CN111397596A - 一种固定轴光伏场景的无人机巡检目标定位方法 - Google Patents
一种固定轴光伏场景的无人机巡检目标定位方法 Download PDFInfo
- Publication number
- CN111397596A CN111397596A CN202010256541.6A CN202010256541A CN111397596A CN 111397596 A CN111397596 A CN 111397596A CN 202010256541 A CN202010256541 A CN 202010256541A CN 111397596 A CN111397596 A CN 111397596A
- Authority
- CN
- China
- Prior art keywords
- array
- aerial vehicle
- unmanned aerial
- image
- photovoltaic
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种固定轴光伏场景的无人机巡检目标定位方法。该方法通过对可见光图像中的最小光伏单元进行检测、定位、跟踪以及逻辑编号映射等处理,在双光图像配准的基础上,实现了无人机固定轴光伏场景巡检中缺陷目标定位的功能。本发明不仅解决了定位到最小单元的问题,而且降低了图像采集过程中对无人机及云台定位精度的要求,提高了无人机光伏巡检的可操作性及工作人员定位缺陷板块的时效性。
Description
技术领域
本发明属于无人机巡检领域,特别涉及一种固定轴光伏场景的无人机巡检目标定位方法。
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。截止到2019年上半年,我国的装机总量已超过200GW。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、甚至无法实现有效运维,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。由于光伏板面积分布广,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板的数据管理,而且直接影响到处理人员对缺陷组件巡查的时效性。
光伏场景根据旋转自由度可分为固定轴、平单轴和斜单轴三种,其中固定轴的安装比例最高,无人机光伏巡检过程中缺陷板块无法定位到最小编号单元的问题。
无人机光伏巡检中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最小单元,然而该缺陷单元不能与工作人员预先构建的全局光伏单元直接关联。缺陷目标定位的目的就是建立单帧图像中缺陷单元与全局单元之间的联系,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最小单元附近,无法实现与逻辑单元之间的一一映射。
发明内容
本发明的目的在于提供一种固定轴光伏场景的无人机巡检目标定位方法,以解决上述问题。
为实现上述目的,本发明采用以下技术方案:
一种固定轴光伏场景的无人机巡检目标定位方法,包括以下步骤:
步骤S1:对双光相机的双光图像进行预处理;
步骤S2:对预处理后的可见光图像进行格式转化、通道分离、形态学操作、区域分割以及直线检测操作,检测到每一块最小光伏单元的位置;
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,实现每一块最小光伏单元的位置跟踪;
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逻辑编号单元。
进一步的,步骤1中,双光相机为可见光和红外的双光相机;预处理包括:畸变纠正和映射变换两部分,畸变纠正是在对两个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;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纹理一致的可见光图像;双光图像之间的映射关系用相似变换近似表示。
进一步的,步骤2中,检测流程包括lab模式转化及b通道提取、自适应阈值的图像二值化、形态学操作、连通域分割和直线检测等五个环节。
进一步的,步骤3中,单元阵列中最小单元都为规则排列,先通过该规则实现目标单元在阵列中的相对位置定位,再通过几何方式实现阵列与全局编号之间的绝对定位;在每一个单元阵列开始进入视场时便开始进行跟踪,直到该阵列离开视场,在跟踪的过程中同一单元在不同视图中具有唯一的编号;相邻两帧之间采用图像特征匹配的方式建立联系,具体的实现采用SIFT或者ORB特征计算出两幅图像之间的旋转矩阵和平移矩阵,结合步骤S2中最小单元的检测结果确定同一单元在不同视图之间的位置关联。
