CN111062991B - 一种光伏场景的巡检目标定位方法、设备及可读存储介质 - Google Patents
一种光伏场景的巡检目标定位方法、设备及可读存储介质 Download PDFInfo
- Publication number
- CN111062991B CN111062991B CN201911377874.8A CN201911377874A CN111062991B CN 111062991 B CN111062991 B CN 111062991B CN 201911377874 A CN201911377874 A CN 201911377874A CN 111062991 B CN111062991 B CN 111062991B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- visible light
- photovoltaic unit
- image
- light image
- 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 61
- 238000007689 inspection Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 14
- 230000002950 deficient Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 description 12
- 238000003491 array Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process 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
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
-
- G06T5/80—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/10048—Infrared image
-
- 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
-
- 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
- G06T2207/30181—Earth observation
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
Abstract
本发明属于无人机巡检领域,公开了一种光伏场景的巡检目标定位方法、设备及可读存储介质,包括以下步骤:S1:预设光伏场景的全局地图;S2:获取光伏场景巡检的所有帧可见光图像;S3:每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标;S4:确定可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置;S5:确定可见光图像中的光伏单元阵列与全局地图的对应关系,确定可见光图像中每一个光伏单元与全局地图中的对应关系;S6:确定巡检目标光伏单元在全局地图的逻辑编号。通过这种先跟踪定位光伏单元,再映射光伏单元阵列的定位方式可以有效解决光伏巡检中光伏单元定位难的问题,大大提高工作人员寻找巡检目标光伏单元的效率。
Description
技术领域
本发明属于无人机巡检领域,涉及一种光伏场景的巡检目标定位方法、设备及可读存储介质。
背景技术
我国是全球最大的光伏制造大国,也是光伏电站装机总量最大的国家。但是,由于光伏电站分布广,应用类型多,现行的运营方式效率低、错误率高、巡检周期长,导致无法实现有效运维,已经严重制约了光伏电站的健康发展。
无人机的出现与飞速发展,成为破解光伏电站运维难的有效手段之一。智能无人机具备机动性高,不受地形限制可以自由移动的特性,可携带的任务设备多种多样。运用于光伏系统巡检工作中,能及时反馈结果,自动识别缺陷,对电站的故障现象进行有效的预判,可以显著提升巡检频次和巡检效率与精确性。由于光伏单元面积分布广,在无人机巡检中有效的目标定位方式起着至关重要的作用,不仅关系到每块光伏单元的数据管理,而且直接影响到处理人员对目标组件巡查的时效性。
但是,受GPS、IMU等传感器精度、安装误差以及飞行环境的影响,传统的几何定位方式只能定位到最小光伏单元附近,无法实现光伏单元的精确定位。
发明内容
本发明的目的在于克服上述现有技术中无人机光伏巡检过程中巡检目标光伏单元无法精确定位的缺点,提供一种光伏场景的巡检目标定位方法、设备及可读存储介质。
为达到上述目的,本发明采用以下技术方案予以实现:
一种光伏场景的巡检目标定位方法,包括以下步骤:
S1:预设光伏场景的全局地图,并标定全局地图中的每个光伏单元阵列中心点的定位坐标以及每个光伏单元的逻辑编号;
S2:获取光伏场景巡检的所有帧可见光图像;
S3:检测每一帧可见光图像内的每个光伏单元阵列及每个光伏单元阵列内的光伏单元,得到每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标;
