CN113029103B - 一种风机塔筒基础环的倾斜测量方法、系统和存储介质 - Google Patents

一种风机塔筒基础环的倾斜测量方法、系统和存储介质 Download PDF

Info

Publication number
CN113029103B
CN113029103B CN202110574968.5A CN202110574968A CN113029103B CN 113029103 B CN113029103 B CN 113029103B CN 202110574968 A CN202110574968 A CN 202110574968A CN 113029103 B CN113029103 B CN 113029103B
Authority
CN
China
Prior art keywords
moment
marker
tower
time
inclination
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
Application number
CN202110574968.5A
Other languages
English (en)
Other versions
CN113029103A (zh
Inventor
程捷
王杨
王�琦
汪杨
韩梦婷
苗矿伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Windmagics Wuhan Co ltd
Original Assignee
Windmagics Wuhan Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Windmagics Wuhan Co ltd filed Critical Windmagics Wuhan Co ltd
Priority to CN202110574968.5A priority Critical patent/CN113029103B/zh
Publication of CN113029103A publication Critical patent/CN113029103A/zh
Application granted granted Critical
Publication of CN113029103B publication Critical patent/CN113029103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • 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
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种风机塔筒基础环的倾斜测量方法、装置、系统和存储介质，方法包括构建标记物特征提取模型，根据所述标记物特征提取模型，提取待测塔筒在晃动时段内每个时刻的标记物特征集；分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面；根据所述标记物特征提取模型和每个时刻的最优塔筒倾斜平面，分别得到所述待测塔筒在每个时刻的倾斜指标集。本发明能通过建模来自动识别标记物特征，从多个指标来实时评价和衡量塔筒基础环的倾斜程度，无需人工参与，测量准确率高，更加全面、准确、实时地刻画了塔筒倾斜情况。

Description

一种风机塔筒基础环的倾斜测量方法、系统和存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种风机塔筒基础环的倾斜测量方法、系统和存储介质。
背景技术
由于风速和地势的影响，风力发电机组在实际运行过程中，机组塔筒基础环与混凝土之间出现的间隙容易引起风机的晃动。机组长时间伴随晃动会导致塔筒基础环相对于水平面存在一定的倾斜；同时由于基础灌浆不良、基座连接不牢等原因也会导致机组基座的刚度分布不均匀，导致塔筒基础环出现倾斜；而塔筒的倾斜反过来又会加剧风机的晃动。风机长期伴随晃动而运行，对于机组大部件及塔架等都会带来很大影响。因此，准确测量出塔筒倾斜程度，有利于相关维护人员对风机进行及时维护。
目前，对于塔筒基础环倾斜的测量通常需要测量人员携带专业的设备，对塔筒底部一周进行多次光学描点测量，此过程中的描点的位置、读数等环节均有人工参与，存在较大的测量误差，且实时性较差。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种风机塔筒基础环的倾斜方法、系统和存储介质，能自动识别标记物特征，从多个指标来实时评价和衡量塔筒基础环的倾斜程度，无需人工参与，测量准确率高，全面、准确、实时地刻画了塔筒倾斜情况。
本发明解决上述技术问题的技术方案如下：
一种风机塔筒基础环的倾斜测量方法，包括以下步骤：
构建标记物特征提取模型，根据所述标记物特征提取模型，提取待测塔筒在晃动时段内每个时刻的标记物特征集；
分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面；
根据所述标记物特征提取模型和每个时刻的最优塔筒倾斜平面，分别得到所述待测塔筒在每个时刻的倾斜指标集。
依据本发明的另一方面，还提供了一种风机塔筒基础环的倾斜测量装置，应用于本发明的风机塔筒基础环的倾斜测量方法中，包括建模模块、特征提取模块、拟合模块和测量模块；
所述建模模块，用于构建标记物特征提取模型；
所述特征提取模块，用于根据所述标记物特征提取模型，提取待测塔筒在晃动时段内每个时刻的标记物特征集；
所述拟合模块，用于分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面；
所述测量模块，用于根据所述标记物特征提取模型和每个时刻的最优塔筒倾斜平面，分别得到所述待测塔筒在每个时刻的倾斜指标集。
依据本发明的另一方面，提供了一种风机塔筒基础环的倾斜测量系统，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现本发明中的风机塔筒基础环的倾斜测量方法中的步骤。
依据本发明的另一方面，提供了一种计算机存储介质，所述计算机存储介质包括：至少一个指令，在所述指令被执行时实现本发明的风机塔筒基础环的倾斜测量方法中的步骤。
本发明的风机塔筒基础环的倾斜测量方法、装置、系统和存储介质的有益效果是：通过构建标记物特征提取模型，可以基于构建的模型来实时提取待测塔筒在一个晃动时段内每个时刻的标记物特征集，实现实时地数据采集及对待测塔筒在整个晃动时段的实时监测，无需人工读数；根据每个时刻的标记物特征集，可以分别拟合出对应的时刻下的最优塔筒倾斜平面，更加符合塔筒实际运行状态，便于后续每个时刻的倾斜指标集的准确计算，提升了真实性，并有效降低了计算难度和计算量；根据建立的标记物特征提取模型和每个时刻拟合得到的最优塔筒倾斜平面，可以自动地计算出每个时刻下的倾斜指标集，能从多个指标来实时评价和衡量塔筒基础环的倾斜程度，测量准确率高；
