CN110244766B - 一种光伏电站无人机巡检航线的规划方法及系统 - Google Patents
一种光伏电站无人机巡检航线的规划方法及系统 Download PDFInfo
- Publication number
- CN110244766B CN110244766B CN201910593712.1A CN201910593712A CN110244766B CN 110244766 B CN110244766 B CN 110244766B CN 201910593712 A CN201910593712 A CN 201910593712A CN 110244766 B CN110244766 B CN 110244766B
- Authority
- CN
- China
- Prior art keywords
- module group
- photovoltaic module
- aerial vehicle
- unmanned aerial
- group string
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 8
- 240000004282 Grewia occidentalis Species 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种光伏电站无人机巡检航线的规划方法及系统,所述方法主要包括如下步骤:获取光伏电站的数字正射影像、数字地理模型;运用图像识别算法获取每个光伏组件组串中心点的地理位置;获得每个光伏组件组串中心点的绝对海拔;设置无人机采集影像的偏航角;计算出无人机巡检光伏组件组串的相对高程h和绝对高程H;将获得的每个光伏组件组串的中心点作为航点,然后将上述中心点依次顺序连接,并融合偏航角及无人机巡检绝对高程H,即得无人机巡检航线。该方法通过导入高精度的数字正射影像,识别光伏组件组串的中心点以进行航点的自动规划,提高了航线规划的效率,杜绝了人工规划可能产生的失误,并能保证最佳的巡检影像采集高度。
Description
技术领域
本发明属于无人机巡检技术领域,涉及一种光伏电站无人机巡检航线的规划方法及系统。
背景技术
传统的光伏电站的巡检,需要大量的人力利用热红外成像仪对场站内的光伏组件进行缺陷查找,效率低下,人工成本高。利用无人机对光伏电站的光伏组件进行缺陷查找由于不受地形状况的干扰,可以极大的提升巡检的效率,且高空视角对比地面视角能够获得更好的巡检效果。
由于光伏电站地面存在起伏,甚至修建在山地,光伏电站同一子阵的组件都存在较大的高差,导致常规的光伏电站无人机巡检存在图像采集位置不明确,采集影像的点位与组件的距离不可控,采集的画面不规则且采集效果不可控的问题。一般来说,以往的光伏巡检的方法是依据光伏组件的排列走向通过手工绘制出大致的巡检线路,无人机一边飞行一边采集巡检影像。首先,手工绘制巡检航线工作量大且容易出错;其次,不精确的采集位置导致画面结构及所采集的影像的相对距离不可控,采集到的组件歪斜及地面分辨率忽大忽小直接影响到后期人工识别或机器识别的效率及准确性;再次,飞行的同时进行采集,如果飞行速度过快则采集的影像会存在较大的运动模糊,导致画面不可辨识,如果飞行速度太慢则采集的效率过低,增加人工和时间的成本;此外,影像采集是以固定的时间间隔或距离间隔进行,无人机在飞行过程中外界的气象条件会对航速产生较大的影响,而且无人机在采集过程中也可能因为硬件或软件的问题发生漏采集,在需要完整覆盖的前提条件下则需要设置较高的采集重叠度才能够保证采集完整,这样就会采集到极大数量的影像,为后续的缺陷识别带来极大的压力和风险,甚至同一个缺陷可能出现在多张影像中,造成重复识别。
常规的无人机巡检的航线规划还需要人工辅助,效率低且容易出错。大多数巡检作业是在人工航线规划完成后无人机通过间隔固定时间来进行数据采集,采集的数据不规范,数据量大,这些缺点在配合后期人工或者计算机视觉进行缺陷识别的时候导致工作效率不高、重复标注且出错几率较大。
发明内容
本发明旨在解决上述无人机巡检光伏电站过程中航线规划存在的问题,提供一种数据采集量小且缺陷识别率高的光伏电站无人机巡检航线的规划方法。
为此,本发明采用如下技术方案:
一种光伏电站无人机巡检航线的规划方法,包括如下步骤:
(1)获取光伏电站的数字正射影像(DOM)、包含地理位置和绝对高程的数字地理模型,以及无人机影像采集设备的像元尺寸、分辨率及镜头视角;
(2)根据获得的光伏电站的数字正射影像,运用图像识别算法获取每个光伏组件组串的四角所对应的地理位置成果;
(3)根据获得的每个光伏组件组串的四角地理位置成果,计算出每个光伏组件组串的中心点所对应的地理位置和该光伏组件组串的幅宽;
(4)根据获得的光伏组件组串的中心点成果与步骤(1)获得的数字地理模型,得到每个光伏组件组串的中心点的绝对海拔;
(5)根据光伏组件组串的四角对应的地理位置成果,确定采集影像所对应的偏航角,使无人机所采集的影像的长边与光伏组件组串的长边平行,进而使获得的影像中的光伏组件组串的长边在影像中保持水平状态;
(6)根据步骤(1)获得的影像采集设备的像元尺寸、分辨率及镜头视角,结合步骤(3)获得的光伏组件组串的幅宽,计算出无人机巡检上述光伏组件组串的相对高程式中:h为无人机巡检相对高程,θ为影像采集设备的镜头水平方向视角,L为光伏组件组串的幅宽;
(7)将步骤(4)获得的光伏组件组串中心点的绝对海拔与步骤(6)获得的无人机相对高程h相加,即得无人机巡检上述光伏组件组串的绝对高程H;
(8)将步骤(3)获得的每个光伏组件组串的中心点作为航点,然后将光伏组件组串的中心点依次顺序连接,并融合步骤(5)的偏航角及步骤(7)获得的无人机巡检绝对高程H,即得无人机巡检航线,无人机巡检时选择在每个光伏组件组串的中心点上方处进行图像采集。
进一步地,步骤(1)中,所述数字地理模型为数字表面模型(DSM)、数字高程模型(DEM)或数字点云。
进一步地,步骤(5)中,偏航角的具体计算过程为:计算光伏组件组串的下缘长边与正北方向的夹角并设置为β,设定采集影像左下角为原点,影像的y轴方向为影像的短边,x轴方向为影像的长边,默认的采集影像的y轴方向指向正北方向,则采集影像的偏航角α=β-90°,为了实现影像中光伏组件组串的长边在影像中保持水平的状态即与影像的x轴平行的状态,当α为正值时需以正北方向为0°顺时针旋转α后进行采集,反之当α为负值时需以正北方向为0°逆时针旋转α后进行采集。
进一步地,步骤(5)中,在光伏电站较为规整的情况下可省去偏航角的计算,并将偏航角设置为0°,即在航线中的所采集影像的长边为东西朝向,短边为南北朝向。
与以往无人机巡检方法相比,本发明方法具有如下优点:
(1)通过导入高精度的数字正射影像(DOM),识别光伏组件组串的中心点地理位置以进行航点的自动规划,航点航线规划无需人工参与,增加了航点的准确度,提高了航线规划的效率,杜绝了人工规划可能产生的失误;
(2)航点规划依据巡检影像采集设备的硬件参数确定,能够适应各种巡检设备,杜绝以往因为巡检人员经验不足无法高效率使用巡检影像采集设备的问题;
(3)通过导入数字地理模型将航点规划与地理高程融合,精确获取每个巡检影像采集的高程点,保证最佳的巡检影像采集高度;
(4)采用定点影像采集方式,杜绝因为运动中拍摄导致画面不可辨识,而且在每个航点间以较快的速度运动,保证作业的效率;
(5)在绝对覆盖所有光伏组件组串的条件下,极大的减少了影像采集的数量,提高了后续缺陷识别的效率。在同等完全覆盖采集的条件下,使用该方法所采集到的影像数量仅为以往方法的1/5左右;
(6)影像采集的航点通过地面高程点和偏航角的修正,所有采集的影像格式统一,组件以水平角度排列,在影像中的大小尺寸一致,保持一致的相对采集高度进一步保证了地面分辨率的一致,后期无论是人工识别或是智能识别都可以获得非常高的效率和准确度。
综上,本发明方法将所有的影像数据均按照固定的画面结构进行采集,不会出现重复采集的现象,从而极大的减少了采集的数据量,为后期提高缺陷识别效率和准确度奠定了基础;该方法广泛适合于修建在平原、水面或山地的大型地面光伏电站和修建在建筑物顶部的分布式光伏电站的无人机巡检作业。
附图说明
图1为本发明方法步骤(2)获得的整个光伏电站的二值化图像;
(图中,白色为光伏组件组串,黑色为地物)
图2为本发明方法步骤(8)获得的无人机巡检航线;
(图中,1-光伏组件组串,2-光伏组件组串中心点,3-无人机巡检航线)。
具体实施方式
下面通过具体实施例对本发明方案进行进一步说明。
一种光伏电站无人机巡检航线的规划方法,包括如下步骤:
(1)获取光伏电站的数字正射影像(DOM)和数字表面模型(DSM),以及无人机影像采集设备的像元尺寸、分辨率及镜头视角;在该实例中使用的影像采集设备的像元尺寸为17μm,分辨率为640*512,镜头视角为32°*26°;
(2)根据获得的光伏电站的数字正射影像(DOM),运用图像识别算法获取每个光伏组件组串的四角所对应的地理位置成果,具体过程如下:
a.将获得的DOM影像转化为HSB色彩空间;
b.设定HSB色彩空间中色度H的阈值为200°至230°,该H值范围在可见光中可以描述为蓝色,即为绝大多数光伏组件所呈现出的颜色,而在光伏电站中的地物几乎没有同为这种色彩表现的物品;遍历图像中的所有像素点,进而可以根据该颜色阈值分割出不同的像素区域,即处于上述阈值范围内的光伏组件和阈值范围外的地物(如图2所示);
c.根据步骤b所述的判断成果,如果符合上述色度H的判断阈值,则继续判断该像素点的饱和度S与明度B的值是否大于预设的阈值(经过大量实验,确定较佳的阈值设定为S值大于20%且B值大于18%),该判断的目的是排除光伏面板组件及其它地物产生的阴影对识别造成的干扰,因为在可见光影像中的阴影会在画面中呈现为HSB色彩空间中与预设H值阈值接近的颜色特征,但是阴影和光伏面板组件在HSB色彩空间中的S值和B值存在区别,阴影部分的饱和度和明度大大低于面板,进而可排除阴影干扰;
d.根据步骤c所述的判断成果,如果同时满足b和c的判定条件则将该像素点的HSB值设置为:色度H为0°、饱和度S为0%、明度B为0%,即将地物与光伏组件所产生阴影的像素同时归类为地物并设置为黑色;
e.根据步骤d所述的成果,将非归类为地物的黑色像素点归类为光伏面板组件,并将该像素点的HSB值设置为色度H为0°、饱和度S为100%、明度B为100%,该设置目的是将光伏面板组件的像素点设置为白色;
f.根据步骤e所述的结果,获得将光伏面板组件标定出来的光伏电站二值化图像,依据该过滤干扰后的二值化图像,将原始的DOM影像的地理信息数据和影像的每个像素值做映射,即可获取每个光伏组件组串的四角的地理信息,并生产出每个光伏组件在DOM上的投影面;具体过程也可参考发明专利申请:光伏组件经纬度数据配置方法及装置(申请号2018110873939);
(3)根据获得的每个光伏组件组串的四角地理位置成果,根据现有几何方法计算出每个光伏组件组串的中心点所对应的地理位置和该光伏组件组串的幅宽;
(4)根据获得的光伏组件组串的中心点成果与步骤(1)获得的数字表面模型,计算出每个光伏组件组串的中心点的绝对海拔;
(5)根据光伏组件组串的四角对应的地理位置成果,确定采集影像所对应的偏航角,使无人机所采集的影像的长边与光伏组件组串的长边平行,进而使获得的影像中的光伏组件组串的长边在影像中保持水平状态;
偏航角的具体计算过程为:计算光伏组件组串的下缘长边与正北方向的夹角并设置为β,设定采集影像左下角为原点,影像的y轴方向为影像的短边,x轴方向为影像的长边,默认的采集影像的y轴方向指向正北方向,则无人机采集影像的偏航角α=β-90°,为了实现影像中光伏组件组串的长边在影像中保持水平的状态即与影像的x轴平行的状态,当α为正值时需以正北方向为0°顺时针旋转α后进行采集,反之当α为负值时需以正北方向为0度逆时针旋转α后进行采集;
在光伏电站较为规整,正东正西方向设置的情况下跳过步骤(5)偏航角的计算,并将偏航角预设为0°;
(6)根据步骤(1)获得的影像采集设备的像元尺寸、分辨率及镜头视角,结合步骤(3)获得的光伏组件组串的幅宽,计算出无人机巡检上述光伏组件组串的相对高程h=(20/2)/tan(32/2)=34.8741m,在该实例中我们将相对高程取为整数即h=35m;h取整数时应略大于计算值;
(7)将步骤(4)获得的光伏组件组串中心点的绝对海拔与步骤(6)获得的无人机相对高程h相加,即得无人机巡检上述光伏组件组串的绝对高程H;
(8)将步骤(3)获得的每个光伏组件组串的中心点作为航点,然后将光伏组件组串的中心点依次顺序连接,并融合步骤(5)的偏航角及步骤(7)获得的无人机巡检绝对高程H,即得无人机巡检航线,无人机巡检时选择在每个光伏组件组串的中心点上方处进行图像采集。
一种光伏电站无人机巡检航线的规划系统,包括:
获取模块,用于获取光伏电站的数字正射影像(DOM)、包含地理位置和绝对高程的数字地理模型,以及无人机影像采集设备的像元尺寸、分辨率及镜头视角;
计算模块,用于根据获得的光伏电站的数字正射影像,运用图像识别算法获取每个光伏组件组串的四角所对应的地理位置成果,并根据获得的每个光伏组件组串的四角地理位置成果计算出每个光伏组件组串的中心点所对应的地理位置和该光伏组件组串的幅宽;再根据获得的影像采集设备的像元尺寸、分辨率及镜头视角,结合获得的光伏组件组串的幅宽,计算出无人机巡检上述光伏组件组串的相对高程h;
高程确定模块,用于将获得的光伏组件组串的中心点地理成果导入获得的数字地理模型,得到每个光伏组件组串的中心点的绝对海拔,再将该绝对海拔与获得的无人机相对高程h相加,即得无人机巡检上述光伏组件组串的绝对高程H;
偏航角设置模块,用于根据光伏组件组串的四角对应的地理位置成果,确定采集影像所对应的偏航角,使无人机所采集的影像的长边与光伏组件组串的长边平行;
航线生成模块,用于将计算模块获得的每个光伏组件组串的中心点作为航点,然后将光伏组件组串的中心点依次顺序连接,并融合得到的偏航角及无人机巡检绝对高程H,自动生成无人机巡检航线。
Claims (4)
1.一种光伏电站无人机巡检航线的规划方法,其特征在于,包括如下步骤:
(1)获取光伏电站的数字正射影像、包含地理位置和绝对高程的数字地理模型,以及无人机影像采集设备的像元尺寸、分辨率及镜头视角;
(2)根据获得的光伏电站的数字正射影像,运用图像识别算法获取每个光伏组件组串的四角所对应的地理位置成果;
(3)根据获得的每个光伏组件组串的四角地理位置成果,计算出每个光伏组件组串的中心点所对应的地理位置和该光伏组件组串的幅宽;
(4)根据获得的光伏组件组串的中心点成果与步骤(1)获得的数字地理模型,得到每个光伏组件组串的中心点的绝对海拔;
(5)根据光伏组件组串的四角对应的地理位置成果,确定无人机采集影像所对应的偏航角,使无人机所采集的影像的长边与光伏组件组串的长边平行,进而使获得的影像中的光伏组件组串的长边在影像中保持水平状态;
偏航角的具体计算过程为:计算光伏组件组串的下缘长边与正北方向的夹角并设置为β,设定采集影像左下角为原点,影像的y轴方向为影像的短边,x轴方向为影像的长边,默认的采集影像的y轴方向指向正北方向,则采集影像的偏航角α=β-90°,为了实现影像中光伏组件组串的长边在影像中保持水平的状态即与影像的x轴平行的状态,当α为正值时需以正北方向为0°顺时针旋转α后进行采集,反之当α为负值时需以正北方向为0°逆时针旋转α后进行采集;
(6)根据步骤(1)获得的影像采集设备的像元尺寸、分辨率及镜头视角,结合步骤(3)获得的光伏组件组串的幅宽,计算出无人机巡检上述光伏组件组串的相对高程,式中:h为无人机巡检相对高程,θ为影像采集设备的镜头水平方向视角,L为光伏组件组串的幅宽;
(7)将步骤(4)获得的光伏组件组串中心点的绝对海拔与步骤(6)获得的无人机相对高程h相加,即得无人机巡检上述光伏组件组串的绝对高程H;
(8)将步骤(3)获得的每个光伏组件组串的中心点作为航点,然后将光伏组件组串的中心点依次顺序连接,并融合步骤(5)的偏航角及步骤(7)获得的无人机巡检绝对高程H,即得无人机巡检航线,无人机巡检时选择在每个光伏组件组串的中心点上方处进行图像采集。
2.根据权利要求1所述的一种光伏电站无人机巡检航线的规划方法,其特征在于,步骤(1)中,所述数字地理模型为数字表面模型、数字高程模型或数字点云。
3.根据权利要求1所述的一种光伏电站无人机巡检航线的规划方法,其特征在于,在光伏电站较为规整,正东正西方向设置的情况下跳过步骤(5)偏航角的计算,并将偏航角预设为0°。
4.一种光伏电站无人机巡检航线的规划系统,其特征在于,基于权利要求1所述光伏电站无人机巡检航线的规划方法,包括:
获取模块,用于获取光伏电站的数字正射影像、包含地理位置和绝对高程的数字地理模型,以及无人机影像采集设备的像元尺寸、分辨率及镜头视角;
计算模块,用于根据获得的光伏电站的数字正射影像,运用图像识别算法获取每个光伏组件组串的四角所对应的地理位置成果,并根据获得的每个光伏组件组串的四角地理位置成果计算出每个光伏组件组串的中心点所对应的地理位置和该光伏组件组串的幅宽;再根据获得的影像采集设备的像元尺寸、分辨率及镜头视角,结合获得的光伏组件组串的幅宽,计算出无人机巡检上述光伏组件组串的相对高程h;