S4:将所有可见光图像进行图像特征匹配,建立相邻帧可见光图像之间的对应关系,结合每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标,确定可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置;
S5:获取可见光图像中每个光伏单元阵列中心点的定位坐标;根据定位坐标确定可见光图像中的光伏单元阵列与全局地图中的光伏单元阵列的对应关系,结合可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置,确定可见光图像中每一个光伏单元与全局地图中的光伏单元的对应关系;
S6:确定可见光图像中的巡检目标光伏单元,根据可见光图像中每一个光伏单元与全局地图中的光伏单元的对应关系,确定巡检目标光伏单元在全局地图的逻辑编号。
本发明光伏场景的巡检目标定位方法进一步的改进在于:
当巡检目标光伏单元为缺陷光伏单元时,所述S2还包括获取光伏场景巡检的所有帧红外图像,建立可见光图像和红外图像的映射关系;所述S6还包括检测巡检目标光伏单元在红外图像中的像素坐标,根据映射关系确定可见光图像中的巡检目标光伏单元。
当巡检目标为缺陷光伏单元时,所述S2的具体方法为:
S201:获取光伏场景巡检的所有帧原始可见光图像和原始红外图像;
S202:将所有帧原始可见光图像和原始红外图像进行畸变纠正,得到可见光图像和红外图像;
S203:将可见光图像调整至与红外图像的分辨率和图像坐标一致,建立可见光图像和红外图像的映射关系。
所述S3的具体方法为:
S301:将可见光图像的色彩空间调整至lab色彩空间;
S302:提取lab色彩空间的可见光图像的b通道图像;
S303:将b通道图像进行自适应阈值的图像二值化算法处理,得到二值化图像,通过形态学操作去除二值化图像的噪点;
S304:通过两步法连通二值化图像内的光伏单元阵列区域,得到光伏单元阵列连通区域;
S305:通过直线检测得到二值化图像内的光伏单元的边缘;
S306:对每一帧可见光图像均进行S301~S305;
S307:通过光伏单元的边缘和光伏单元阵列连通区域,得到每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标。
所述S4中将所有可见光图像进行图像特征匹配的具体方法为:
通过SIFT图像特征匹配方法或者ORB图像特征匹配方法所有可见光图像进行图像特征匹配。
所述S5中的定位坐标为GPS坐标。
本发明另一方面,一种设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现光伏场景的巡检目标定位方法的步骤。
本发明又一方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现光伏场景的巡检目标定位方法的步骤。
与现有技术相比,本发明具有以下有益效果:
通过预设光伏场景的全局地图,并标定全局地图中的每个光伏单元阵列中心点的定位坐标以及每个光伏单元的逻辑编号,使得操作人员对场景中的位置分布更加直观、熟悉,并方便后续查找,在场景不改变的情况下只需操作一次,后续不需要重复操作,简化操作流程。通过检测每一帧可见光图像内的每个光伏单元阵列及每个光伏单元阵列内的光伏单元,实现对单个光伏单元的定位,进而将所有可见光图像进行图像特征匹配,建立相邻帧可见光图像之间的对应关系,实现对单个光伏单元进行跟踪,解决了单张图像无法覆盖整个光伏阵列的问题,实现了无人机在不同高度采集数据的可行性,适用于场景中大小不同的阵列,在跟踪过程中,采用可见光图像的特征匹配方式可有效提高匹配的稳定性与准确性。然后通过获取可见光图像中每个光伏单元阵列中心点的定位坐标,结合可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置,确定可见光图像中每一个光伏单元与全局地图中的光伏单元的对应关系,实现单个光伏单元的精确定位并且转换为全局地图的逻辑编号,实现目标光伏单元的快速查找;同时,并没有直接对每一块光伏单元的定位坐标进行解算,而是只解算光伏阵列中心的定位坐标,由于阵列中的光伏单元具有规则的排列方式,采用该方法在不影响逻辑编号映射的情况下,可有效降低图像采集端对无人机定位精度的要求,降低定位成本。
进一步的,在检测过程中使用lab色彩空间可有效分割蓝色光伏板与黄绿色背景,提高了提取光伏单元边缘线段的准确性,自适应阈值处理对不同时间及光线下采集的图像具有更高的鲁棒性,通过直线检测的方式有效的实现对光伏单元的划分,并解算出光伏单元的图像坐标。
附图说明
图1是本发明的光伏场景的巡检目标定位方法流程图;
图2是本发明实施例中步骤S1的示意图;
图3是本发明实施例中步骤S2光伏单元检测的示意图;
图4是本发明实施例中步骤S3光伏单元跟踪的示意图;
图5是本发明图4中虚线框部分放大图;
图6是本发明实施例中步骤S4光伏单元逻辑编号映射的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明光伏场景的巡检目标定位方法,包括以下步骤:
S1:预设光伏场景的全局地图,并标定全局地图中的每个光伏单元阵列中心点的定位坐标以及每个光伏单元的逻辑编号;
S2:获取光伏场景巡检的所有帧可见光图像;
S3:检测每一帧可见光图像内的每个光伏单元阵列及每个光伏单元阵列内的光伏单元,得到每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标;
S4:将所有可见光图像进行图像特征匹配,建立相邻帧可见光图像之间的对应关系,结合每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标,确定可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置;
S5:获取可见光图像中每个光伏单元阵列中心点的定位坐标;根据定位坐标确定可见光图像中的光伏单元阵列与全局地图中的光伏单元阵列的对应关系,结合可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置,确定可见光图像中每一个光伏单元与全局地图中的光伏单元的对应关系;
S6:确定可见光图像中的巡检目标光伏单元,根据可见光图像中每一个光伏单元与全局地图中的光伏单元的对应关系,确定巡检目标光伏单元在全局地图的逻辑编号。
以下以巡检目标光伏单元为缺陷光伏单元为例,但是应当清楚的,面对任何巡检目标,只要能在可见光图像中确定巡检目标光伏单元,通过本发明光伏场景的巡检目标定位方法即可实现巡检目标光伏单元的精确定位。
无人机光伏巡检缺陷光伏单元时的数据处理阶段主要分为以下两个部分:缺陷目标检测和缺陷目标定位。缺陷目标检测是指在采集到的红外图像中寻找包含有缺陷的光伏单元,然而该缺陷光伏单元不能与工作人员预先构建的全局地图直接关联。缺陷目标定位的目的就是建立单帧图像中缺陷光伏单元与全局地图之间的联系,使无人机前端巡检与工作人员后端处理形成闭环。受GPS、IMU等传感器精度、安装误差以及飞行环境的影响,传统的几何定位方式只能定位到单元附近,无法实现与逻辑单元之间的一一映射。本发明光伏场景的巡检目标定位方法通过逐帧跟踪的方式可以有效的避开上述因素的影响,达到最终精准定位的目的。
步骤S1:获取光伏场景的可见光图像和红外图像,对可见光图像和红外图像进行预处理,消除可见光图像和红外图像的畸变且使可见光图像和红外图像的分辨率和图像坐标一致,得到预处理后的可见光图像和红外图像,解决双光图像存在的畸变、分辨率不同以及图像坐标不对应等问题。
参见图2,无人机光伏巡检通常挂载的为具有可见光和红外的双光相机,红外图像用于热斑、零电流等缺陷目标的检测,但分辨率较低,如图2中b;可见光图像用于辅助检测,具有视场大、畸变大、分辨率大等特点,如图2中a。建立双光图像之间的映射关系是后续工作的基础,准确的映射关系不仅方便后续的图像处理可以在双光图像间自由切换,而且对运算开销和效果显示都有帮助。预处理主要包括畸变纠正和映射变换两部分内容,畸变纠正是在对可见光和红外相机分别标定的基础上,运用相机畸变参数对原图像进行非线性纠正,结果如图2中d;映射变换是在纠正后的图像上,对可见光图像进行映射变换,并最终裁剪出一张与红外图像分辨率一致且图像坐标一致的可见光图像,结果如图2中c。由于双光相机的基线距离相对于物距比较小,且采集到的双光图像视差较小,因此映射关系可以用相似变换近似表示。最终与处理后的可见光图像和红外图像如图2中c和图2中d所示。
步骤S2:将预处理后的可见光图像的每一帧图像均依次进行lab模式转化、b通道提取、图像二值化、形态学操作、连通域分割和直线检测,得到光伏场景内每一个光伏单元阵列和对应的光伏单元的像素坐标。
本发明的目的是定位到光伏单元的光伏单元,因此需要对每一帧图像中的光伏单元进行检测。整个流程及中间结果如图3所示,图3中a为步骤S1得到的可见光图像;可见光图像的默认色彩空间为rgb,在rgb模式下很难将光伏单元区域从复杂的环境中分割出来,但是将rgb转换到lab色彩空间后,光伏单元与背景在b通道下表现出良好的可分割性,如图3中b所示;在b通道的基础上采用自适应阈值的图像二值化算法,就可得到光伏单元边缘清晰的二值化图像,如图3中c所示;光伏单元以固定的排列方式形成光伏单元阵列,光伏单元阵列是光伏单元的上一级目录,是逻辑编号映射中重要的一级,所以需要对单帧可见光图像的不同光伏单元阵列区域进行分割,分割之前需要对图3中c通过形态学操作去除噪点并连通光伏单元阵列区域,如图3中d所示;图3中e为通过两步法得到的光伏单元阵列连通区域,不同灰度区域代表不同的光伏单元阵列;对图3中c采用直线检测的方法计算出光伏单元的边缘,结合图3中e的光伏单元阵列连通区域即可获得每一个光伏单元阵列的对应光伏单元,如图3中f,至此,光伏单元检测完成。
步骤S3:通过可见光图像的特征匹配处理,建立相邻两帧图像间的对应关系,实现每一块光伏单元的位置跟踪。
光伏单元阵列中光伏单元都为规则排列,可以先通过该规则实现目标光伏单元在光伏单元阵列中的相对位置定位,再利用相机姿态及GPS坐标通过摄影集几何的方式解算出阵列中心的GPS坐标,并最终实现光伏单元阵列与逻辑编号之间的绝对定位。由于光伏单元阵列之间的距离比光伏单元之间的距离要小的多,因此该方式可以规避几何定位中GPS精度不够的问题。