本发明的风机塔筒基础环的倾斜测量方法、装置、系统和存储介质，能通过建模来自动识别标记物特征，从多个指标来实时评价和衡量塔筒基础环的倾斜程度，无需人工参与，测量准确率高，更加全面、准确、实时地刻画了塔筒倾斜情况，有利于维护人员根据实时测量出的倾斜指标集及时采取维护措施，保障风力机组的正常运行。
附图说明
图1为本发明实施例一中一种风机塔筒基础环的倾斜测量方法的流程示意图；
图2为本发明实施例一中t时刻的最优塔筒倾斜平面的模型示意图；
图3为本发明实施例一中得到t时刻的倾斜指标集的模型示意图；
图4为本发明实施例二中一种风机塔筒基础环的倾斜测量装置的结构示意图；
图5为本发明实施例二中另一种风机塔筒基础环的倾斜测量装置的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
下面结合附图，对本发明进行说明。
实施例一、如图1所示，一种风机塔筒基础环的倾斜测量方法，包括以下步骤：
S1：构建标记物特征提取模型，根据所述标记物特征提取模型，提取待测塔筒在晃动时段内每个时刻的标记物特征集；
S2：分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面；
S3：根据所述标记物特征提取模型和每个时刻的最优塔筒倾斜平面，分别得到所述待测塔筒在每个时刻的倾斜指标集。
通过构建标记物特征提取模型，可以基于构建的模型来实时提取待测塔筒在一个晃动时段内每个时刻的标记物特征集，实现实时地数据采集及对待测塔筒在整个晃动时段的实时监测，无需人工读数；根据每个时刻的标记物特征集，可以分别拟合出对应的时刻下的最优塔筒倾斜平面，更加符合塔筒实际运行状态，便于后续每个时刻的倾斜指标集的准确计算，提升了真实性，并有效降低了计算难度和计算量；根据建立的标记物特征提取模型和每个时刻拟合得到的最优塔筒倾斜平面，可以自动地计算出每个时刻下的倾斜指标集，能从多个指标来实时评价和衡量塔筒基础环的倾斜程度，测量准确率高；
本实施例的风机塔筒基础环的倾斜测量方法，能通过建模来自动识别标记物特征，从多个指标来实时评价和衡量塔筒基础环的倾斜程度，无需人工参与，测量准确率高，更加全面、准确、实时地刻画了塔筒倾斜情况，有利于维护人员根据实时测量出的倾斜指标集及时采取维护措施，保障风力机组的正常运行。
具体地，由于待测塔筒在一个晃动时段内，倾斜状况会随着时刻的变化而加剧，因此通过晃动时段内每个时刻下的实时监测与测量，能及时避免风机发生严重事故。
优选地，在S1中，构建所述标记物特征提取模型，具体包括以下步骤：
S11：获取所述待测塔筒在所述晃动时段的初始时刻的初始数据；其中，所述初始数据包括所述待测塔筒的底面半径以及所述待测塔筒在初始时刻的中轴线；
S12：在初始时刻的中轴线上任选一点作为圆心，将所述圆心在初始时刻所在的水平截面为参考平面，并以所述参考平面的法线为z轴，自定义所述z轴的正方向，根据所述参考平面、所述圆心和所述z轴，构建所述待测塔筒的柱面坐标系；
S13：在所述待测塔筒内壁上选取至少三个位点，并在每个位点上分别设置一个标尺，在所述圆心处设置图像采集装置，根据所述柱面坐标系、所述图像采集装置和所有标尺，构建得到所述标记物特征提取模型；
其中，每个标尺上均设有至少一个标记物。
待测塔筒在晃动时段的初始时刻，默认处于非倾斜情况下的理想状态，此时其中轴线处于竖直状态，因此通过获取待测塔筒在初始时刻下的初始数据，便于后续的建模和倾斜状态的评价；当初始时刻的中轴线处于竖直状态时，待测塔筒在初始时刻的每个横截面均为水平的，因此将初始时刻的中轴线上的任一点为圆心，以该圆心所在的水平截面作为参考平面，再选定其法线为z轴并自定义其正方向，得到能描述待测塔筒上的每个点在后续每个时刻下的位置的柱面坐标系；最后在待测塔筒上设置用于采集全景图像的视觉中心（即图像采集位置）以及能描述待测塔筒的位置特征的至少三个标尺（每个标尺上均设有至少一个标记物），得到标记物特征提取模型，便于后续最优塔筒倾斜平面的拟合；该模型充分考虑了待测塔筒的实际情况，基于空间几何技术模拟真实的待测塔筒，能更加有效地评估塔筒的实际运行状态，更加准确地衡量塔筒的倾斜情况。
具体地，本实施例可以待测塔筒在初始时刻下的中心所在的水平截面为参考平面，如图2所示，也可以为所述待测塔筒在初始时刻的底面为参考平面，如图3所示；图2和图3分别给出了两种情况下的参考平面200，在图2和图3中，还包括待测塔筒100；每个标尺上的标记物均为一个。
优选地，每个时刻的所述标记物特征集均包括在对应的时刻下，每个标记物在直角坐标系下的三维坐标；
则在S1中，得到所述待测塔筒在所述晃动时段内每个时刻的标记物特征集，具体包括以下步骤：
S14：利用所述图像采集装置，分别获取在每个时刻下所述待测塔筒内包含有所有标尺的全景图像；
S15：选取任一个时刻的全景图像，根据所述标记物特征提取模型和选取的全景图像，得到在选取的时刻下，每个标记物在所述柱面坐标系下的柱面坐标；其中，每个标记物的柱面坐标均包括在选取的时刻下，对应的标记物的方向角以及对应的标记物与所述参考平面之间的垂直距离；
S16：以所述圆心为原点，根据所述原点、所述参考平面和所述z轴构建所述直角坐标系，分别将在选取的时刻下每个标记物的柱面坐标进行坐标转换，得到在选取的时刻下，每个标记物在所述直角坐标系下的三维坐标；
当选取的全景图像对应的时刻为t时刻，得到t时刻的第i个标记物在所述直角坐标系下的三维坐标的具体公式为：
Figure 943065DEST_PATH_IMAGE002
；
其中，
Figure 42871DEST_PATH_IMAGE004
为t时刻的第i个标记物在所述直角坐标系下的三维坐标，
Figure 746384DEST_PATH_IMAGE006
为t时刻的第i个标记物在所述柱面坐标系下的方向角；
Figure 573526DEST_PATH_IMAGE008
为在所述柱面坐标系下，t时刻的第i个标记物与所述参考平面之间的垂直距离，R为所述待测塔筒的底面半径；
S17：根据在选取的时刻下所有标记物的三维坐标，得到选取的时刻对应的所述标记物特征集；
S18：遍历每个时刻的全景图像，得到所述待测塔筒在每个时刻的标记物特征集。
对于任一个时刻的全景图像，基于建立的标记物特征提取模型可以得到对应的时刻下的柱面坐标，无需人工参与测量，误差小，准确率高；再对于圆心、参考平面和z轴所构建的直角坐标系，基于空间几何技术进行坐标转换，得到待测塔筒上所有标记物的实时的三维坐标，根据这些三维坐标形成的标记物特征集进行后续的倾斜平面拟合和倾斜情况计算，均无需人工参与测量，自动识别标记物特征，效率和准确率高。
具体地，本实施例已知待测塔筒的底面半径R为1680mm，按照S15至S17的步骤对t时刻的全景图像进行处理和计算，得到该时刻下待测塔筒内壁上三个标记物（分别为A、B和C）的坐标分别为：A(10.98°,397mm)、B(95.8°,395.9mm)和C(272.9°,410mm)，如图2所示。