进一步的,步骤4中,将包含有缺陷单元的阵列映射到逻辑编号中的阵列;步骤S3能够定位到每块阵列所包含的所有最小单元,结合相机姿态角解算出每块阵列中心点所对应的GPS坐标;工作人员根据全局地图中标记出每块阵列中心点的GPS坐标;根据这两组GPS坐标,通过最短距离搜索的方式找到处理数据中每块阵列所对应的全局编号,结合步骤S3的结果并最终实现定位到最小单元;通过这种先跟踪定位最小单元,再映射阵列中心的定位。
与现有技术相比,本发明有以下技术效果:
本发明通过提出一种固定轴光伏场景的无人机巡检目标定位方法,解决了无人机光伏巡检过程中缺陷板块无法定位到最小编号单元的问题,从根本上提升了工作人员对缺陷板块的更换效率。通过这种先跟踪定位最小单元,再映射阵列中心的定位方式可以有效解决光伏巡检中缺陷板块定位难的问题,大大提高工作人员寻找缺陷板块的效率。当然,对于该方法也存在需要改进的地方,例如,为了提高单元跟踪的稳定性,需要对图像采集的时间和无人机飞行的航线有所限制,这样会对图像采集人员提出额外的要求,可以尝试在算法层面对其优化,降低采集要求。
该方法通过对可见光图像中的最小光伏单元进行检测、定位、跟踪以及逻辑编号映射等处理,在双光图像配准的基础上,实现了无人机固定轴光伏场景巡检中缺陷目标定位的功能。本发明不仅解决了定位到最小单元的问题,而且降低了图像采集过程中对无人机及云台定位精度的要求,提高了无人机光伏巡检的可操作性及工作人员定位缺陷板块的时效性。
附图说明
图1是本发明所提出的目标定位系统流程图;
图2是本发明中步骤S1预处理的示意图;
图3是本发明中步骤S2光伏单元检测的示意图;
图4是本发明中步骤S3光伏单元跟踪的示意图;
图5是本发明中步骤S4光伏单元逻辑编号映射的示意图;
具体实施方式
下面结合附图和具体实现过程对本发明进行详细说明。
所述方法的具体实施步骤如下:
步骤S1:
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-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-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。步骤S1主要包括畸变纠正和映射变换两部分内容。畸变纠正是在对两个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-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纹理一致的可见光图像(图2-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。最终对应的双光图像如图2-c、2-d所示。
步骤S2:
本发明的目的是定位到光伏板的最小单元,因此需要对每一帧图像中的最小单元进行检测。检测流程主要包括lab模式转化及b通道提取、自适应阈值的图像二值化、形态学操作、连通域分割和直线检测等五个环节。
整个流程及中间结果如图3所示,图3-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模式下很难将光伏板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,光伏板与背景在b通道下表现出良好的可分割性,如图3-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,就可得到最小单元边缘清晰的二值化图像,如图3-c所示;最小单元以固定的排列方式形成阵列,阵列是最小单元的上一级目录,是逻辑编号映射中重要的一级,所以需要对单帧图像中的不同阵列区域进行分割,分割之前需要对图3-c通过形态学操作去除噪点并连通阵列区域,如图3-d所示;图3-e为通过两步法得到的阵列连通区域,不同灰度区域代表不同的光伏阵列;对图3-c采用直线检测的方法计算出最小单元的边缘,结合图3-e的连通域即可获得每一个单元阵列和对应最小单元的像素坐标,如图3-f,至此,光伏单元检测完成。
步骤S3:
单元阵列中最小单元都为规则排列,可以先通过该规则实现目标单元在阵列中的相对位置定位,再通过几何方式实现阵列与全局编号之间的绝对定位。由于阵列之间的距离比最小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,这也导致每一帧图像的视场无法覆盖完整的单元阵列,如图4所示。为了定位最小单元在所属阵列中的位置,需要跟踪每一帧图像中的最小单元,在每一个单元阵列开始进入视场时便开始进行跟踪,直到该阵列离开视场,在跟踪的过程中同一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中为三列并行阵列从进入视场到离开视场的整个跟踪过程。相邻两帧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或者ORB特征计算出两幅图像之间的旋转矩阵和平移矩阵,结合步骤S2中最小单元的检测结果确定同一单元在不同视图之间的位置关联。
步骤S4:
