CN112682270B - 一种风电机组高度测量方法 - Google Patents
一种风电机组高度测量方法 Download PDFInfo
- Publication number
- CN112682270B CN112682270B CN202011523504.3A CN202011523504A CN112682270B CN 112682270 B CN112682270 B CN 112682270B CN 202011523504 A CN202011523504 A CN 202011523504A CN 112682270 B CN112682270 B CN 112682270B
- Authority
- CN
- China
- Prior art keywords
- value
- matching degree
- wind turbine
- turbine generator
- height
- 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
Images
Classifications
-
- 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
- Wind Motors (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种风电机组高度测量方法,步骤1,依据风电机组的初始外形数据构建检测风电机组的参考点云数据,并预设风电机组模型高度值;步骤2,无人机竖直起飞上升,无人机上的激光雷达在上升过程中对风电机组进行扫描获取点云数据;步骤3,以风电机组的塔筒底部中心点作为原点建立坐标系,将步骤1的参考点云数据和步骤2的点云数据进行ICP匹配计算,获得匹配度数值;步骤4,将步骤3获得的匹配度数值与预设的匹配度阈值进行比较,当匹配度数值大于或等于匹配度阈值时,将匹配度数值对应的步骤2中点云数据的竖直方向高度作为风电机组的实际高度,得到风电机组的高度值。能够快速测量获取风电机组的准确高度。
Description
技术领域
本发明属于领域风电机组检测技术,具体属于一种风电机组高度测量方法。
背景技术
风电机组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。风力发电机一般有机舱(传动机构及发电机)、叶片、塔筒等部件组成。
风电机组运行过程中,叶片的表面会呈现出各种损伤,例如掉漆、叶片结冰、开裂、雷击等。目前传统的风电机组叶片检测,通常采用人工爬上风力发电机,采用高空作业进行检测,不仅会花费大量的人力,而且存在较大的安全隐患。
因此通过无人机搭载图像采集装置进行风电机组叶片检测,能够避免上述问题,很好的代替人工进行检测。但是由于通过无人机搭载图像采集装置进行风电机组叶片检测时,无人机通常需要按照规划的飞行路线对风电机组叶片进行图像采集。一般为,无人机从地面上升至风电机组高度处(风电机组轮毂中心处),随后依次按照规划路线对风电机组的叶片进行图像采集。如未能准确测量得到风电机组的准确高度,则无人机的实际巡检路线与规划路线则会存在较大误差,采集得到的图像信息将不能满足实际检测的需要。因此能否准确定位风电机组安装后的实际高度,是能够准确获取叶片图像信息的基础。
现阶段主要采用激光测高设备来测量风电机组的竖直高度,这种方式主要是利用发射出的激光经被测量物体的反射后又被测量设备接收,测量设备同时记录激光往返的时间,通过一定的数据计算便得出风电机组的竖直高度。但是测得数据后,需要人工将数据输入无人机控制装置,随后人工或自动控制无人机从地面上升至风电机组高度处,再开始叶片检测,使得巡检过程复杂化。
发明内容
为了解决现有技术中存在的问题,本发明提供了一种风电机组高度的测量方法,能够快速测量获取风电机组的准确高度,帮助通过无人机搭载图像采集装置进行风电机组叶片检测时,图像获取的准确度。
为实现上述目的,本发明提供如下技术方案:
一种风电机组高度测量方法,包括以下步骤,
步骤1,依据风电机组的初始外形数据构建检测风电机组的参考点云数据,并预设风电机组模型高度值;
步骤2,无人机竖直起飞上升,无人机上的激光雷达在上升过程中对风电机组进行扫描获取点云数据;
步骤3,以风电机组的塔筒底部中心点作为原点建立坐标系,将步骤1的参考点云数据和步骤2的点云数据进行ICP匹配计算,获得匹配度数值;
步骤4,将步骤3获得的匹配度数值与预设的匹配度阈值进行比较,当匹配度数值小于匹配度阈值时,无人机继续上升,重复步骤2和步骤3,直至到达步骤1中的预设风电机组模型高度值;
当匹配度数值大于或等于匹配度阈值时,将匹配度数值对应的步骤2中点云数据的竖直方向高度作为风电机组的实际高度,得到风电机组的高度值。
优选的,步骤1中,所述风电机组模型高度值范围为70-150m。
优选的,步骤2中,所述无人机的起飞位置为风电机组的地面,无人机上的激光雷达探头指向风电机组的风轮平面。
优选的,步骤3中,所述坐标系的点位间隔为10CM。
优选的,步骤3中,进行ICP匹配计算时,对比步骤2中得到的点云数据和步骤1中得到的参考点云数据,找到若干个偏差数值小的点,并计算偏差间距平均值;
并根据以下原则设定匹配度数值,间距平均值小于10CM的,匹配度数值就为1;
间距平均值大于10CM小于20CM米的,匹配度数值就为0.9;
间距平均值大于20CM小于30CM米的,匹配度数值就为0.8;
间距平均值大于30CM小于40CM米的,匹配度数值就为0.7;
间距平均值大于40CM小于50CM米的,匹配度数值就为0.6;
间距平均值大于50CM小于60CM米的,匹配度数值就为0.5;
间距平均值大于60CM小于70CM米的,匹配度数值就为0.4;
间距平均值大于70CM小于80CM米的,匹配度数值就为0.3;
间距平均值大于80CM小于90CM米的,匹配度数值就为0.2;
间距平均值大于90CM小于100CM米的,匹配度数值就为0.1;
间距平均值大于100CM的匹配度数值就为0。
进一步的,所述偏差数值小的点的个数为50-200。
进一步的,步骤4中,所述匹配度阈值为0.9,当匹配度数值小于0.9时,无人机继续上升,重复步骤2和步骤3,直至到达步骤1中的预设风电机组模型高度值;
当匹配度数值大于或等于0.9时,将匹配度数值对应的步骤2中点云数据的竖直方向高度为风电机组的实际高度,得到风电机组的高度值。
优选的,步骤4中,当匹配度数值小于匹配度阈值时,无人机继续上升直至到达步骤1中的预设风电机组模型高度值,
若上升过程中所有匹配度数值均小于匹配度阈值,则从步骤2中的点云数据中寻找大的匹配度数值,并输出大的匹配度数值对应的点云数据中竖直方向的坐标值做为风机高度。
优选的,所述激光雷达采用单线扫描式激光雷达。
优选的,所述无人机采用多旋翼无人机。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供了一种风电机组高度的测量方法。通过建立的风电机组点云数据模型与通过无人机搭载的激光雷达扫描获取的点云数据进行ICP匹配计算,并依据匹配度与设定的匹配度阈值进行对比,总而获取准确的风电机组高度。本发明计算方式快速简洁,能够快速测量获取风电机组的准确高度,帮助通过无人机搭载图像采集装置进行风电机组叶片检测时,图像获取的准确度。并且不需要携带激光测高设备,无人机一次起飞,即可直接准确测得机组高度,并据此规划无人机巡检路线,可直接开展无人机叶片检测工作,避免了前期必须的激光测高过程,减少了巡检过程。
进一步的,通过将步骤2的点云数据和步骤1的参考点云数据中位于轮毂中心水平线上的点云数据进行ICP匹配计算,分析计算速度快,计算误差小。
进一步的,通过采用单线扫描式激光雷达,能够提高扫描精度,提升试验结果准确度。
进一步的,通过采用多旋翼无人机,满足风电机组高度及搭载激光雷达设备的要求,保证飞行过程中的稳定性,避免对扫描过程造成影响。
附图说明
图1为本发明实施例一种风电机组高度测量方法流程示意图;
图2为本发明实施例无人机对风电机组进行扫描测量的示意图;
附图中:1为叶片;2为轮毂;3为机舱;4为塔筒;5为地面;6为无人机。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明公开一种用于测量风电机组高度的测量方法,该方法基于搭载激光雷达的无人机对风电机组进行扫描的方式,并进行匹配度计算,获得风电机组高度测量结果。
实施例
如图1所示,本发明一种风电机组高度测量方法,包括以下步骤:
第一步,构建检测风电机组的参考点云数据,并预设风电机组模型高度值。具体的,一般依据风机厂商提供的风电机组外形数据进行构建,选定位于塔筒4底部中心点作为原点建立坐标系,点位间隔10CM。该参考点云数据,能够准确与风电机组实际构造对应。预设风电机组模型高度值依据风电机组外形数据建立,根据目前的风电机组实际参数,一般可将该数值设置为70-150m之间,以便能够覆盖更多型号的风电机组。
第二步,无人机置于起飞位置。如图2所示,具体的,将搭载激光雷达的无人机6摆放在风电机组前的地面5上,并使搭载于无人机6上的激光雷达朝向正对风电机组的风轮平面,风轮由叶片1和轮毂2组成,风轮固定在机舱3上。
第三步,无人机6竖直起飞上升,激光雷达扫描风电机组获取点云数据。如图2所示,具体的,检测人员控制无人机沿风电机组塔筒竖直方向飞行,并控制激光雷达正对风电机组进行扫描,同时激光雷达将扫描结果的点云数据,传输至机载电脑。
第四步,点云数据匹配计算。具体的,机载电脑将获取的点云信息数据,选定位于塔筒4底部中心点作为原点建立坐标系,点位间隔10CM。与第一步得到的风电机组参考点云数据中位于轮毂2中心水平线上的点云数据进行ICP(Iterative Closest Point,迭代最近点)匹配计算。