优选地，在S2之前，还包括以下步骤：
在分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面之前，还包括以下步骤：
对于t时刻的标记物特征集，识别出t时刻的全景图像中所有标尺的数量，判断t时刻的所有标尺的数量是否等于3，若是，则将t时刻的所有标尺的所有标记物均确定为对应时刻下的目标标记物，并根据t时刻的所有目标标记物的三维坐标拟合得到对应的最优塔筒倾斜平面；若否，则根据t时刻的所有标尺的所有标记物的柱面坐标进行异常标记物剔除后，得到t时刻的多个目标标记物，并根据t时刻的所有目标标记物的三维坐标拟合得到对应的最优塔筒倾斜平面。
由于三个点可以确定一个平面，因此通过一个时刻的所有标尺的数量来作为异常标记物的剔除判据，一方面保证了最优塔筒倾斜平面的顺利拟合，另一方面便于后续剔除异常标记物，减小测量误差，还能帮助降低计算量和计算难度；当所有标尺的数量等于3时，则无需进行异常标记物的剔除，所有标记物均为目标标记物，可直接根据所有目标标记物进行拟合；当所有标尺的数量不等于3时，由于S1中建模时所有标尺的数量至少为三个，则说明此时所有标尺的数量大于3，需要进行异常标记物的剔除，根据剔除后的所有目标标记物来拟合，有效提升了最优塔筒倾斜平面拟合的准确率。
具体地，根据t时刻的所有标尺的所有标记物的柱面坐标进行异常标记物剔除，具体包括以下步骤：
将t时刻的所有标记物分别与所述参考平面之间的垂直距离进行升序排列，并根据升序排列后的所有垂直距离构建t时刻的标记物垂直距离集；
从t时刻的标记物垂直距离集的前端开始，分别提取t时刻的标记物垂直距离集的1/4分位数和3/4分位数；
根据t时刻的标记物垂直距离集的1/4分位数和3/4分位数，计算得到对应的标记物垂直距离集的四分位距；
根据t时刻的标记物垂直距离集的1/4分位数、3/4分位数和四分位距，得到t时刻的异常波动区间；
将t时刻的标记物垂直距离集中超出t时刻的异常波动区间对应的标记物确定为异常标记物，查找出t时刻的所有标记物中的所有异常标记物并进行剔除，得到t时刻的多个目标标记物；
计算t时刻的标记物垂直距离集的四分位距的具体公式为：
Figure 577254DEST_PATH_IMAGE010
；
t时刻的异常波动区间的上限具体为：
Figure 346496DEST_PATH_IMAGE012
；
t时刻的异常波动区间的下限具体为：
Figure 537306DEST_PATH_IMAGE014
；
其中，IQR t 为t时刻的标记物垂直距离集的四分位距，
Figure 27193DEST_PATH_IMAGE016
和
Figure 495215DEST_PATH_IMAGE018
分别为t时刻的标记物垂直距离集的1/4分位数和3/4分位数；Uplim t 和Downlim t 分别为t时刻的异常波动区间的上限和下限。
通过将所有标记物分别与参考平面直角的垂直距离进行升序排列后，构建出t时刻的标记物垂直距离集，能便于基于该标记物垂直距离集来确定对应的异常波动区间；通过分别提取标记物垂直距离集的1/4分位数和3/4分位数，再根据1/4分位数和3/4分位数来计算出对应的四分位距，最后基于1/4分位数、3/4分位数和四分位距来计算出异常波动区间，能从标记物垂直距离集的整体趋势上分析异常波动区间，更能评估出标记物的异常行为，进而确保异常标记物剔除的准确性。
具体地，1/4分位数又称第一四分位数或较小四分位数，等于标记物垂直距离集中第25%的数据；1/2分位数又称第二四分位数或中位数，等于该标记物垂直距离集中第50%的数据；3/4分位数又称第三四分位数或较大四分位数，等于该标记物垂直距离集中第75%的数据；第三四分位数与第一四分位数的差距即为四分位距IQR（InterQuartile Range）。
优选地，S2具体包括以下步骤：
S21：对于t时刻的标记物特征集，构建t时刻的平面优化目标函数；
t时刻的平面优化目标函数的表达式具体为：
Figure 45145DEST_PATH_IMAGE020
；
Figure 723251DEST_PATH_IMAGE022
；
其中，
Figure 908507DEST_PATH_IMAGE024
为t时刻的平面优化目标函数，s.t.表示约束条件，
Figure 355668DEST_PATH_IMAGE026
、
Figure 76500DEST_PATH_IMAGE028
和
Figure 382847DEST_PATH_IMAGE030
分别为t时刻的第j个目标标记物在所述直角坐标系下三个维度的坐标值，
Figure 214537DEST_PATH_IMAGE032
为t时刻的标记物特征集，
Figure 781785DEST_PATH_IMAGE034
表示t时刻的空间平面，
Figure 798151DEST_PATH_IMAGE036
、
Figure 450849DEST_PATH_IMAGE038
、
Figure 86230DEST_PATH_IMAGE040
和
Figure 383350DEST_PATH_IMAGE042
均为t时刻的空间平面
Figure DEST_PATH_IMAGE044
中的常数系数，
Figure DEST_PATH_IMAGE046
为t时刻的空间平面
Figure 416291DEST_PATH_IMAGE048
中的任一点；
Figure 290706DEST_PATH_IMAGE050
为t时刻的第j个目标标记物到空间平面
Figure 995357DEST_PATH_IMAGE052
的距离的平方，m t 为t时刻的目标标记物的总数；
S22：将t时刻的所有目标标记物的三维坐标代入对应的平面优化目标函数中，求解得到对应的最优塔筒倾斜平面；
S23：遍历每个时刻的标记物特征集，得到所述待测塔筒在每个时刻的最优塔筒倾斜平面。
在任一个时刻下选择一个空间平面，使得所有点到该空间平面的距离平方和最小，该空间平面即为对应的时刻的最优塔筒倾斜平面，基于该思想构件平面优化目标函数并进行求解，得到每个时刻下的最优塔筒倾斜平面，通过寻找最优几何空间平面的方法来确定最优塔筒倾斜平面，更真实地模拟和评估待测塔筒的实际运行状态，进而提高了后续倾斜指标集的真实性和可靠性。
具体地，本实施例拟合出的t时刻下的最优塔筒倾斜平面如图2和图3所示，在图2和图3中均包括最优塔筒倾斜平面300。
优选地，每个时刻的倾斜指标集均包括所述待测塔筒在对应的时刻的目标倾斜度、目标倾斜位移和目标倾斜方向；
S3具体包括以下步骤：
S31：对于t时刻的最优塔筒倾斜平面，分别获取所述参考平面的单位法向量和t时刻的最优塔筒倾斜平面对应的倾斜法向量；
S32：根据所述单位法向量和t时刻的最优塔筒倾斜平面对应的倾斜法向量，得到所述待测塔筒在t时刻的目标倾斜度；
计算所述待测塔筒在t时刻的目标倾斜度的具体公式为：
Figure 897716DEST_PATH_IMAGE054
；