在步骤S3的跟踪过程中,出现在图像中的每一块最小单元都会被计算出所属阵列中的位置编号,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单元的阵列映射到逻辑编号中的阵列。步骤S3能够定位到每块阵列所包含的所有最小单元,结合相机姿态角便可解算出每块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阵列所对应的全局编号,结合步骤S3的结果并最终实现定位到最小单元的目的。整个逻辑映射过程如图5所示,图5-a和5-b为图4中连续的两张图像,图5-c为全局地图;图中的五角星为阵列的中心点,白色实线为阵列之间的映射,黑色虚线为图像中缺陷单元在全局地图中最终的定位结果。此外,通过图5可以发现该方法可以有效的避免重复定位的问题。
总之,通过这种先跟踪定位最小单元,再映射阵列中心的定位方式可以有效解决光伏巡检中缺陷板块定位难的问题,大大提高工作人员寻找缺陷板块的效率。当然,对于该方法也存在需要改进的地方,例如,为了提高单元跟踪的稳定性,需要对图像采集的时间和无人机飞行的航线有所限制,这样会对图像采集人员提出额外的要求,可以尝试在算法层面对其优化,降低采集要求。
Claims (5)
1.一种固定轴光伏场景的无人机巡检目标定位方法,其特征在于,包括以下步骤:
步骤S1:对双光相机的双光图像进行预处理;
步骤S2:对预处理后的可见光图像进行格式转化、通道分离、形态学操作、区域分割以及直线检测操作,检测到每一块最小光伏单元的位置;
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,实现每一块最小光伏单元的位置跟踪;
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逻辑编号单元。
2.根据权利要求1所述的一种固定轴光伏场景的无人机巡检目标定位方法,其特征在于,步骤1中,双光相机为可见光和红外的双光相机;预处理包括:畸变纠正和映射变换两部分,畸变纠正是在对两个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;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纹理一致的可见光图像;双光图像之间的映射关系用相似变换近似表示。
3.根据权利要求1所述的一种固定轴光伏场景的无人机巡检目标定位方法,其特征在于,步骤2中,检测流程包括lab模式转化及b通道提取、自适应阈值的图像二值化、形态学操作、连通域分割和直线检测等五个环节。
4.根据权利要求1所述的一种固定轴光伏场景的无人机巡检目标定位方法,其特征在于,步骤3中,单元阵列中最小单元都为规则排列,先通过该规则实现目标单元在阵列中的相对位置定位,再通过几何方式实现阵列与全局编号之间的绝对定位;在每一个单元阵列开始进入视场时便开始进行跟踪,直到该阵列离开视场,在跟踪的过程中同一单元在不同视图中具有唯一的编号;相邻两帧之间采用图像特征匹配的方式建立联系,具体的实现采用SIFT或者ORB特征计算出两幅图像之间的旋转矩阵和平移矩阵,结合步骤S2中最小单元的检测结果确定同一单元在不同视图之间的位置关联。
5.根据权利要求1所述的一种固定轴光伏场景的无人机巡检目标定位方法,其特征在于,步骤4中,将包含有缺陷单元的阵列映射到逻辑编号中的阵列;步骤S3能够定位到每块阵列所包含的所有最小单元,结合相机姿态角解算出每块阵列中心点所对应的GPS坐标;工作人员根据全局地图中标记出每块阵列中心点的GPS坐标;根据这两组GPS坐标,通过最短距离搜索的方式找到处理数据中每块阵列所对应的全局编号,结合步骤S3的结果并最终实现定位到最小单元;通过这种先跟踪定位最小单元,再映射阵列中心的定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010256541.6A CN111397596B (zh) | 2020-04-02 | 2020-04-02 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010256541.6A CN111397596B (zh) | 2020-04-02 | 2020-04-02 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111397596A true CN111397596A (zh) | 2020-07-10 |
CN111397596B CN111397596B (zh) | 2022-04-01 |
Family
ID=71432968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010256541.6A Active CN111397596B (zh) | 2020-04-02 | 2020-04-02 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111397596B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184711A (zh) * | 2020-11-05 | 2021-01-05 | 杭州青枭科技有限公司 | 一种光伏组件缺陷检测和定位方法及系统 |