进行ICP匹配计算时,对比第四步得到点云数据中与第一步得到的参考点云数据中所有数据点,并寻找第四步得到点云数据中每个数据点与中第一步得到的点云数据每个数据中的偏差最小的若干个点,偏差最小的若干个点一般选50-200个,同时计算点云数据和参考点云数据二者间距,将偏差最小的若干个点对应的间距进行平均计算,得到一个间距平均值。
并根据以下原则设定匹配度数值,间距平均值小于10CM的,匹配度数值就为1;间距平均值大于10CM小于20CM米的,匹配度数值就为0.9;间距平均值大于20CM小于30CM米的,匹配度数值就为0.8;
间距平均值大于30CM小于40CM米的,匹配度数值就为0.7;
间距平均值大于40CM小于50CM米的,匹配度数值就为0.6;
间距平均值大于50CM小于60CM米的,匹配度数值就为0.5;
间距平均值大于60CM小于70CM米的,匹配度数值就为0.4;
间距平均值大于70CM小于80CM米的,匹配度数值就为0.3;
间距平均值大于80CM小于90CM米的,匹配度数值就为0.2;
间距平均值大于90CM小于100CM米的,匹配度数值就为0.1;间距平均值大于100CM的匹配度数值就为0;
第五步,匹配度阈值比较。具体的,设定匹配度阈值为0.9,并将第四步得到匹配度数值与该值进行比较,以判断匹配度数值是否大于或等于匹配度阈值;
第六步,依据比较结果得出风电机组高度值。具体的,如果匹配度数值小于匹配度阈值,此时使无人机6继续上升飞行,直至到达第一步设置的预设风电机组模型高度值。
在无人机6继续上升飞行过程中,如果出现匹配度数值大于/等于阈值,则认为当前激光雷达扫描得到的点云数据中竖直方向的坐标值为风电机组的高度,此时可直接控制无人机6进行下一步工作(自动巡检);
如果匹配度数值仍小于匹配度阈值,则此时使无人机6继续上升飞行,直至到达第一步设置的预设风电机组模型高度值。如在此过程中,所有匹配度数值均小于匹配度阈值,在到达预设风电机组模型高度值后,从激光雷达扫描得到的点云数据中寻找匹配度最大的数值,并输出匹配度数值最大的点云数据中竖直方向的坐标值为风电机组高度。此时可直接控制无人机6进行下一步工作(自动巡检)。
Claims (7)
1.一种风电机组高度测量方法,其特征在于,包括以下步骤,
步骤1,依据风电机组的初始外形数据构建检测风电机组的参考点云数据,并预设风电机组模型高度值;
步骤2,无人机(6)竖直起飞上升,无人机(6)上的激光雷达在上升过程中对风电机组进行扫描获取点云数据;所述无人机(6)的起飞位置为风电机组的地面(5),无人机(6)上的激光雷达探头指向风电机组的风轮平面;
步骤3,以风电机组的塔筒(4)底部中心点作为原点建立坐标系,将步骤1的参考点云数据和步骤2的点云数据进行ICP匹配计算,获得匹配度数值;进行ICP匹配计算时,对比步骤2中得到的点云数据和步骤1中得到的参考点云数据,找到若干个偏差数值小的点,并计算偏差间距平均值;
并根据以下原则设定匹配度数值,间距平均值小于10CM的,匹配度数值就为1;
间距平均值大于10CM小于20CM米的,匹配度数值就为0.9;
间距平均值大于20CM小于30CM米的,匹配度数值就为0.8;
间距平均值大于30CM小于40CM米的,匹配度数值就为0.7;
间距平均值大于40CM小于50CM米的,匹配度数值就为0.6;
间距平均值大于50CM小于60CM米的,匹配度数值就为0.5;
间距平均值大于60CM小于70CM米的,匹配度数值就为0.4;
间距平均值大于70CM小于80CM米的,匹配度数值就为0.3;
间距平均值大于80CM小于90CM米的,匹配度数值就为0.2;
间距平均值大于90CM小于100CM米的,匹配度数值就为0.1;
间距平均值大于100CM的匹配度数值就为0;
步骤4,将步骤3获得的匹配度数值与预设的匹配度阈值进行比较,当匹配度数值小于匹配度阈值时,无人机(6)继续上升,重复步骤2和步骤3,直至达到步骤1中的预设风电机组模型高度值;
当匹配度数值大于或等于匹配度阈值时,将匹配度数值对应的步骤2中点云数据的竖直方向高度作为风电机组的实际高度,得到风电机组的高度值;当匹配度数值小于匹配度阈值时,无人机(6)继续上升直至到达步骤1中的预设风电机组模型高度值,
若上升过程中所有匹配度数值均小于匹配度阈值,则从步骤2中的点云数据中寻找大的匹配度数值,并输出大的匹配度数值对应的点云数据中竖直方向的坐标值做为风机高度。
2.根据权利要求1所述的一种风电机组高度测量方法,其特征在于,步骤1中,所述风电机组模型高度值范围为70-150m。
3.根据权利要求1所述的一种风电机组高度测量方法,其特征在于,步骤3中,所述坐标系的点位间隔为10CM。
4.根据权利要求1所述的一种风电机组高度测量方法,其特征在于,所述偏差数值小的点的个数为50-200。
5.根据权利要求1所述的一种风电机组高度测量方法,其特征在于,步骤4中,所述匹配度阈值为0.9,当匹配度数值小于0.9时,无人机(6)继续上升,重复步骤2和步骤3,直至到达步骤1中的预设风电机组模型高度值;
当匹配度数值大于或等于0.9时,将匹配度数值对应的步骤2中点云数据的竖直方向高度为风电机组的实际高度,得到风电机组的高度值。
6.根据权利要求1所述的一种风电机组高度测量方法,其特征在于,所述激光雷达采用单线扫描式激光雷达。
7.根据权利要求1所述的一种风电机组高度测量方法,其特征在于,所述无人机(6)采用多旋翼无人机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011523504.3A CN112682270B (zh) | 2020-12-21 | 2020-12-21 | 一种风电机组高度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011523504.3A CN112682270B (zh) | 2020-12-21 | 2020-12-21 | 一种风电机组高度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112682270A CN112682270A (zh) | 2021-04-20 |
CN112682270B true CN112682270B (zh) | 2023-01-31 |
Family
ID=75450168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011523504.3A Active CN112682270B (zh) | 2020-12-21 | 2020-12-21 | 一种风电机组高度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112682270B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292925A (zh) * | 2017-06-06 | 2017-10-24 | 哈尔滨工业大学深圳研究生院 | 基于Kinect深度相机测量方法 |
CN107702662A (zh) * | 2017-09-27 | 2018-02-16 | 深圳拎得清软件有限公司 | 基于激光扫描仪和bim的逆向监控方法及其系统 |
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 |
CN108869197A (zh) * | 2018-06-27 | 2018-11-23 | 上海扩博智能技术有限公司 | 通过无人机进行风机高度精确测量方法及系统 |
CN108873001A (zh) * | 2018-09-17 | 2018-11-23 | 江苏金智科技股份有限公司 | 一种精准评判机器人定位精度的方法 |
CN109883336A (zh) * | 2019-03-20 | 2019-06-14 | 中国船舶重工集团公司第七一六研究所 | 一种面向船舶曲面板材加工过程中的测量系统及测量方法 |
CN111932676A (zh) * | 2020-08-24 | 2020-11-13 | 华中科技大学 | 一种铁路轨距快速测量装置和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7277187B2 (en) * | 2001-06-29 | 2007-10-02 | Quantronix, Inc. | Overhead dimensioning system and method |
EP3333538B1 (en) * | 2016-12-07 | 2020-09-09 | Hexagon Technology Center GmbH | Scanner vis |
CN109509256B (zh) * | 2018-06-21 | 2023-07-18 | 华南理工大学 | 基于激光雷达的建筑结构自动测量及3d模型生成方法 |
CN111336933A (zh) * | 2019-07-03 | 2020-06-26 | 广东森霖造绿有限公司 | 一种应用无人机拍摄的树木检测方法 |
-
2020
- 2020-12-21 CN CN202011523504.3A patent/CN112682270B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292925A (zh) * | 2017-06-06 | 2017-10-24 | 哈尔滨工业大学深圳研究生院 | 基于Kinect深度相机测量方法 |
CN107702662A (zh) * | 2017-09-27 | 2018-02-16 | 深圳拎得清软件有限公司 | 基于激光扫描仪和bim的逆向监控方法及其系统 |
CN108869197A (zh) * | 2018-06-27 | 2018-11-23 | 上海扩博智能技术有限公司 | 通过无人机进行风机高度精确测量方法及系统 |
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 |
CN108873001A (zh) * | 2018-09-17 | 2018-11-23 | 江苏金智科技股份有限公司 | 一种精准评判机器人定位精度的方法 |
CN109883336A (zh) * | 2019-03-20 | 2019-06-14 | 中国船舶重工集团公司第七一六研究所 | 一种面向船舶曲面板材加工过程中的测量系统及测量方法 |
CN111932676A (zh) * | 2020-08-24 | 2020-11-13 | 华中科技大学 | 一种铁路轨距快速测量装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112682270A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113189615B (zh) | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 | |
CN112267980A (zh) | 风力发电机组的叶片净空监测系统和方法 | |
CN104122560B (zh) | 一种输电线路广域冰情监测方法 | |
US20220099067A1 (en) | Method of Inspection of Wind Turbine Blades | |
EP3339640A1 (en) | Control system for a wind turbine | |
KR101160896B1 (ko) | 레이저 스캐너를 이용한 항공기 기종 식별 및 항공기 자기위치 확인 시스템 | |
US10724499B2 (en) | Controlling wind turbines according to reliability estimates | |
CN109555654A (zh) | 基于风机模型重构的叶片自动跟踪检测方法及系统 | |
CN108981924B (zh) | 一种在役大型风力机叶片早期损伤现场检测系统 | |
KR101778623B1 (ko) | 2d 레이저 센서와 모터를 구비하는 스캐너를 이용하여 항공기를 주기장에 안전하게 유도하는 방법 | |
Iungo et al. | Measurement procedures for characterization of wind turbine wakes with scanning Doppler wind LiDARs | |
CN112033603A (zh) | 无人直升机桨叶动平衡标定系统及标定方法 | |
CN112682270B (zh) | 一种风电机组高度测量方法 | |
CN112484707B (zh) | 一种基于飞行器的建筑测量方法、系统、终端及介质 | |
WO2019103621A1 (en) | Wind turbine blade orientation detection | |
CN115773209A (zh) | 一种风机叶片净空检测装置及检测方法 | |
CN109779851B (zh) | 一种风力发电机组声功率级测量装置和方法 | |
CN112228289A (zh) | 使用渗透染料对风车叶片进行无损原位测试的设备和方法 | |
CN210761314U (zh) | 一种风力发电机尾流空间结构的无人机测量系统 | |
CN114294171A (zh) | 风电机组叶片净空距离监测方法及监测系统 | |
CN104443434B (zh) | 航空器停靠过程的引导方法 | |
CN113586360B (zh) | 风机的检测方法、检测装置、检测系统以及可读存储介质 | |
CN215719255U (zh) | 一种风机叶片净空检测装置 | |
CN219827039U (zh) | 一种多传感器融合的风力发电机叶片缺陷辅助检测装置 | |
Peng et al. | Research on Application Technology of Augmented Reality AR Assisted UAV Inspection for Transmission Lines |
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 |