计算所述圆心与t时刻的最优塔筒倾斜平面的中心之间的距离，得到所述待测塔筒在t时刻的目标倾斜位移；
计算所述待测塔筒在t时刻的目标倾斜位移的具体公式为：
Figure 131251DEST_PATH_IMAGE056
；
其中，
Figure 758541DEST_PATH_IMAGE058
为所述待测塔筒在t时刻的目标倾斜度，h t 为所述待测塔筒在t时刻的目标倾斜位移，
Figure 611091DEST_PATH_IMAGE060
为余弦函数，
Figure 7437DEST_PATH_IMAGE062
为反余弦函数，
Figure 411874DEST_PATH_IMAGE064
为所述单位法向量，
Figure 385515DEST_PATH_IMAGE066
为t时刻的最优塔筒倾斜平面的倾斜法向量，
Figure 900810DEST_PATH_IMAGE068
、
Figure 417242DEST_PATH_IMAGE070
、
Figure 833659DEST_PATH_IMAGE072
和
Figure 169963DEST_PATH_IMAGE074
均为t时刻的最优塔筒倾斜平面的常数系数；
S33：将所述参考平面拟合成所述柱面坐标系下的柱面方程，根据t时刻的最优塔筒倾斜平面和所述柱面方程，构建t时刻的投影优化目标函数；
t时刻的投影优化目标函数的具体公式为：
Figure 488949DEST_PATH_IMAGE076
；
Figure 469674DEST_PATH_IMAGE078
；
其中，
Figure 215913DEST_PATH_IMAGE080
为t时刻的投影优化目标函数，
Figure 773933DEST_PATH_IMAGE082
和
Figure 286823DEST_PATH_IMAGE084
分别为t时刻的最优塔筒倾斜平面与所述柱面方程之间的交线上的点的横坐标和纵坐标，
Figure 246689DEST_PATH_IMAGE086
为所述柱面方程；
S34：求解t时刻的投影优化目标函数，得到t时刻的最优塔筒倾斜平面与所述柱面方程之间的交线在所述参考平面上的目标投影坐标，并根据t时刻的目标投影坐标计算得到所述待测塔筒在t时刻的目标倾斜方向；
计算所述待测塔筒在t时刻的目标倾斜方向的具体公式为：
Figure 163829DEST_PATH_IMAGE088
；
其中，
Figure 474725DEST_PATH_IMAGE090
为所述待测塔筒在t时刻的目标倾斜方向，
Figure 10880DEST_PATH_IMAGE092
为反正弦函数，
Figure DEST_PATH_IMAGE094
为t时刻的目标投影坐标中的纵坐标；
S35：遍历每个时刻的最优塔筒倾斜平面，得到所述待测塔筒在t时刻的目标倾斜度、目标倾斜位移和目标倾斜方向。
对于任一个时刻的最优塔筒倾斜平面，目标倾斜度反映了发生倾斜的待测塔筒相对于参考平面的倾角，目标倾斜位移反映了参考平面的中心（即S12中的圆心）到发生倾斜的待测塔筒中与该中心对应的点之间的距离，目标倾斜方向反映了发生倾斜的待测塔筒相对于参考平面上升或下降的最大位置在参考平面上的投影与参考平面的中心之间的方向角；上述三个指标从三个不同的角度来衡量了发生倾斜的待测塔筒（即非初始时刻的待测塔筒）与参考平面之间的相对变化，结合了塔筒实际情况，从多角度对塔筒倾斜进行了指标量化，更加全面、准确、实时地评估了塔筒倾斜程度。
需要说明的是，初始时刻的待测塔筒默认为理想状态，即未发生倾斜的，因此该时刻下的三个倾斜指标（目标倾斜度、目标倾斜位移和目标倾斜方向）均为0；另外，当求解任一时刻（例如t时刻）的投影优化目标函数，得到t时刻的最优塔筒倾斜平面与所述柱面方程之间的交线在所述参考平面上的目标投影坐标，通常情况有2个目标投影坐标，其中一个目标投影坐标反映了相对于发生倾斜的待测塔筒相对于参考平面上升或下降的最大位置在参考平面上的投影，另一个目标投影坐标反映了相对于发生倾斜的待测塔筒相对于参考平面上升或下降的最小位置在参考平面上的投影，而由于该最大位置对应的投影相对于参考平面的中心的夹角与最小位置对应的投影相对于参考平面的中心的夹角之和为180°（例如图2中的两个目标投影坐标M1和M2，或图3中的两个目标投影坐标M3和M4），因此选其中一个目标投影坐标进行计算对应时刻下的目标倾斜方向即可。
具体地，本实施例中计算其中t时刻的倾斜指标集的模型如图3所示，在图3中示出 了该时刻下目标倾斜度
Figure 356410DEST_PATH_IMAGE095
和目标倾斜位移h，还示出了该时刻下最优塔筒倾斜平面300相对 于参考平面200上升的最大位置和最小位置分别对应的两个目标投影坐标M3和M4，（图2示 出了最优塔筒倾斜平面300相对于参考平面200下降的最大位置和最小位置分别对应的两 个目标投影坐标M1和M2），并示出了根据目标投影坐标M3得到的目标倾斜方向
Figure 336130DEST_PATH_IMAGE097
。进一步 地，图3中对应的
Figure 868743DEST_PATH_IMAGE099
=30°，h=402.8mm，
Figure 333222DEST_PATH_IMAGE097
=238.8°。
实施例二、如图4所示，一种风机塔筒基础环的倾斜测量装置，应用于实施例一的风机塔筒基础环的倾斜测量方法中，包括建模模块、特征提取模块、拟合模块和测量模块；
所述建模模块，用于构建标记物特征提取模型；
所述特征提取模块，用于根据所述标记物特征提取模型，提取待测塔筒在晃动时段内每个时刻的标记物特征集；
所述拟合模块，用于分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面；
所述测量模块，用于根据所述标记物特征提取模型和每个时刻的最优塔筒倾斜平面，分别得到所述待测塔筒在每个时刻的倾斜指标集。
本实施例的风机塔筒基础环的倾斜测量装置，能通过建模来自动识别标记物特征，从多个指标来实时评价和衡量塔筒基础环的倾斜程度，无需人工参与，测量准确率高，更加全面、准确、实时地刻画了塔筒倾斜情况，有利于维护人员根据实时测量出的倾斜指标集及时采取维护措施，保障风力机组的正常运行。
优选地，所述建模模块具体用于：
获取所述待测塔筒在所述晃动时段的初始时刻的初始数据；其中，所述初始数据包括所述待测塔筒的底面半径以及所述待测塔筒在初始时刻的中轴线；
在初始时刻的中轴线上任选一点作为圆心，将所述圆心在初始时刻所在的水平截面为参考平面，并以所述参考平面的法线为z轴，自定义所述z轴的正方向，根据所述参考平面、所述圆心和所述z轴，构建所述待测塔筒的柱面坐标系；
在所述待测塔筒内壁上选取至少三个位点，并在每个位点上分别设置一个标尺，在所述圆心处设置图像采集装置，根据所述柱面坐标系、所述图像采集装置和所有标尺，构建得到所述标记物特征提取模型；
其中，每个标尺上均设有至少一个标记物。
优选地，每个时刻的所述标记物特征集均包括在对应的时刻下，每个标记物在直角坐标系下的三维坐标；