CN112229380A (zh) * | 2020-10-15 | 2021-01-15 | 西北工业大学 | 一种基于多旋翼无人机协同的无源目标实时定位方法 |
CN112435223A (zh) * | 2020-11-11 | 2021-03-02 | 马鞍山市瀚海云星科技有限责任公司 | 目标检测方法、装置及存储介质 |
CN113205493A (zh) * | 2021-04-26 | 2021-08-03 | 西安热工研究院有限公司 | 一种缺陷光伏组件定位方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014038012A1 (ja) * | 2012-09-05 | 2014-03-13 | 株式会社島津製作所 | 太陽電池セルの検査装置 |
US20150053869A1 (en) * | 2013-08-23 | 2015-02-26 | Dainippon Screen Mfg. Co., Ltd. | Inspection apparatus and inspection method |
CN105637382A (zh) * | 2013-08-19 | 2016-06-01 | 巴斯夫欧洲公司 | 用于确定至少一种物体的位置的检测器 |
CN106475332A (zh) * | 2016-11-11 | 2017-03-08 | 中国计量大学 | 太阳能光伏板自动清洁及缺陷检测装置 |
CN106815838A (zh) * | 2017-01-22 | 2017-06-09 | 晶科电力有限公司 | 一种光伏组件热斑检测的方法以及系统 |
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 |
CN108134575A (zh) * | 2017-11-30 | 2018-06-08 | 南京绿新能源研究院有限公司 | 基于无人机在分布式光伏电站故障巡航式诊断装置及方法 |
CN108416292A (zh) * | 2018-03-08 | 2018-08-17 | 西安因诺航空科技有限公司 | 一种基于深度学习的无人机航拍图像道路提取方法 |
CN108923749A (zh) * | 2018-06-11 | 2018-11-30 | 东北电力大学 | 基于红外视频的光伏组件热斑检测定位方法 |
CN109584222A (zh) * | 2018-11-19 | 2019-04-05 | 国网江西省电力有限公司电力科学研究院 | 一种基于无人机的光伏组件图像的故障分类及辨识方法 |
CN109949399A (zh) * | 2019-03-15 | 2019-06-28 | 西安因诺航空科技有限公司 | 一种基于无人机航拍图像的场景三维重建方法 |
-
2020
- 2020-04-02 CN CN202010256541.6A patent/CN111397596B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014038012A1 (ja) * | 2012-09-05 | 2014-03-13 | 株式会社島津製作所 | 太陽電池セルの検査装置 |
CN105637382A (zh) * | 2013-08-19 | 2016-06-01 | 巴斯夫欧洲公司 | 用于确定至少一种物体的位置的检测器 |
US20150053869A1 (en) * | 2013-08-23 | 2015-02-26 | Dainippon Screen Mfg. Co., Ltd. | Inspection apparatus and inspection method |
CN106475332A (zh) * | 2016-11-11 | 2017-03-08 | 中国计量大学 | 太阳能光伏板自动清洁及缺陷检测装置 |
CN106815838A (zh) * | 2017-01-22 | 2017-06-09 | 晶科电力有限公司 | 一种光伏组件热斑检测的方法以及系统 |
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 |
CN108134575A (zh) * | 2017-11-30 | 2018-06-08 | 南京绿新能源研究院有限公司 | 基于无人机在分布式光伏电站故障巡航式诊断装置及方法 |
CN108416292A (zh) * | 2018-03-08 | 2018-08-17 | 西安因诺航空科技有限公司 | 一种基于深度学习的无人机航拍图像道路提取方法 |
CN108923749A (zh) * | 2018-06-11 | 2018-11-30 | 东北电力大学 | 基于红外视频的光伏组件热斑检测定位方法 |
CN109584222A (zh) * | 2018-11-19 | 2019-04-05 | 国网江西省电力有限公司电力科学研究院 | 一种基于无人机的光伏组件图像的故障分类及辨识方法 |
