CN112947511A - 一种无人机巡检风机叶片的方法 - Google Patents
一种无人机巡检风机叶片的方法 Download PDFInfo
- Publication number
- CN112947511A CN112947511A CN202110109426.0A CN202110109426A CN112947511A CN 112947511 A CN112947511 A CN 112947511A CN 202110109426 A CN202110109426 A CN 202110109426A CN 112947511 A CN112947511 A CN 112947511A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- real
- photographing
- flight
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000007547 defect Effects 0.000 claims abstract description 86
- 238000007689 inspection Methods 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 26
- 230000002950 deficient Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 13
- 238000012423 maintenance Methods 0.000 description 7
- 230000001965 increasing effect Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 241000239290 Araneae Species 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
Images
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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供了一种无人机巡检风机叶片的方法。无人机巡检风机叶片的方法包括以下步骤:控制无人机按照设定的巡航路径沿着叶片飞行,并按照设定的拍摄频率对所述叶片进行拍照;指令无人机在飞行过程中,将自身的实时飞行参数和实时拍摄的照片发送给地面工作站;如果分析结果发现有明显缺陷,并且照片完全满足后续分析需求时,只需对所述明显缺陷进行标示,不打断无人机正常巡检和拍照流程,无人机继续巡检拍照;如果所述分析结果是所述叶片有疑似缺陷,所述地面工作站发出告警指令给无人机,指令无人机就地悬停,按照预先设定程序进行处理,或者人工干预。能够及时发现叶片缺陷,提高了巡检效率。
Description
技术领域
本发明属于无人机图像实时识别领域,具体涉及一种无人机巡检风机叶片的方法。
背景技术
据统计,2018年全球风电市场新增装机容量超过53.9GW,全球累计装机容量达593.2GW。全球预估存量机组32万台以上,预估存量风场8000个以上。无论全球还是中国,风电装机累计容量持续保持高速增长,截止2018年底,中国累计装机容量221GW,占全球累计装机容量的37.3%,居世界第一。如此庞大的风机存量,意味着庞大的风机运维需求,而叶片作为风电机组的重要组成部分,其运维在整个风电运维中自然占据了极为重要的位置。
叶片是风力发电机组关键部件之一,在运行过程中受到强风负荷,沙粒冲刷,大气氧化及高湿度空气氧化等外界因素的影响。若不及时处理会导致损伤由微小状态,不断扩大并提高损伤的维修等级,最终有可能会导致叶片断裂,严重威胁到机组的安全运行。因此对风力发电机组叶片的巡检有非常重要的必要性。
风机叶片的传统巡检方式,比如手持望远镜查看、吊篮或蜘蛛人登高检查、地面高倍拍照望远镜等,虽然都能对风机叶片进行检查,但是它们缺点也非常明显。比如手持望远镜查看存在看不清楚,角度受限、只能操作人员主观判断的问题。吊篮或者蜘蛛人的方式,存在安全风险大、人工成本高、效率较低的问题。地面高倍拍照望远镜存在设备昂贵、使用场地受限、角度受限、效率较低等问题。
综上所述,现有技术中存在以下问题:巡检风机叶片要么拍摄看不清楚、角度和场地受限、主观判断;要么存在安全风险大、人工成本高、效率较低。
发明内容
本发明目的是为了解决巡检风机叶片要么拍摄看不清楚、角度和场地受限、主观判断;要么存在安全风险大、人工成本高、效率较低的问题。
为解决上述问题,一方面,本发明提出了一种无人机巡检风机叶片的方法,包括以下步骤:
控制无人机按照设定的巡航路径沿着叶片飞行,并按照设定的拍摄频率对所述叶片进行拍照;
指令所述无人机在飞行过程中,将自身的实时飞行参数和实时拍摄的照片发送给地面工作站;
所述地面工作站对所述实时拍摄的照片进行分析,得到分析结果,如果所述分析结果是所述叶片没有缺陷,发送继续正常飞行指令给所述无人机;如果所述分析结果发现有明显缺陷,并且照片也完全满足后续分析需求时,只需对所述明显缺陷进行标示,不打断无人机正常巡检和拍照流程,无人机继续巡检拍照;如果所述分析结果是所述叶片有疑似缺陷,所述地面工作站发出告警指令给所述无人机,指令所述无人机就地悬停,按照预先设定程序进行处理,或者人工干预。
具体的,所述无人机按照设定的巡航路径沿着叶片飞行的飞行速度由所述地面工作站下发指令进行调节,所述飞行速度为0.5m/s~3m/s。对于重点部位或者狭窄部位可减慢飞行速度。
具体的,所述拍照频率由所述地面控制站下发指令进行调节,所述拍照频率为1张/s~3张/s。针对没有缺陷、明显缺陷、疑似缺陷的部位可调节不同的拍照频率,对于明显缺陷、疑似缺陷的部位可以增加拍照频率,方便地面工作站分析。
具体的,所述实时飞行参数包括:飞行三维坐标位置,飞行速度,云台角度、镜头方向和对焦参数。
具体的,所述地面工作站发出告警指令给所述无人机,所述无人机就地悬停后,
所述地面工作站算出缺陷准确位置、缺陷大小和需要调整的实时飞行参数下发给无人机;实时反馈分析结果和数据,提高巡查效率。
所述无人机根据所述地面工作站下发的所述需要调整的实时飞行参数,对疑似缺陷部位进行重点拍照,将所述重点拍照的照片发送给所述地面工作站,然后恢复正常巡检和拍照流程,继续进行风机叶片巡检。
另一方面,本发明提出了一种无人机巡检风机叶片的系统,包括:
拍摄单元,设置在无人机上,用于按照设定的拍摄频率对所述叶片进行拍照;
实时发送单元,设置在无人机上,用于指令所述无人机在飞行过程中,将自身的实时飞行参数和实时拍摄的照片发送给地面工作站;
分析处理单元,设置在地面工作站上,用于对所述实时拍摄的照片进行分析,得到分析结果,如果所述分析结果是所述叶片没有缺陷,发送继续正常飞行指令给所述无人机;如果所述分析结果发现有明显缺陷,并且照片也完全满足后续分析需求时,只需对所述明显缺陷进行标示,不打断无人机正常巡检和拍照流程,无人机继续巡检拍照;如果所述分析结果是所述叶片有疑似缺陷,所述地面工作站发出告警指令给所述无人机,指令所述无人机就地悬停,按照预先设定程序进行处理,或者人工干预。
具体的,所述无人机按照设定的巡航路径沿着叶片飞行的飞行速度由所述地面工作站下发指令进行调节,所述飞行速度为0.5m/s~3m/s。
具体的,所述拍照频率由所述地面控制站下发指令进行调节,所述拍照频率为1张/s~3张/s。
具体的,所述实时飞行参数包括:飞行三维坐标位置,飞行速度,云台角度、镜头方向,对焦参数。
具体的,所述地面工作站发出告警指令给所述无人机,所述无人机就地悬停后,具体包括:
所述地面工作站算出缺陷准确位置、缺陷大小和需要调整的实时飞行参数下发给无人机;
所述无人机根据所述地面工作站下发的所述需要调整的实时飞行参数,对疑似缺陷部位进行重点拍照,将所述重点拍照的照片发送给所述地面工作站,然后恢复正常巡检和拍照流程,继续进行风机叶片巡检。
本发明利用无人机获得风机叶片的照片,能够及时发现叶片缺陷,提高了巡检效率。
进而,本发明还采用正常巡检拍摄照片和疑似缺陷部位重点照片的双重识别机制,大大提高缺陷部位识别的准确性;实时处理照片信息,实时发现叶片缺陷,避免了重新巡检情况发生;专门针对叶片缺陷部位进行了重点拍摄,提供缺陷部位高清图像,有利于后续缺陷分析和安排检修计划。
附图说明
图1为本发明实施例一种无人机巡检风机叶片的方法的流程图;
图2为本发明实施例一种无人机巡检风机叶片的系统结构示意图;
图3为本发明实施例风机叶片巡检服务器的结构示意图;
图4为本发明实施例无人机本体的结构示意图;
图5为本发明实施例地面工作站的结构示意图。
具体实施方式
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,都属于本发明保护的范围。
在本发明实施例中,如图1所示,提供了一种无人机巡检风机叶片的方法,
S101:控制无人机按照设定的巡航路径沿着叶片飞行,并按照设定的拍摄频率对所述叶片进行拍照;
S102:指令所述无人机在飞行过程中,将自身的实时飞行参数和实时拍摄的照片发送给地面工作站;发送实时飞行参数和实时拍摄的照片有利于提高分析效率。
S103:所述地面工作站对所述实时拍摄的照片进行分析,得到分析结果,如果所述分析结果是所述叶片没有缺陷,发送继续正常飞行指令给所述无人机;如果所述分析结果发现有明显缺陷,并且照片也完全满足后续分析需求时,只需对所述明显缺陷进行标示,不打断无人机正常巡检和拍照流程,无人机继续巡检拍照;如果所述分析结果是所述叶片有疑似缺陷,所述地面工作站发出告警指令给所述无人机,指令所述无人机就地悬停,按照预先设定程序进行处理,或者人工干预。能够及时发现叶片缺陷,提高了巡检效率。采用正常巡检拍摄照片和疑似缺陷部位重点照片的双重识别机制,大大提高缺陷部位识别的准确性。
地面工作站主要负责实时处理无人机传输过来的实时飞行参数和风机叶片图像,并能给无人机下发控制命令,调整无人机的飞行姿态及拍照流程。所述地面工作站包括:风机叶片巡检服务器、无线通信单元、数据预处理单元、飞行姿态处理单元、图像处理单元。其中,风机叶片巡检服务器是地面工作站的核心设备,包含所有的巡检控制流程和图像处理功能;RTK精确定位装置能协助无人机对自身的位置精确定位;监控界面可以实时显示无人机飞行的状态、飞行时拍摄到的叶片照片、以及给测试人员提供手动控制无人机飞行和拍照的手段;环境监视设备能够实时获取当时的风速、风向、光照和温度信息,作为约束条件修正无人机巡检路径和拍照参数。
所述无人机按照设定的巡航路径沿着叶片飞行的飞行速度由所述地面工作站下发指令进行调节,所述飞行速度为0.5m/s~3m/s。对于重点部位或者狭窄部位可减慢飞行速度,有利于清晰稳定的拍摄并保护无人机。
所述拍照频率由所述地面控制站下发指令进行调节,所述拍照频率为1张/s~3张/s。针对没有缺陷、明显缺陷、疑似缺陷的部位可调节不同的拍照频率,对于明显缺陷、疑似缺陷的部位可以增加拍照频率,方便地面工作站分析。
所述实时飞行参数包括:飞行三维坐标位置,飞行速度,云台角度、镜头方向,对焦参数和无人机各个性能参数等;
所述地面工作站发出告警指令给所述无人机,所述无人机就地悬停后,所述地面工作站算出缺陷准确位置、缺陷大小和需要调整的实时飞行参数下发给无人机;
所述无人机根据所述地面工作站下发的所述需要调整的实时飞行参数,对疑似缺陷部位进行重点拍照,将所述重点拍照的照片发送给所述地面工作站,然后恢复正常巡检和拍照流程,继续进行风机叶片巡检。专门针对叶片缺陷部位进行了重点拍摄,提供缺陷部位高清图像,有利于后续缺陷分析和安排检修计划。
在本发明实施例中,如图2所示,还提供了一种无人机巡检风机叶片的系统,包括:
拍摄单元21,设置在无人机上,用于按照设定的拍摄频率对所述叶片进行拍照;
实时发送单元22,设置在无人机上,用于指令所述无人机在飞行过程中,将自身的实时飞行参数和实时拍摄的照片发送给地面工作站;有利于地面工作站及时进行分析,提高巡查效率。
分析处理单元23,设置在地面工作站上,用于对所述实时拍摄的照片进行分析,得到分析结果,如果所述分析结果是所述叶片没有缺陷,发送继续正常飞行指令给所述无人机;如果所述分析结果发现有明显缺陷,并且照片也完全满足后续分析需求时,只需对所述明显缺陷进行标示,不打断无人机正常巡检和拍照流程,无人机继续巡检拍照;如果所述分析结果是所述叶片有疑似缺陷,所述地面工作站发出告警指令给所述无人机,指令所述无人机就地悬停,按照预先设定程序进行处理,或者人工干预。
在拍摄单元21中,所述无人机按照设定的巡航路径沿着叶片飞行的飞行速度由所述地面工作站下发指令进行调节,所述飞行速度为0.5m/s~3m/s。对于重点部位或者狭窄部位可减慢飞行速度。所述拍照频率由所述地面控制站下发指令进行调节,所述拍照频率为1张/s~3张/s。针对没有缺陷、明显缺陷、疑似缺陷的部位可调节不同的拍照频率,对于明显缺陷、疑似缺陷的部位可以增加拍照频率,方便地面工作站分析。
所述实时飞行参数包括:飞行三维坐标位置,飞行速度,云台角度、镜头方向,对焦参数和无人机各个性能参数等;
所述地面工作站发出告警指令给所述无人机,所述无人机就地悬停后,具体包括:
所述地面工作站算出缺陷准确位置、缺陷大小和需要调整的实时飞行参数下发给无人机;
所述无人机根据所述地面工作站下发的所述需要调整的实时飞行参数,对疑似缺陷部位进行重点拍照,将所述重点拍照的照片发送给所述地面工作站,然后恢复正常巡检和拍照流程,继续进行风机叶片巡检。
本发明利用无人机获得风机叶片的照片,能够及时发现叶片缺陷,提高了巡检效率。
进而,本发明还采用正常巡检拍摄照片和疑似缺陷部位重点照片的双重识别机制,大大提高缺陷部位识别的准确性;实时处理照片信息,实时发现叶片缺陷,避免了重新巡检情况发生;专门针对叶片缺陷部位进行了重点拍摄,提供缺陷部位高清图像,有利于后续缺陷分析和安排检修计划。
下面结合具体的应用实例对本发明实施例上述技术方案进行详细说明,实施过程中没有介绍到的技术细节,可以参考前文的相关描述。
实施例1:
无人机巡检风机叶片的系统至少包括无人机。无人机包括无人机本体,如图4所示,无人机本体可以采用市场上主流的多旋翼无人机产品,例如,可以采用巡线无人机,并能提供可以对其进行二次研发的接口模块;无人机的载荷主要是三轴增稳云台、高清照相机和无线通信装置。在无人机本体飞控系统的控制下,可以调整云台角度、相机镜头方向和对焦参数,还可以控制无线通信装置和地面工作站进行信息交互。通过无人机拍摄的照片,可以发现风机叶片的缺陷。
此外,无人机巡检系统也可以包括两个部分,分别是无人机及载荷部分和地面工作站部分,这两个部分通过无线通信方式进行数据交互,无线通信方式可以选择WIFI、GPRS、LORA或5G中的任意一种。其中,无人机本体上还包括:
1)无线通信模块。无线通信模块的主要功能是将无人机飞行参数:如飞行三维坐标位置,飞行速度,云台角度、镜头方向,对焦参数和无人机各个性能参数等,打包成数据报文后,通过无线通信装置发送给地面工作站进行实时监视,把实时拍摄的照片发送给地面工作站进行实时分析;同时也接受地面工作站的控制指令;
2)数据接口模块。无人机挂载的云台和相机需要接受无人机下发的命令进行控制,同时地面工作站也需要控制无人机的飞行姿态,这些功能由飞控系统通过数据接口模块和地面工作站及载荷进行交互实现;
3)无人机飞控系统。无人机飞控系统能够自动完成,或者在地面工作站的控制下,完成叶片巡检及拍照工作。
地面工作站主要负责实时处理无人机传输过来的实时飞行参数和风机叶片图像,如图5所示,并能给无人机下发控制命令,调整无人机的飞行姿态及拍照流程。
风机叶片巡检服务器是地面工作站的核心设备,包含所有的巡检控制流程和图像处理功能;RTK精确定位装置能协助无人机对自身的位置精确定位;监控界面可以实时显示无人机飞行的状态、飞行时拍摄到的叶片照片、以及给测试人员提供手动控制无人机飞行和拍照的手段;环境监视设备能够实时获取当时的风速、风向、光照和温度信息,作为约束条件修正无人机巡检路径和拍照参数。
风机叶片巡检服务器的逻辑结构如图3所示:
1)无线通信单元,无线通信模块主要负责将无人机和地面工作站之间的交互信息打包成数据报文后,通过无线通信装置和无人机进行通信;
2)数据预处理单元,从无线通信模块收到实时数据后,数据预处理模块首先按照约定的通信规约把数据解包处理,然后把飞行实时数据和叶片图像数据区分开来,并送到不同的下一级处理模块;
3)飞行姿态处理单元,飞行姿态处理模块实时处理数据预处理模块发送来的飞行实时数据,如飞行三维坐标位置,飞行速度,云台角度、镜头方向,对焦参数和无人机各个性能参数等,监视无人机当前的运行状态是否正常。如果异常,发出告警,并按照预先设定的逻辑计算出飞行姿态调整参数,下发给主控模块;
4)图像处理单元,图像处理模块收到数据预处理模块送来的叶片图像数据后,对照片中的叶片缺陷进行识别,将识别结果送给主控模块。它由3个子模块组成。
A、图像特征分析模块。图像特征分析模块根据叶片图像的特点,对缺陷部位进行增强和复原,通过去除噪声,图像分割,提高图像的清晰度等技术,达到突出图像中缺陷特征信息的目的;
B、叶片缺陷特征库模块。叶片缺陷特征库模块是一个包含大量叶片缺陷图像的专家库,专家库不但对所有的叶片缺陷做好了分类,而且还把每个缺陷通过图像描述的方法进行了数值定义,为后续的缺陷识别提供了依据;
C、AI缺陷识别模块。AI缺陷识别模块通过人工智能的方法比对被检测图像的特征信息和叶片缺陷特征库信息,判断图像中叶片是否存在缺陷以及叶片缺陷的种类和影响范围;
5)主控模块。主控模块收到飞行姿态处理模块发送过来的飞行姿态调整参数,结合收到的AI缺陷识别模块发送过来的叶片图像识别结果,统一计算出飞行姿态调整参数,通过无线通信模块发送给无人机。
无人机巡检流程如下:
无人机按照设定的巡航路径沿着叶片进行飞行,飞行速度为0.5m/s~3m/s,速度可以根据现场需求由地面工作站下发指令进行调节;
无人机在飞行过程中按照设定的拍摄频率对叶片进行拍照,拍照频率为1张/s~3张/s,拍照频率可以根据现场需求由地面控制站下发指令进行调节;
无人机实时将自身的飞行参数:如飞行三维坐标位置,飞行速度,云台角度、镜头方向,对焦参数和无人机各个性能参数等,发送给地面工作站进行实时监视;同时也把实时拍摄的照片发送给地面工作站进行实时分析;
地面工作站对无人机飞行实时参数进行分析,如果没有问题,继续正常飞行;如果发现问题,发出告警,并按照预先设定程序进行处理,或者让用户人工干预;
当地面工作站对实时图像进行分析后没有发现缺陷,无人机继续巡检拍照;
当地面工作站对实时图像进行分析后发现有明显缺陷,并且照片也完全满足后续分析需求时,只需对缺陷进行标示,不打断无人机正常巡检和拍照流程,无人机继续巡检拍照;
当地面工作站对实时图像进行分析后发现有疑似缺陷时,马上控制无人机立刻停止运动,就地悬停,并根据无人机在拍照时刻对应的飞行坐标位置,飞行速度,云台角度、镜头方向,对焦参数计算出缺陷准确位置和缺陷大小,计算出需要调整的云台角度、镜头方向和对焦参数数值,下发给无人机;
无人机根据地面工作站下发的云台角度、镜头方向和对焦参数数值,调整相机拍摄姿态,对疑似缺陷部位进行重点拍照,获取更加清晰照片;
无人机将疑似缺陷部位的重点照片发送给地面工作站,然后恢复正常巡检和拍照流程,继续进行风机叶片巡检。
以上所述仅为本发明示意性的具体实施方式,并非用以限定本发明的范围。为本发明的各组成部分在不冲突的条件下可以相互组合,任何本领域的技术人员,在不脱离本发明的构思和原则的前提下所做出的等同变化与修改,均应属于本发明保护的范围。
Claims (5)
1.一种无人机巡检风机叶片的方法,其特征在于,包括以下步骤:
控制无人机按照设定的巡航路径沿着叶片飞行,并按照设定的拍摄频率对所述叶片进行拍照;
指令所述无人机在飞行过程中,将自身的实时飞行参数和实时拍摄的照片发送给地面工作站;
所述地面工作站对所述实时拍摄的照片进行分析,得到分析结果,如果所述分析结果是所述叶片没有缺陷,发送继续正常飞行指令给所述无人机;如果所述分析结果发现有明显缺陷,并且照片也完全满足后续分析需求时,只需对所述明显缺陷进行标示,不打断无人机正常巡检和拍照流程,无人机继续巡检拍照;如果所述分析结果是所述叶片有疑似缺陷,所述地面工作站发出告警指令给所述无人机,指令所述无人机就地悬停,按照预先设定程序进行处理,或者人工干预。
2.根据权利要求1所述的一种无人机巡检风机叶片的方法,其特征在于,所述无人机按照设定的巡航路径沿着叶片飞行的飞行速度由所述地面工作站下发指令进行调节,所述飞行速度为0.5m/s~3m/s。
3.根据权利要求1所述的一种无人机巡检风机叶片的方法,其特征在于,所述拍照频率由所述地面控制站下发指令进行调节,所述拍照频率为1张/s~3张/s。
4.根据权利要求1所述的一种无人机巡检风机叶片的方法,其特征在于,所述实时飞行参数包括:飞行三维坐标位置,飞行速度,云台角度、镜头方向和对焦参数。
5.根据权利要求1所述的一种无人机巡检风机叶片的方法,其特征在于,所述地面工作站发出告警指令给所述无人机,所述无人机就地悬停后,
所述地面工作站算出缺陷准确位置、缺陷大小和需要调整的实时飞行参数下发给无人机;
所述无人机根据所述地面工作站下发的所述需要调整的实时飞行参数,对疑似缺陷部位进行重点拍照,将所述重点拍照的照片发送给所述地面工作站,然后恢复正常巡检和拍照流程,继续进行风机叶片巡检。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110109426.0A CN112947511A (zh) | 2021-01-25 | 2021-01-25 | 一种无人机巡检风机叶片的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110109426.0A CN112947511A (zh) | 2021-01-25 | 2021-01-25 | 一种无人机巡检风机叶片的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112947511A true CN112947511A (zh) | 2021-06-11 |
Family
ID=76237602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110109426.0A Pending CN112947511A (zh) | 2021-01-25 | 2021-01-25 | 一种无人机巡检风机叶片的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947511A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113885580A (zh) * | 2021-11-17 | 2022-01-04 | 国能定边新能源有限公司 | 基于无人机实现自动化巡检风机的路径规划方法及系统 |
CN114152624A (zh) * | 2021-12-03 | 2022-03-08 | 广州发展电力科技有限公司 | 一种基于无人机巡航的烟囱检查方法和装置 |
CN114189824A (zh) * | 2021-10-18 | 2022-03-15 | 广西电网有限责任公司电力科学研究院 | 一种基于Lora通信的无人机通信方法及巡检无人机、系统 |
CN115480589A (zh) * | 2022-09-06 | 2022-12-16 | 中科云尚(南京)智能技术有限公司 | 基于无人机的风机巡检航线生成方法及系统 |
WO2024016675A1 (zh) * | 2022-07-18 | 2024-01-25 | 中国华能集团清洁能源技术研究院有限公司 | 风机巡检无人机飞行参数的自适应调整方法、装置及设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120262708A1 (en) * | 2009-11-25 | 2012-10-18 | Cyberhawk Innovations Limited | Unmanned aerial vehicle |
CN105717934A (zh) * | 2016-04-25 | 2016-06-29 | 华北电力大学(保定) | 自主无人机巡检风机叶片系统及方法 |
CN207600967U (zh) * | 2017-11-29 | 2018-07-10 | 华北电力大学(保定) | 一种用于风电场扇叶表面缺陷检测的装置 |
CN110007690A (zh) * | 2019-05-08 | 2019-07-12 | 北京天龙智控科技有限公司 | 一种无人机巡检系统及方法 |
CN110282143A (zh) * | 2019-06-14 | 2019-09-27 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场无人机巡检方法 |
CN110879601A (zh) * | 2019-12-06 | 2020-03-13 | 电子科技大学 | 一种对于未知风机结构的无人机巡检方法 |
CN111289533A (zh) * | 2020-02-25 | 2020-06-16 | 国电电力内蒙古新能源开发有限公司 | 风机叶片的巡检方法、装置、无人机和存储介质 |
CN112180955A (zh) * | 2020-08-26 | 2021-01-05 | 国网安徽省电力有限公司淮南供电公司 | 一种自动巡检无人机的基于视觉反馈的二次复查方法和系统 |
-
2021
- 2021-01-25 CN CN202110109426.0A patent/CN112947511A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120262708A1 (en) * | 2009-11-25 | 2012-10-18 | Cyberhawk Innovations Limited | Unmanned aerial vehicle |
CN105717934A (zh) * | 2016-04-25 | 2016-06-29 | 华北电力大学(保定) | 自主无人机巡检风机叶片系统及方法 |
CN207600967U (zh) * | 2017-11-29 | 2018-07-10 | 华北电力大学(保定) | 一种用于风电场扇叶表面缺陷检测的装置 |
CN110007690A (zh) * | 2019-05-08 | 2019-07-12 | 北京天龙智控科技有限公司 | 一种无人机巡检系统及方法 |
CN110282143A (zh) * | 2019-06-14 | 2019-09-27 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场无人机巡检方法 |
CN110879601A (zh) * | 2019-12-06 | 2020-03-13 | 电子科技大学 | 一种对于未知风机结构的无人机巡检方法 |
CN111289533A (zh) * | 2020-02-25 | 2020-06-16 | 国电电力内蒙古新能源开发有限公司 | 风机叶片的巡检方法、装置、无人机和存储介质 |
CN112180955A (zh) * | 2020-08-26 | 2021-01-05 | 国网安徽省电力有限公司淮南供电公司 | 一种自动巡检无人机的基于视觉反馈的二次复查方法和系统 |
Non-Patent Citations (1)
Title |
---|
郑武略 等: "多旋翼无人机在输电线路巡检中的应用", 《中国电业(技术版)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114189824A (zh) * | 2021-10-18 | 2022-03-15 | 广西电网有限责任公司电力科学研究院 | 一种基于Lora通信的无人机通信方法及巡检无人机、系统 |
CN113885580A (zh) * | 2021-11-17 | 2022-01-04 | 国能定边新能源有限公司 | 基于无人机实现自动化巡检风机的路径规划方法及系统 |
CN114152624A (zh) * | 2021-12-03 | 2022-03-08 | 广州发展电力科技有限公司 | 一种基于无人机巡航的烟囱检查方法和装置 |
WO2024016675A1 (zh) * | 2022-07-18 | 2024-01-25 | 中国华能集团清洁能源技术研究院有限公司 | 风机巡检无人机飞行参数的自适应调整方法、装置及设备和存储介质 |
CN115480589A (zh) * | 2022-09-06 | 2022-12-16 | 中科云尚(南京)智能技术有限公司 | 基于无人机的风机巡检航线生成方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112947511A (zh) | 一种无人机巡检风机叶片的方法 | |
CN105739512B (zh) | 无人机自动巡检系统及方法 | |
CN108803668B (zh) | 一种静态目标监测的智能巡检无人机吊舱系统 | |
CN111198004A (zh) | 一种基于无人机的电力巡查信息采集系统 | |
CN110047241A (zh) | 一种森林火灾无人机巡航监控系统 | |
CN114296483B (zh) | 一种风力发电机不停机状态下的智能巡检方法及电子设备 | |
CN112360699A (zh) | 一种全自动风力发电机组叶片智能巡视及诊断分析方法 | |
CN105700544A (zh) | 一种无人机光伏电站电气设备巡检系统及实现方法 | |
CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
CN112068539A (zh) | 一种风电机组叶片无人机自动驾驶巡检方法 | |
CN205375192U (zh) | 一种基于红外影像技术的无人机配电网巡检系统 | |
CN112506214B (zh) | 一种无人机自主风机巡检系统的作业流程 | |
CN109660721B (zh) | 无人机飞行拍摄质量优化方法、系统、设备及存储介质 | |
CN105514872A (zh) | 一种高效率无人机群电力巡检系统 | |
CN111038721A (zh) | 一种基于图像识别的风力机叶片巡检无人机和巡检方法 | |
CN115865915A (zh) | 基于边缘计算的无人机巡检图像实时识别方法及系统 | |
CN109470712A (zh) | 一种风电叶片检测系统 | |
CN114757454B (zh) | 一种风力发电机的无人机巡检航线生成方法、装置及设备 | |
CN115272888A (zh) | 一种基于数字孪生的5g+无人机输电线路巡检方法及系统 | |
CN111343287B (zh) | 一种输电线路巡检的直升机激光雷达远程监控系统与方法 | |
CN111898444A (zh) | 一种基于图像识别的飞机起落架状态判定方法 | |
CN112085694A (zh) | 一种人工智能自动巡检风能风机叶片系统 | |
CN107985577A (zh) | 一种安全无人机 | |
CN213987269U (zh) | 一种无人机巡检风机叶片的系统 | |
LU504690B1 (en) | A system for automatic leaf photo acquisition by drones |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |
|
RJ01 | Rejection of invention patent application after publication |