所述特征提取模块具体用于：
利用所述图像采集装置，分别获取在每个时刻下所述待测塔筒内包含有所有标尺的全景图像；
选取任一个时刻的全景图像，根据所述标记物特征提取模型和选取的全景图像，得到在选取的时刻下，每个标记物在所述柱面坐标系下的柱面坐标；其中，每个标记物的柱面坐标均包括在选取的时刻下，对应的标记物的方向角以及对应的标记物与所述参考平面之间的垂直距离；
以所述圆心为原点，根据所述原点、所述参考平面和所述z轴构建所述直角坐标系，分别将在选取的时刻下每个标记物的柱面坐标进行坐标转换，得到在选取的时刻下，每个标记物在所述直角坐标系下的三维坐标；
当选取的全景图像对应的时刻为t时刻，得到t时刻的第i个标记物在所述直角坐标系下的三维坐标的具体公式为：
Figure 143046DEST_PATH_IMAGE101
；
其中，
Figure DEST_PATH_IMAGE103
为t时刻的第i个标记物在所述直角坐标系下的三维坐标，
Figure DEST_PATH_IMAGE105
为t时刻的第i个标记物在所述柱面坐标系下的方向角；
Figure DEST_PATH_IMAGE107
为在所述柱面坐标系下，t时刻的第i个标记物与所述参考平面之间的垂直距离，R为所述待测塔筒的底面半径；
根据在选取的时刻下所有标记物的三维坐标，得到选取的时刻对应的所述标记物特征集；
遍历每个时刻的全景图像，得到所述待测塔筒在每个时刻的标记物特征集。
优选地，如图5所示，还包括异常剔除模块，所述异常剔除模块用于：
对于t时刻的标记物特征集，识别出t时刻的全景图像中所有标尺的数量，判断t时刻的所有标尺的数量是否等于3，若是，则将t时刻的所有标尺的所有标记物均确定为对应时刻下的目标标记物，并根据t时刻的所有目标标记物的三维坐标拟合得到对应的最优塔筒倾斜平面；若否，则根据t时刻的所有标尺的所有标记物的柱面坐标进行异常标记物剔除后，得到t时刻的多个目标标记物，并根据t时刻的所有目标标记物的三维坐标拟合得到对应的最优塔筒倾斜平面。
优选地，当t时刻的所有标尺的数量不等于3时，所述异常剔除模块具体用于：
将t时刻的所有标记物分别与所述参考平面之间的垂直距离进行升序排列，并根据升序排列后的所有垂直距离构建t时刻的标记物垂直距离集；
从t时刻的标记物垂直距离集的前端开始，分别提取t时刻的标记物垂直距离集的1/4分位数和3/4分位数；
根据t时刻的标记物垂直距离集的1/4分位数和3/4分位数，计算得到对应的标记物垂直距离集的四分位距；
根据t时刻的标记物垂直距离集的1/4分位数、3/4分位数和四分位距，得到t时刻的异常波动区间；
将t时刻的标记物垂直距离集中超出t时刻的异常波动区间对应的标记物确定为异常标记物，查找出t时刻的所有标记物中的所有异常标记物并进行剔除，得到t时刻的多个目标标记物；
计算t时刻的标记物垂直距离集的四分位距的具体公式为：
Figure DEST_PATH_IMAGE109
；
t时刻的异常波动区间的上限具体为：
Figure DEST_PATH_IMAGE111
；
t时刻的异常波动区间的下限具体为：
Figure DEST_PATH_IMAGE113
；
其中，IQR t 为t时刻的标记物垂直距离集的四分位距，
Figure DEST_PATH_IMAGE115
和
Figure DEST_PATH_IMAGE117
分别为t时刻的标记物垂直距离集的1/4分位数和3/4分位数；Uplim t 和Downlim t 分别为t时刻的异常波动区间的上限和下限。
优选地，所述拟合模块具体用于：
对于t时刻的标记物特征集，构建t时刻的平面优化目标函数；
t时刻的平面优化目标函数的表达式具体为：
Figure DEST_PATH_IMAGE119
；
Figure DEST_PATH_IMAGE121
；
其中，
Figure DEST_PATH_IMAGE123
为t时刻的平面优化目标函数，s.t.表示约束条件，
Figure DEST_PATH_IMAGE125
、
Figure DEST_PATH_IMAGE127
和
Figure DEST_PATH_IMAGE129
分别为t时刻的第j个目标标记物在所述直角坐标系下三个维度的坐标值，
Figure DEST_PATH_IMAGE131
为t时刻的标记物特征集，
Figure DEST_PATH_IMAGE133
表示t时刻的空间平面，
Figure DEST_PATH_IMAGE135
、
Figure DEST_PATH_IMAGE137
、
Figure DEST_PATH_IMAGE139
和
Figure DEST_PATH_IMAGE141
均为t时刻的空间平面
Figure DEST_PATH_IMAGE143
中的常数系数，
Figure DEST_PATH_IMAGE145
为t时刻的空间平面
Figure DEST_PATH_IMAGE147
中的任一点；
Figure DEST_PATH_IMAGE149
为t时刻的第j个目标标记物到空间平面
Figure DEST_PATH_IMAGE151
的距离的平方，m t 为t时刻的目标标记物的总数；
将t时刻的所有目标标记物的三维坐标代入对应的平面优化目标函数中，求解得到对应的最优塔筒倾斜平面；
遍历每个时刻的标记物特征集，得到所述待测塔筒在每个时刻的最优塔筒倾斜平面。
优选地，每个时刻的倾斜指标集均包括所述待测塔筒在对应的时刻的目标倾斜度、目标倾斜位移和目标倾斜方向；
所述测量模块具体用于：
对于t时刻的最优塔筒倾斜平面，分别获取所述参考平面的单位法向量和t时刻的最优塔筒倾斜平面对应的倾斜法向量；
根据所述单位法向量和t时刻的最优塔筒倾斜平面对应的倾斜法向量，得到所述待测塔筒在t时刻的目标倾斜度；
计算所述待测塔筒在t时刻的目标倾斜度的具体公式为：
Figure DEST_PATH_IMAGE153
；
计算所述圆心与t时刻的最优塔筒倾斜平面的中心之间的距离，得到所述待测塔筒在t时刻的目标倾斜位移；
计算所述待测塔筒在t时刻的目标倾斜位移的具体公式为：
Figure DEST_PATH_IMAGE155
；
其中，
Figure DEST_PATH_IMAGE157
为所述待测塔筒在t时刻的目标倾斜度，h t 为所述待测塔筒在t时刻的目标倾斜位移，
Figure DEST_PATH_IMAGE159
为余弦函数，
Figure DEST_PATH_IMAGE161
为反余弦函数，
Figure DEST_PATH_IMAGE163
为所述单位法向量，
Figure DEST_PATH_IMAGE165
为t时刻的最优塔筒倾斜平面的倾斜法向量，
Figure DEST_PATH_IMAGE167
、
Figure DEST_PATH_IMAGE169
、
Figure DEST_PATH_IMAGE171
和
Figure DEST_PATH_IMAGE173
均为t时刻的最优塔筒倾斜平面的常数系数；
将所述参考平面拟合成所述柱面坐标系下的柱面方程，根据t时刻的最优塔筒倾斜平面和所述柱面方程，构建t时刻的投影优化目标函数；