CN109949399A (zh) * | 2019-03-15 | 2019-06-28 | 西安因诺航空科技有限公司 | 一种基于无人机航拍图像的场景三维重建方法 |
Non-Patent Citations (4)
Title |
---|
20190531: ""集中式光伏电站巡检无人机视觉定位与导航"", 《浙江大学学报(工学版)》 * |
CHEN, J.等: "Near-infrared optical upconverter based on i-In0.53Ga0.47As/C60 photovoltaic heterojunction"", 《ELECTRONICS LETTERS》 * |
李健等: ""采用彩色光度立体法的动态物体全局三维数字化"", 《陕西科技大学学报》 * |
谌守禄等: ""基于航拍图像的无人机光伏组件巡检策略研究及运用"", 《电网技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112229380A (zh) * | 2020-10-15 | 2021-01-15 | 西北工业大学 | 一种基于多旋翼无人机协同的无源目标实时定位方法 |
CN112184711A (zh) * | 2020-11-05 | 2021-01-05 | 杭州青枭科技有限公司 | 一种光伏组件缺陷检测和定位方法及系统 |
CN112184711B (zh) * | 2020-11-05 | 2024-04-02 | 杭州青枭科技有限公司 | 一种光伏组件缺陷检测和定位方法及系统 |
CN112435223A (zh) * | 2020-11-11 | 2021-03-02 | 马鞍山市瀚海云星科技有限责任公司 | 目标检测方法、装置及存储介质 |
CN113205493A (zh) * | 2021-04-26 | 2021-08-03 | 西安热工研究院有限公司 | 一种缺陷光伏组件定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111397596B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111397596B (zh) | 一种固定轴光伏场景的无人机巡检目标定位方法 | |
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 | |
CN110244766B (zh) | 一种光伏电站无人机巡检航线的规划方法及系统 | |
CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN112184711B (zh) | 一种光伏组件缺陷检测和定位方法及系统 | |
CN106289186B (zh) | 旋翼无人机机载视觉探测与多目标定位系统及实现方法 | |
CN106584451B (zh) | 一种基于视觉导航的变电站自动构图机器人及方法 | |
CN111721259B (zh) | 基于双目视觉的水下机器人回收定位方法 | |
CN110595476A (zh) | 一种基于gps和图像视觉融合的无人机降落导航方法及装置 | |
CN113052903B (zh) | 一种用于移动机器人的视觉与雷达融合定位方法 | |
CN109253722A (zh) | 融合语义分割的单目测距系统、方法、设备及存储介质 | |
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 | |
CN106767854A (zh) | 移动设备、车库地图形成方法及系统 | |
CN115222819A (zh) | 一种基于机场大范围场景下多模信息参照的相机自标定和目标追踪方法 | |
CN105989588A (zh) | 一种异形材料切割图像校正方法及系统 | |
CN112557307A (zh) | 天空地一体化湖库水质监测融合数据方法 | |
CN115861448A (zh) | 基于角点检测及特征点提取的系统标定方法及系统 | |
CN112416000B (zh) | 无人驾驶方程式赛车环境感知和导航方法及转向控制方法 | |
CN113936031A (zh) | 一种基于机器视觉的云影轨迹预测方法 | |
CN206177293U (zh) | 旋翼无人机机载视觉探测与多目标定位系统 | |
CN106441310B (zh) | 一种基于cmos的太阳方位角计算方法 | |
CN115131360A (zh) | 一种基于3d点云语义分割的道路坑洞检测方法及装置 | |
CN115437394A (zh) | 一种用于河道监测的无人机系统及其自主巡线方法 | |
CN114511620A (zh) | 一种基于Mask R-CNN的结构位移监测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |