (zh) | 基于折射投影模型和光束追踪法的多相机测量方法 | |
| CN107729893A (zh) | 一种合模机的视觉定位方法、系统和存储介质 | |
| Beekmans et al. | Cloud photogrammetry with dense stereo for fisheye cameras | |
| JP4052382B2 (ja) | 非接触画像計測装置 | |
| CN112492292B (zh) | 一种自由姿态的智能视觉3d信息采集设备 | |
| CN110966956A (zh) | 一种基于双目视觉的三维检测装置和方法 | |
| CN106767895B (zh) | 利用标志点定向求解相机外方位元素的系统和方法 | |
| CN110940312A (zh) | 一种结合激光设备的单目相机测距方法及系统 | |
| EP4242609A1 (en) | Temperature measurement method, apparatus, and system, storage medium, and program product | |
| CN106871900A (zh) | 船舶磁场动态检测中图像匹配定位方法 | |
| CN108761271A (zh) | 一种电网树障检测方法及系统 | |
| CN112361962B (zh) | 一种多俯仰角度的智能视觉3d信息采集设备 | |
| CN112254680B (zh) | 一种多自由度的智能视觉3d信息采集设备 | |
| CN115511878A (zh) | 一种边坡地表位移监测方法、装置、介质及设备 | |
| CN112484663B (zh) | 一种多翻滚角度的智能视觉3d信息采集设备 | |
| CN208350997U (zh) | 一种目标物运动监测系统 |
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 |