t时刻的投影优化目标函数的具体公式为：
Figure DEST_PATH_IMAGE175
；
Figure DEST_PATH_IMAGE177
；
其中，
Figure DEST_PATH_IMAGE179
为t时刻的投影优化目标函数，
Figure DEST_PATH_IMAGE181
和
Figure DEST_PATH_IMAGE183
分别为t时刻的最优塔筒倾斜平面与所述柱面方程之间的交线上的点的横坐标和纵坐标，
Figure DEST_PATH_IMAGE185
为所述柱面方程；
求解t时刻的投影优化目标函数，得到t时刻的最优塔筒倾斜平面与所述柱面方程之间的交线在所述参考平面上的目标投影坐标，并根据t时刻的目标投影坐标计算得到所述待测塔筒在t时刻的目标倾斜方向；
计算所述待测塔筒在t时刻的目标倾斜方向的具体公式为：
Figure DEST_PATH_IMAGE187
；
其中，
Figure DEST_PATH_IMAGE189
为所述待测塔筒在t时刻的目标倾斜方向，
Figure DEST_PATH_IMAGE191
为反正弦函数，
Figure DEST_PATH_IMAGE193
为t时刻的目标投影坐标中的纵坐标；
遍历每个时刻的最优塔筒倾斜平面，得到所述待测塔筒在t时刻的目标倾斜度、目标倾斜位移和目标倾斜方向。
本实施例中的未尽细节，详见实施例一以及图1至图3的具体描述内容，此处不再赘述。
实施例三、基于实施例一和实施例二，本实施例还公开了一种风机塔筒基础环的倾斜测量系统，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现所述S1至S3的具体步骤。
通过存储在存储器上的计算机程序，并运行在处理器上，能通过建模来自动识别标记物特征，从多个指标来实时评价和衡量塔筒基础环的倾斜程度，无需人工参与，测量准确率高，更加全面、准确、实时地刻画了塔筒倾斜情况，有利于维护人员根据实时测量出的倾斜指标集及时采取维护措施，保障风力机组的正常运行。
本实施例还提供一种计算机存储介质，所述计算机存储介质上存储有至少一个指令，所述指令被执行时实现所述S1至S3的具体步骤。
通过执行包含至少一个指令的计算机存储介质，能通过建模来自动识别标记物特征，从多个指标来实时评价和衡量塔筒基础环的倾斜程度，无需人工参与，测量准确率高，更加全面、准确、实时地刻画了塔筒倾斜情况，有利于维护人员根据实时测量出的倾斜指标集及时采取维护措施，保障风力机组的正常运行。
本实施例中的未尽细节，详见实施例一以及图1至图3的具体描述内容，此处不再赘述。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种风机塔筒基础环的倾斜测量方法，其特征在于，包括以下步骤：
构建标记物特征提取模型，根据所述标记物特征提取模型，提取待测塔筒在晃动时段内每个时刻的标记物特征集；
分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面；
根据所述标记物特征提取模型和每个时刻的最优塔筒倾斜平面，分别得到所述待测塔筒在每个时刻的倾斜指标集；
构建所述标记物特征提取模型，具体包括以下步骤：
获取所述待测塔筒在所述晃动时段的初始时刻的初始数据；其中，所述初始数据包括所述待测塔筒的底面半径以及所述待测塔筒在初始时刻的中轴线；
在初始时刻的中轴线上任选一点作为圆心，将所述圆心在初始时刻所在的水平截面为参考平面，并以所述参考平面的法线为z轴，自定义所述z轴的正方向，根据所述参考平面、所述圆心和所述z轴，构建所述待测塔筒的柱面坐标系；
在所述待测塔筒内壁上选取至少三个位点，并在每个位点上分别设置一个标尺，在所述圆心处设置图像采集装置，根据所述柱面坐标系、所述图像采集装置和所有标尺，构建得到所述标记物特征提取模型；
其中，每个标尺上均设有至少一个标记物；
每个时刻的所述标记物特征集均包括在对应的时刻下，每个标记物在直角坐标系下的三维坐标；
则得到所述待测塔筒在所述晃动时段内每个时刻的标记物特征集，具体包括以下步骤：
利用所述图像采集装置，分别获取在每个时刻下所述待测塔筒内包含有所有标尺的全景图像；
选取任一个时刻的全景图像，根据所述标记物特征提取模型和选取的全景图像，得到在选取的时刻下，每个标记物在所述柱面坐标系下的柱面坐标；其中，每个标记物的柱面坐标均包括在选取的时刻下，对应的标记物的方向角以及对应的标记物与所述参考平面之间的垂直距离；
以所述圆心为原点，根据所述原点、所述参考平面和所述z轴构建所述直角坐标系，分别将在选取的时刻下每个标记物的柱面坐标进行坐标转换，得到在选取的时刻下，每个标记物在所述直角坐标系下的三维坐标；
当选取的全景图像对应的时刻为t时刻，得到t时刻的第i个标记物在所述直角坐标系下的三维坐标的具体公式为：
Figure 306381DEST_PATH_IMAGE001
；
其中，
Figure 324016DEST_PATH_IMAGE002
为t时刻的第i个标记物在所述直角坐标系下的三维坐标，
Figure 349741DEST_PATH_IMAGE003
为t时 刻的第i个标记物在所述柱面坐标系下的方向角；
Figure 334883DEST_PATH_IMAGE004
为在所述柱面坐标系下，t时刻的第i 个标记物与所述参考平面之间的垂直距离，R为所述待测塔筒的底面半径；
根据在选取的时刻下所有标记物的三维坐标，得到选取的时刻对应的所述标记物特征集；
遍历每个时刻的全景图像，得到所述待测塔筒在每个时刻的标记物特征集；
在分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面之前，还包括以下步骤：
对于t时刻的标记物特征集，识别出t时刻的全景图像中所有标尺的数量，判断t时刻的所有标尺的数量是否等于3，若是，则将t时刻的所有标尺的所有标记物均确定为对应时刻下的目标标记物，并根据t时刻的所有目标标记物的三维坐标拟合得到对应的最优塔筒倾斜平面；若否，则根据t时刻的所有标尺的所有标记物的柱面坐标进行异常标记物剔除后，得到t时刻的多个目标标记物，并根据t时刻的所有目标标记物的三维坐标拟合得到对应的最优塔筒倾斜平面；
分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面，具体包括以下步骤：
对于t时刻的标记物特征集，构建t时刻的平面优化目标函数；
t时刻的平面优化目标函数的表达式具体为：
Figure 268204DEST_PATH_IMAGE005
其中，
Figure 140345DEST_PATH_IMAGE006
为t时刻的平面优化目标函数，s.t.表示约束条件，
Figure 600887DEST_PATH_IMAGE007
和
Figure 824058DEST_PATH_IMAGE008
分别为t时 刻的第j个目标标记物在所述直角坐标系下三个维度的坐标值，
Figure 29912DEST_PATH_IMAGE009
为t时刻的标记物特征 集，
Figure 22139DEST_PATH_IMAGE010
表示t时刻的空间平面，
Figure 170092DEST_PATH_IMAGE011
、
Figure 614980DEST_PATH_IMAGE012
和
Figure 624524DEST_PATH_IMAGE013
均为t时刻的 空间平面
Figure 189367DEST_PATH_IMAGE014
中的常数系数，
Figure 993374DEST_PATH_IMAGE015
为t时刻的空间平面
Figure 191138DEST_PATH_IMAGE016
中的任一点；
Figure 4373DEST_PATH_IMAGE017
为t时刻的第j个目标标记物到空间平面
Figure 220459DEST_PATH_IMAGE018
的距离的平方，m t 为t时刻的目标标记物的总数；
将t时刻的所有目标标记物的三维坐标代入对应的平面优化目标函数中，求解得到对应的最优塔筒倾斜平面；
遍历每个时刻的标记物特征集，得到所述待测塔筒在每个时刻的最优塔筒倾斜平面。
2.根据权利要求1所述的风机塔筒基础环的倾斜测量方法，其特征在于，根据t时刻的所有标尺的所有标记物的柱面坐标进行异常标记物剔除，具体包括以下步骤：
将t时刻的所有标记物分别与所述参考平面之间的垂直距离进行升序排列，并根据升序排列后的所有垂直距离构建t时刻的标记物垂直距离集；
从t时刻的标记物垂直距离集的前端开始，分别提取t时刻的标记物垂直距离集的1/4分位数和3/4分位数；
根据t时刻的标记物垂直距离集的1/4分位数和3/4分位数，计算得到对应的标记物垂直距离集的四分位距；
根据t时刻的标记物垂直距离集的1/4分位数、3/4分位数和四分位距，得到t时刻的异常波动区间；
将t时刻的标记物垂直距离集中超出t时刻的异常波动区间对应的标记物确定为异常标记物，查找出t时刻的所有标记物中的所有异常标记物并进行剔除，得到t时刻的多个目标标记物；
计算t时刻的标记物垂直距离集的四分位距的具体公式为：
Figure 398631DEST_PATH_IMAGE019
；
t时刻的异常波动区间的上限具体为：
Figure 349269DEST_PATH_IMAGE020
；
t时刻的异常波动区间的下限具体为：
Figure 952814DEST_PATH_IMAGE021
；
其中，IQR t 为t时刻的标记物垂直距离集的四分位距，
Figure 774139DEST_PATH_IMAGE022
和
Figure 185529DEST_PATH_IMAGE023
分别为t时刻的标记物 垂直距离集的1/4分位数和3/4分位数；Uplim t 和Downlim t 分别为t时刻的异常波动区间的上 限和下限。
3.根据权利要求1所述的风机塔筒基础环的倾斜测量方法，其特征在于，每个时刻的倾斜指标集均包括所述待测塔筒在对应的时刻的目标倾斜度、目标倾斜位移和目标倾斜方向；
得到所述待测塔筒在每个时刻的倾斜指标集，具体包括以下步骤：
对于t时刻的最优塔筒倾斜平面，分别获取所述参考平面的单位法向量和t时刻的最优塔筒倾斜平面对应的倾斜法向量；
根据所述单位法向量和t时刻的最优塔筒倾斜平面对应的倾斜法向量，得到所述待测塔筒在t时刻的目标倾斜度；
计算所述待测塔筒在t时刻的目标倾斜度的具体公式为：
Figure 92305DEST_PATH_IMAGE024
；
计算所述圆心与t时刻的最优塔筒倾斜平面的中心之间的距离，得到所述待测塔筒在t时刻的目标倾斜位移；
计算所述待测塔筒在t时刻的目标倾斜位移的具体公式为：
Figure 231031DEST_PATH_IMAGE025
；
其中，
Figure 172442DEST_PATH_IMAGE026
为所述待测塔筒在t时刻的目标倾斜度，h t 为所述待测塔筒在t时刻的目标倾 斜位移，
Figure 489154DEST_PATH_IMAGE027
为余弦函数，
Figure 335756DEST_PATH_IMAGE028
为反余弦函数，
Figure 825644DEST_PATH_IMAGE029
为所述单位法向量，
Figure 824824DEST_PATH_IMAGE030
为t时刻 的最优塔筒倾斜平面的倾斜法向量，
Figure 578016DEST_PATH_IMAGE031
和
Figure 974231DEST_PATH_IMAGE032
均为t时刻的最优塔筒倾斜平面 的常数系数；
将所述参考平面拟合成所述柱面坐标系下的柱面方程，根据t时刻的最优塔筒倾斜平面和所述柱面方程，构建t时刻的投影优化目标函数；
t时刻的投影优化目标函数的具体公式为：
Figure 205492DEST_PATH_IMAGE033
其中，
Figure 855916DEST_PATH_IMAGE034
为t时刻的投影优化目标函数，
Figure 780010DEST_PATH_IMAGE035
和
Figure 604134DEST_PATH_IMAGE036
分别为t时刻的最优塔筒倾斜平 面与所述柱面方程之间的交线上的点的横坐标和纵坐标，
Figure 639086DEST_PATH_IMAGE037
为所述柱 面方程；
求解t时刻的投影优化目标函数，得到t时刻的最优塔筒倾斜平面与所述柱面方程之间的交线在所述参考平面上的目标投影坐标，并根据t时刻的目标投影坐标计算得到所述待测塔筒在t时刻的目标倾斜方向；
计算所述待测塔筒在t时刻的目标倾斜方向的具体公式为：
Figure 409596DEST_PATH_IMAGE038
；
其中，
Figure 753859DEST_PATH_IMAGE039
为所述待测塔筒在t时刻的目标倾斜方向，
Figure DEST_PATH_IMAGE040
为反正弦函数，
Figure 78661DEST_PATH_IMAGE041
为t 时刻的目标投影坐标中的纵坐标；
遍历每个时刻的最优塔筒倾斜平面，得到所述待测塔筒在t时刻的目标倾斜度、目标倾斜位移和目标倾斜方向。
4.一种风机塔筒基础环的倾斜测量装置，其特征在于，应用于权利要求1至3任一项所述的风机塔筒基础环的倾斜测量方法中，包括建模模块、特征提取模块、拟合模块和测量模块；
所述建模模块，用于构建标记物特征提取模型；
所述特征提取模块，用于根据所述标记物特征提取模型，提取待测塔筒在晃动时段内每个时刻的标记物特征集；
所述拟合模块，用于分别根据每个标记物特征集拟合得到所述待测塔筒在每个时刻的最优塔筒倾斜平面；
所述测量模块，用于根据所述标记物特征提取模型和每个时刻的最优塔筒倾斜平面，分别得到所述待测塔筒在每个时刻的倾斜指标集。
5.一种风机塔筒基础环的倾斜测量系统，其特征在于，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现如权利要求1至3任一项权利要求所述的方法步骤。
6.一种计算机存储介质，其特征在于，所述计算机存储介质包括：至少一个指令，在所述指令被执行时实现如权利要求1至3任一项所述的方法步骤。
CN202110574968.5A 2021-05-26 2021-05-26 一种风机塔筒基础环的倾斜测量方法、系统和存储介质 Active CN113029103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110574968.5A CN113029103B (zh) 2021-05-26 2021-05-26 一种风机塔筒基础环的倾斜测量方法、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110574968.5A CN113029103B (zh) 2021-05-26 2021-05-26 一种风机塔筒基础环的倾斜测量方法、系统和存储介质

Publications (2)

Publication Number Publication Date
CN113029103A CN113029103A (zh) 2021-06-25
CN113029103B true CN113029103B (zh) 2021-09-07

Family

ID=76455843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110574968.5A Active CN113029103B (zh) 2021-05-26 2021-05-26 一种风机塔筒基础环的倾斜测量方法、系统和存储介质

Country Status (1)

Country Link
CN (1) CN113029103B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113758423B (zh) * 2021-11-10 2022-02-15 风脉能源（武汉）股份有限公司 一种基于图像内尺度确定图像采集设备位置的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207907862U (zh) * 2018-03-12 2018-09-25 张国强 电线杆塔倾斜监测系统
CN109596175A (zh) * 2018-12-28 2019-04-09 深圳前海慧联科技发展有限公司 一种风电塔筒倾斜和晃动在线监测系统
CN109708616A (zh) * 2018-12-31 2019-05-03 甘文泉 一种通信铁塔倾斜在线监测与预测系统及方法
CN111397577A (zh) * 2020-02-21 2020-07-10 浙江运达风电股份有限公司 一种倾角传感器和陀螺仪融合的塔架监测系统及方法
CN112082531A (zh) * 2020-09-04 2020-12-15 西安凯朗电子科技有限责任公司 一种通信铁塔倾斜角度的预测方法及系统
CN112268542A (zh) * 2020-10-23 2021-01-26 湖南砼联科技有限责任公司 一种风电机组塔筒倾斜角的检测方法及测量装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207907862U (zh) * 2018-03-12 2018-09-25 张国强 电线杆塔倾斜监测系统
CN109596175A (zh) * 2018-12-28 2019-04-09 深圳前海慧联科技发展有限公司 一种风电塔筒倾斜和晃动在线监测系统
CN109708616A (zh) * 2018-12-31 2019-05-03 甘文泉 一种通信铁塔倾斜在线监测与预测系统及方法
CN111397577A (zh) * 2020-02-21 2020-07-10 浙江运达风电股份有限公司 一种倾角传感器和陀螺仪融合的塔架监测系统及方法
CN112082531A (zh) * 2020-09-04 2020-12-15 西安凯朗电子科技有限责任公司 一种通信铁塔倾斜角度的预测方法及系统
CN112268542A (zh) * 2020-10-23 2021-01-26 湖南砼联科技有限责任公司 一种风电机组塔筒倾斜角的检测方法及测量装置

Also Published As

Publication number Publication date
CN113029103A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN113252700B (zh) 一种结构裂缝检测方法、设备及系统
CN112818988B (zh) 一种指针式仪表自动识别读数方法及系统
CN109900713B (zh) 摄像引导的无人机风电叶片缺陷动态检测系统及其方法
CN110544233B (zh) 基于人脸识别应用的深度图像质量评价方法
CN113435282B (zh) 基于深度学习的无人机影像麦穗识别方法
CN113029103B (zh) 一种风机塔筒基础环的倾斜测量方法、系统和存储介质
CN111462073A (zh) 机载激光雷达点云密度的质量检查方法和装置
CN108801221B (zh) 基于数字摄影测量的露天矿山边坡岩体节理规模快速精细取值方法
CN116399820B (zh) 植被遥感产品真实性校验方法、装置、设备及介质
CN108830317B (zh) 基于数字摄影测量的露天矿山边坡岩体节理产状快速精细取值方法
CN109211137A (zh) 一种快速识别隧道掌子面岩性的装置及方法
CN114492070A (zh) 一种高精度测绘地理信息虚拟仿真技术与装置
CN113435442B (zh) 水位测量方法、装置、水尺及电子设备
CN114218860A (zh) 一种基于机器学习的激光雷达测风运动补偿方法和系统
CN116817799B (zh) 用于超高层建筑物的垂直度测量系统
CN107478155A (zh) 产品检测方法、装置及系统
CN110648280A (zh) 一种用于大型溶洞海量点云数据拼接的数据处理方法
CN116137010A (zh) 桩基施工质量的确定方法、装置、电子设备及存储介质
CN111583174B (zh) 基于点云数据的铁塔形变检测检测的方法和系统
CN114509049A (zh) 基于图像处理的云台重复定位精度测量方法及其系统
CN113989513A (zh) 一种方形指针式仪表读数识别的方法
CN115236092B (zh) 基于光学手段的古琴表面材料破损检测识别方法
CN116993803B (zh) 滑坡形变监测方法、装置及电子设备
CN116608816B (zh) 一种用于小角度测量仪器检定装置的校准方法和装置
CN116242324B (zh) 一种地理信息数据采集用地理信息测绘仪及其方法

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