在巡检过程中为了保证缺陷目标检测阶段具有足够的分辨率,无人机飞行高度较低,这也导致每一帧可见光图像的视场无法覆盖完整的光伏单元阵列,如图4和图5所示。为了定位光伏单元在所属光伏单元阵列中的位置,需要跟踪每一帧可见光图像中的光伏单元,在每一个光伏单元阵列开始进入视场时便开始进行跟踪,直到该光伏单元阵列离开视场,在跟踪的过程中同一光伏单元在不同视图中具有唯一的编号,整个过程如图4所示,图4中为三列并行光伏单元阵列从进入视场到离开视场的整个跟踪过程。相邻两帧可见光图像之间采用图像特征匹配的方式建立联系,具体的实现可采用SIFT图像特征匹配方法或者ORB图像特征匹配方法计算出两帧可见光图像之间的旋转矩阵和平移矩阵,进而实现,结合步骤S2中光伏单元的检测结果确定同一光伏单元在不同帧可见光图像之间的位置关联。
步骤S4:将单张图像中已知的缺陷单元映射到工作人员预先构建的全局地图。
为方便进行光伏场景内所有光伏单元的管理,工作人员会预先构建一个包含所有光伏单元的全局地图,并给每个光伏单元阵列逻辑编号。在步骤S3的跟踪过程中,出现在可见光图像中的每一块光伏单元都会被计算出所属光伏单元阵列中的位置编号,该编号为局部编号,不能直接对应到工作人员熟知的逻辑编号。因此,步骤S4的任务为将包含有缺陷光伏单元的光伏单元阵列映射到全局地图中的带有逻辑编号的光伏单元阵列。
步骤S3能够定位到每块光伏单元阵列所包含的所有光伏单元,结合相机姿态角便可解算出每块光伏单元阵列中心点所对应的GPS坐标;同样,工作人员需提前在熟知的全局地图中标记出每块光伏单元阵列中心点的GPS坐标;根据这两组GPS坐标,通过最短距离搜索的方式便可找到处理数据中每块光伏单元阵列所对应的光伏单元中的逻辑编号,结合步骤S3的结果并最终实现定位到光伏单元的目的。整个逻辑映射过程如图6所示,图6中a和图6中b为图4中连续的两张可见光图像,图6中c为全局地图图像;图6中的五角星为光伏单元阵列的中心点,白色实线为光伏单元阵列之间的映射,黑色虚线为图像中缺陷光伏单元在全局地图中最终的定位结果。此外,通过图6可以发现该方法可以有效的避免重复定位的问题。
显然的,本发明光伏场景的巡检目标定位方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
在示例性实施例中,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述光伏场景的巡检目标定位方法的步骤。其中,所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
在示例性实施例中,还提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述光伏场景的巡检目标定位方法的步骤。处理器可能是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
本发明光伏场景的巡检目标定位方法通过先跟踪定位光伏单元,再映射光伏单元阵列中心的定位方式可以有效解决光伏巡检中光伏单元定位难的问题,大大提高工作人员寻找缺陷光伏单元的效率。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (8)
1.一种光伏场景的巡检目标定位方法,其特征在于,包括以下步骤:
S1:预设光伏场景的全局地图,并标定全局地图中的每个光伏单元阵列中心点的定位坐标以及每个光伏单元的逻辑编号;
S2:获取光伏场景巡检的所有帧可见光图像;
S3:检测每一帧可见光图像内的每个光伏单元阵列及每个光伏单元阵列内的光伏单元,得到每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标;
S4:将所有可见光图像进行图像特征匹配,建立相邻帧可见光图像之间的对应关系,结合每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标,确定可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置;
S5:获取可见光图像中每个光伏单元阵列中心点的定位坐标;根据定位坐标确定可见光图像中的光伏单元阵列与全局地图中的光伏单元阵列的对应关系,结合可见光图像中每一个光伏单元在包含该光伏单元的光伏单元阵列中的位置,确定可见光图像中每一个光伏单元与全局地图中的光伏单元的对应关系;
S6:确定可见光图像中的巡检目标光伏单元,根据可见光图像中每一个光伏单元与全局地图中的光伏单元的对应关系,确定巡检目标光伏单元在全局地图的逻辑编号。
2.根据权利要求1所述的光伏场景的巡检目标定位方法,其特征在于,当巡检目标光伏单元为缺陷光伏单元时,所述S2还包括获取光伏场景巡检的所有帧红外图像,建立可见光图像和红外图像的映射关系;所述S6还包括检测巡检目标光伏单元在红外图像中的像素坐标,根据映射关系确定可见光图像中的巡检目标光伏单元。
3.根据权利要求2所述的光伏场景的巡检目标定位方法,其特征在于,当巡检目标为缺陷光伏单元时,所述S2的具体方法为:
S201:获取光伏场景巡检的所有帧原始可见光图像和原始红外图像;
S202:将所有帧原始可见光图像和原始红外图像进行畸变纠正,得到可见光图像和红外图像;
S203:将可见光图像调整至与红外图像的分辨率和图像坐标一致,建立可见光图像和红外图像的映射关系。
4.根据权利要求1所述的光伏场景的巡检目标定位方法,其特征在于,所述S3的具体方法为:
S301:将可见光图像的色彩空间调整至lab色彩空间;
S302:提取lab色彩空间的可见光图像的b通道图像;
S303:将b通道图像进行自适应阈值的图像二值化算法处理,得到二值化图像,通过形态学操作去除二值化图像的噪点;
S304:通过两步法连通二值化图像内的光伏单元阵列区域,得到光伏单元阵列连通区域;
S305:通过直线检测得到二值化图像内的光伏单元的边缘;
S306:对每一帧可见光图像均进行S301~S305;
S307:通过光伏单元的边缘和光伏单元阵列连通区域,得到每个光伏单元阵列及每个光伏单元在可见光图像中的像素坐标。
5.根据权利要求1所述的光伏场景的巡检目标定位方法,其特征在于,所述S4中将所有可见光图像进行图像特征匹配的具体方法为:
通过SIFT图像特征匹配方法或者ORB图像特征匹配方法所有可见光图像进行图像特征匹配。
6.根据权利要求1所述的光伏场景的巡检目标定位方法,其特征在于,所述S5中的定位坐标为GPS坐标。
7.一种设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377874.8A CN111062991B (zh) | 2019-12-27 | 2019-12-27 | 一种光伏场景的巡检目标定位方法、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377874.8A CN111062991B (zh) | 2019-12-27 | 2019-12-27 | 一种光伏场景的巡检目标定位方法、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111062991A CN111062991A (zh) | 2020-04-24 |
CN111062991B true CN111062991B (zh) | 2023-05-05 |
Family
ID=70304145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911377874.8A Active CN111062991B (zh) | 2019-12-27 | 2019-12-27 | 一种光伏场景的巡检目标定位方法、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111062991B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753645A (zh) * | 2020-05-11 | 2020-10-09 | 深圳创动科技有限公司 | 一种光伏电站的巡检方法、巡检装置以及存储介质 |
CN111740699A (zh) * | 2020-05-29 | 2020-10-02 | 南京航空航天大学 | 一种光伏板故障检测识别方法、装置和无人机 |
CN112381900A (zh) * | 2020-11-13 | 2021-02-19 | 上海越维信息科技有限公司 | 一种光伏电池板全生命周期管理基于影像的编码方法与系统 |
CN112633535A (zh) * | 2021-01-14 | 2021-04-09 | 国网安徽省电力有限公司 | 一种基于无人机图像的光伏电站智能巡检方法及系统 |
CN112923928B (zh) * | 2021-01-29 | 2022-05-06 | 江苏提米智能科技有限公司 | 一种基于图像识别的光伏板导航方法、装置、电子设备及存储介质 |
CN112862777A (zh) * | 2021-02-03 | 2021-05-28 | 国家电投集团江西电力有限公司 | 一种光伏电站组件缺陷巡检系统及其缺陷处理方法 |
CN113205493B (zh) * | 2021-04-26 | 2023-02-07 | 西安西热产品认证检测有限公司 | 一种缺陷光伏组件定位方法及系统 |
CN113286129B (zh) * | 2021-07-23 | 2021-10-22 | 北京图知天下科技有限责任公司 | 一种光伏电站的巡检方法及系统 |
CN113344002B (zh) * | 2021-07-29 | 2022-02-01 | 北京图知天下科技有限责任公司 | 一种目标坐标去重方法、系统、电子设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017012986A1 (en) * | 2015-07-17 | 2017-01-26 | Trinamix Gmbh | Detector for optically detecting at least one object |
CN107015560A (zh) * | 2017-03-02 | 2017-08-04 | 浙江大学 | 一种基于无人机的光伏阵列的巡检方法 |
WO2019096986A1 (en) * | 2017-11-17 | 2019-05-23 | Trinamix Gmbh | Detector for determining a position of at least one object |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7697053B2 (en) * | 2006-11-02 | 2010-04-13 | Eastman Kodak Company | Integrated display having multiple capture devices |
-
2019
- 2019-12-27 CN CN201911377874.8A patent/CN111062991B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017012986A1 (en) * | 2015-07-17 | 2017-01-26 | Trinamix Gmbh | Detector for optically detecting at least one object |
CN108027239A (zh) * | 2015-07-17 | 2018-05-11 | 特里纳米克斯股份有限公司 | 用于光学检测至少一个对象的检测器 |
CN107015560A (zh) * | 2017-03-02 | 2017-08-04 | 浙江大学 | 一种基于无人机的光伏阵列的巡检方法 |
WO2019096986A1 (en) * | 2017-11-17 | 2019-05-23 | Trinamix Gmbh | Detector for determining a position of at least one object |
Non-Patent Citations (2)
Title |
---|
基于eLTE集群通信的光伏电站无人机自动巡检的研究;刘江林;;太阳能(06);全文 * |
浅析光伏电站用无人机的技术特点;邓国顺;尹成庆;;质量与认证(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111062991A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062991B (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 | |
CN107463918B (zh) | 基于激光点云与影像数据融合的车道线提取方法 | |
CN109416413B (zh) | 太阳能预报 | |
CN107527328B (zh) | 一种兼顾精度与速度的无人机影像几何处理方法 | |
CN108154149B (zh) | 基于深度学习网络共享的车牌识别方法 | |
CN111080526A (zh) | 航拍图像的农田面积的测算方法、装置、设备及介质 | |
CN111397596B (zh) | 一种固定轴光伏场景的无人机巡检目标定位方法 | |
CN111307727A (zh) | 基于时序遥感影像的水体水色异常识别方法和装置 | |
CN110930427B (zh) | 一种基于语义轮廓信息的图像分割方法、设备和存储介质 | |
CN103871072A (zh) | 基于投影数字高程模型的正射影像镶嵌线自动提取方法 | |
CN109253722A (zh) | 融合语义分割的单目测距系统、方法、设备及存储介质 | |
CN111680704B (zh) | 海洋红线新增人类活动斑块自动化快速提取方法和装置 | |
CN103489171A (zh) | 基于标准色彩库的大范围遥感影像自动化匀光匀色方法 | |
CN115376109B (zh) | 障碍物检测方法、障碍物检测装置以及存储介质 | |
WO2023138163A1 (zh) | 一种基于深度图像修复的室内移动机器人玻璃检测与地图更新方法 | |
CN114140592A (zh) | 高精地图生成方法、装置、设备、介质及自动驾驶车辆 | |
CN104299231A (zh) | 多传感器实时图像配准方法和系统 | |
CN112270320A (zh) | 一种基于卫星影像校正的输电线路杆塔坐标校准方法 | |
CN114578328B (zh) | 一种多激光雷达和多相机传感器空间位置自动标定方法 | |
CN116245751A (zh) | 水域无人机高光谱影像耀斑处理方法、设备及存储介质 | |
CN111563867A (zh) | 一种用于提升图像清晰度的图像融合方法 | |
CN112115778B (zh) | 一种在环仿真条件下车道线智能识别方法 | |
CN114639023A (zh) | 一种基于机器学习的屋顶光伏潜力评估方法 | |
CN111738936A (zh) | 基于图像处理的多株水稻穗长的测量方法 | |
CN108416346B (zh) | 车牌字符的定位方法及装置 |
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 |