高程确定模块,用于将获得的光伏组件组串的中心点地理成果导入获得的数字地理模型,得到每个光伏组件组串的中心点的绝对海拔,再将该绝对海拔与获得的无人机相对高程h相加,即得无人机巡检上述光伏组件组串的绝对高程H;
偏航角设置模块,用于根据光伏组件组串的四角对应的地理位置成果,确定采集影像所对应的偏航角,使无人机所采集的影像的长边与光伏组件组串的长边平行;
航线生成模块,用于将计算模块获得的每个光伏组件组串的中心点作为航点,然后将光伏组件组串的中心点依次顺序连接,并融合偏航角及无人机巡检绝对高程H,自动生成无人机巡检航线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910593712.1A CN110244766B (zh) | 2019-07-03 | 2019-07-03 | 一种光伏电站无人机巡检航线的规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910593712.1A CN110244766B (zh) | 2019-07-03 | 2019-07-03 | 一种光伏电站无人机巡检航线的规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110244766A CN110244766A (zh) | 2019-09-17 |
CN110244766B true CN110244766B (zh) | 2023-08-29 |
Family
ID=67890858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910593712.1A Active CN110244766B (zh) | 2019-07-03 | 2019-07-03 | 一种光伏电站无人机巡检航线的规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110244766B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850875B (zh) * | 2019-11-14 | 2022-11-22 | 国电南瑞科技股份有限公司 | 分布式光伏电站无人机巡检线路规划方法、系统及存储介质 |
CN111091622B (zh) * | 2019-12-16 | 2022-07-01 | 广东省科学院广州地理研究所 | 一种无人机巡检航线构建方法 |
CN113031634B (zh) * | 2019-12-24 | 2022-03-15 | 深圳市易飞方达科技有限公司 | 基于无人机的光伏巡检方法 |
CN111259097B (zh) * | 2020-01-09 | 2023-11-24 | 武汉赛摩博晟信息科技有限公司 | 一种应用于光伏产业无人机巡检的精细化航点校核方法 |
CN113741413B (zh) * | 2020-05-29 | 2022-11-08 | 广州极飞科技股份有限公司 | 一种无人设备的作业方法、无人设备及存储介质 |
CN111854754B (zh) * | 2020-06-19 | 2023-01-24 | 北京三快在线科技有限公司 | 无人机航线规划方法、装置、无人机及存储介质 |
CN111966129B (zh) * | 2020-08-31 | 2022-08-02 | 金陵科技学院 | 一种光伏巡检无人机及其仿地飞行方法 |
CN112414409B (zh) * | 2020-11-16 | 2022-08-02 | 天津航天中为数据系统科技有限公司 | 一种基于串结构的自主巡检路径规划方法及飞行器 |
EP4326617A1 (en) * | 2021-04-19 | 2024-02-28 | Quantified Energy Labs Pte. Ltd. | Automated imaging of photovoltaic devices using an aerial vehicle and automated flight of the aerial vehicle for performing the same |
CN113343475A (zh) * | 2021-06-21 | 2021-09-03 | 阳光电源股份有限公司 | 光伏仿真参数的获取方法、装置及计算机存储介质 |
CN114935942B (zh) * | 2022-05-20 | 2024-08-23 | 无锡海纳智能科技有限公司 | 一种分布式光伏电站巡检航线的确定方法及电子设备 |
CN114758002B (zh) * | 2022-06-15 | 2022-09-02 | 南开大学 | 一种基于航拍图像的光伏组串位置确定方法及系统 |
CN115311587B (zh) * | 2022-09-07 | 2024-05-31 | 无锡海纳智能科技有限公司 | 一种光伏电站巡检航点的智能生成方法 |
CN115202404B (zh) * | 2022-09-15 | 2022-12-02 | 广东容祺智能科技有限公司 | 基于无人机的光伏发电组维护巡检方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107514993A (zh) * | 2017-09-25 | 2017-12-26 | 同济大学 | 基于无人机的面向单体建筑建模的数据采集方法及系统 |
CN109032165A (zh) * | 2017-07-21 | 2018-12-18 | 广州极飞科技有限公司 | 无人机航线的生成方法和装置 |
WO2019009944A1 (en) * | 2017-07-05 | 2019-01-10 | Qualcomm Incorporated | REVERSIBLE DRONE FOR SELECTIVE ENERGY CAPTURE |
CN109194284A (zh) * | 2018-09-18 | 2019-01-11 | 甘肃启远智能科技有限责任公司 | 光伏电站巡检系统、地面终端及航拍设备 |
CN109818574A (zh) * | 2017-11-20 | 2019-05-28 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术光伏太阳能板热斑检测的系统和方法 |
-
2019
- 2019-07-03 CN CN201910593712.1A patent/CN110244766B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019009944A1 (en) * | 2017-07-05 | 2019-01-10 | Qualcomm Incorporated | REVERSIBLE DRONE FOR SELECTIVE ENERGY CAPTURE |
CN109032165A (zh) * | 2017-07-21 | 2018-12-18 | 广州极飞科技有限公司 | 无人机航线的生成方法和装置 |
CN107514993A (zh) * | 2017-09-25 | 2017-12-26 | 同济大学 | 基于无人机的面向单体建筑建模的数据采集方法及系统 |
CN109818574A (zh) * | 2017-11-20 | 2019-05-28 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术光伏太阳能板热斑检测的系统和方法 |
CN109194284A (zh) * | 2018-09-18 | 2019-01-11 | 甘肃启远智能科技有限责任公司 | 光伏电站巡检系统、地面终端及航拍设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110244766A (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110244766B (zh) | 一种光伏电站无人机巡检航线的规划方法及系统 | |
CN112767391B (zh) | 融合三维点云和二维图像的电网线路部件缺陷定位方法 | |
CN109002048B (zh) | 多旋翼无人机规模化集中式光伏电站图像数据采集方法 | |
CN111077535B (zh) | 一种激光雷达数据采集系统及数据处理方法 | |
CN107527328B (zh) | 一种兼顾精度与速度的无人机影像几何处理方法 | |
CN109936080A (zh) | 一种无人机巡检输电线路的方法 | |
CN112113542A (zh) | 一种无人机航摄建设用地土地专项数据验收的方法 | |
CN107644416B (zh) | 一种基于地基云图的实时动态云量反演方法 | |
Laefer et al. | 2015 aerial laser and photogrammetry survey of Dublin city collection record | |
CN111062991A (zh) | 一种光伏场景的巡检目标定位方法、设备及可读存储介质 | |
Sizkouhi et al. | Autonomous path planning by unmanned aerial vehicle (UAV) for precise monitoring of large-scale PV plants | |
CN112947526B (zh) | 一种无人机自主降落方法和系统 | |
CN116182805A (zh) | 基于遥感图像的国土测绘方法 | |
Höhle | DEM generation using a digital large format frame camera | |
CN105427284A (zh) | 基于机载Android平台的固定靶标识方法 | |
CN104180794B (zh) | 数字正射影像拉花区域的处理方法 | |
CN118037638A (zh) | 一种光伏组串巡检方法、装置、电子设备及存储介质 | |
CN109738973B (zh) | 一种基于太阳方位的全天空成像仪标定方法 | |
CN110954068A (zh) | 一种基于无人机数据的城市绿地自动提取方法 | |
US20240290089A1 (en) | Method for extracting forest parameters of wetland with high canopy density based on consumer-grade uav image | |
CN108050995B (zh) | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 | |
CN114639023A (zh) | 一种基于机器学习的屋顶光伏潜力评估方法 | |
CN116893685A (zh) | 一种无人机航线规划方法及系统 | |
CN116824079A (zh) | 基于全信息摄影测量的三维实体模型构建方法和装置 | |
LU501719B1 (en) | Terrain simulation method based on satellite images and digital elevation data |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230801 Address after: No. 36 Xingda Road, Dachang Street, Jiangbei New District, Nanjing City, Jiangsu Province, 210000 Applicant after: Nanjing Weibo Intelligent Control Technology Co.,Ltd. Address before: Building 31, Building 1503, Phase 3, Vanke Charming City, Vanke Road, Section 5, East Third Ring Road, Chenghua District, Chengdu City, Sichuan Province, 610000 Applicant before: Wang Feng |
|
GR01 | Patent grant | ||
GR01 | Patent grant |