CN113187671A - 一种应用无人机进行风轮偏航角的确定方法 - Google Patents

一种应用无人机进行风轮偏航角的确定方法 Download PDF

Info

Publication number
CN113187671A
CN113187671A CN202110457181.0A CN202110457181A CN113187671A CN 113187671 A CN113187671 A CN 113187671A CN 202110457181 A CN202110457181 A CN 202110457181A CN 113187671 A CN113187671 A CN 113187671A
Authority
CN
China
Prior art keywords
yaw angle
aerial vehicle
unmanned aerial
point cloud
cabin
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
Application number
CN202110457181.0A
Other languages
English (en)
Other versions
CN113187671B (zh
Inventor
王峰
张福祥
赵春雨
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.)
Nanjing Weibo Intelligent Control Technology Co ltd
Original Assignee
Nanjing Weibo Intelligent Control Technology 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 Nanjing Weibo Intelligent Control Technology Co ltd filed Critical Nanjing Weibo Intelligent Control Technology Co ltd
Priority to CN202110457181.0A priority Critical patent/CN113187671B/zh
Publication of CN113187671A publication Critical patent/CN113187671A/zh
Application granted granted Critical
Publication of CN113187671B publication Critical patent/CN113187671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种应用无人机进行风轮偏航角的确定方法，主要利用风力发电机的机舱延伸至导流罩的结构对称特性，根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，通过在风力发电机的机舱上方获取机舱位置的点云成果，再对点云成果进行相应的处理后，进行提取中心线的方法，从而得到准确的风轮偏航角数据。本发明能够实现偏航角的测量，且测量精度高；整个流程简单无需人工干预，且直接使用后续进行风机叶片巡检的设备进行测量计算，无需另外增加设备成本。

Description

一种应用无人机进行风轮偏航角的确定方法
技术领域
本发明涉及一种应用无人机进行风轮偏航角的确定方法，属于风力发电机巡检技术领域。
背景技术
随着无人机设备越来越成熟，在风力发电的场景下，应用无人机对风力发电机的叶片、导流罩、机舱、塔筒等部件的外部显性缺陷的自主化巡检要求随之而来。在确立自主巡检航线的重要计算依据之一就是风力发电机精确的偏航角，只有确定了偏航角才能够相继确定叶片交汇的风轮中心点的三维坐标，而这个中心点的三维坐标就是自主巡检航线的基础起始点。因此，精确测量偏航角对于自主巡检航线的确定至关重要。
目前，偏航角的测量方法主要有地面测量和高空测量。其中，地面测量是指传统常用的测量方法，其主要地面上进行，通过在地面上架设地基扫描仪，并利用地基扫描仪进行数据采集，经分析处理后能够获得偏航角，但其成本高，效率低。而现有的高空测量方法在实际使用过程中，操作复杂，误差大。
发明内容
针对上述现有技术存在的问题，本发明提供一种应用无人机进行风轮偏航角的确定方法，能够实现偏航角的测量，且测量精度高；整个流程简单无需人工干预，且直接使用后续进行风机叶片巡检的设备进行测量计算，无需另外增加设备成本。
为了实现上述目的，本发明采用如下技术方案：一种应用无人机进行风轮偏航角的确定方法，包括如下步骤：
步骤S1、根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，获得机舱外轮廓的点云成果；
步骤S2、将点云压平处理，且压平处理后使用凹包算法进行二维点集的多边形边缘包围，形成边缘包围多边形；
步骤S3、使用骨架算法/分水岭算法或其他求解多边形中心线的算法计算出多边形的中心线；
步骤S4、利用最小二乘法对中心线的二维点集进行直线拟合，根据拟合后的中心线段的两点计算偏航角度，即可得到风力发电机准确的偏航角数据。
优选地，所述步骤S4中中心线的二维点集是对步骤S3中获得的中心线进行重采样后得到中心线的二维点集。
一种应用无人机进行风轮偏航角的确定方法，包括如下步骤：
步骤S1、根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，获得机舱外轮廓的点云成果；
步骤S2、依照机舱的中心点高程对点云进行切片处理，将点云处理成多个连续高程范围的独立切片；
步骤S3、将各个切片压平处理，并使用凹包算法进行二维点集的多边形边缘包围，形成多个边缘包围多边形；
步骤S4、使用骨架算法/分水岭算法或其他求解多边形中心线的算法分别计算出各个多边形的中心线；
步骤S5、对中心线进行相关处理获得风力发电机准确的偏航角数据。
优选地，所述步骤S1具体包括：
步骤S11、根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，生成对机舱进行摄影测量的航线，无人机根据摄影测量航线进行影像的采集；
步骤S12、无人机的机载计算单元对所采集的影像进行空中三角计算，并生产点云成果。
优选地，步骤S11中摄影测量的航线是以风力发电机的偏航旋转中心点的地理坐标和机舱的绝对海拔的点作为采集的中心，生成以该点为中心，摄影测量镜头始终指向该点的环绕采集航线或往复采集航线。
优选地，所述步骤S12中在输出成果阶段对点云成果以机舱高度为中心依据指定的高度范围进行裁剪处理过滤。
优选地，所述步骤S1中点云成果也可以由机载激光雷达沿单航带或双航带航线对机舱的外轮廓的点云进行采集获得。
优选地，所述步骤S5具体包括：
步骤S51、将多个中心线叠加压平处理；
步骤S52、将叠加压平处理后的成果进行直线拟合处理，根据拟合后的直线计算风力发电机准确的偏航角数据。
优选地，所述步骤S5具体包括：
步骤S5-1、对每个切片分别进行中心线拟合、平滑处理，并求解其对应的偏航角；其中，对每个切片分别进行中心线拟合、平滑处理是指对重复执行步骤S1-S4获得的多个中心线进行拟合、平滑处理；
步骤S5-2、将得到的各个偏航角进行均值处理，则得到的均值即为风力发电机准确的偏航角数据。
优选地，所述步骤S5-2中的均值为算术平均值。
与现有的技术相比，本发明具有如下优点：
第一，利用风力发电机的机舱延伸至导流罩的结构对称特性，根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，通过在风力发电机的机舱上方获取机舱位置的点云成果，再对点云模型处理后进行提取中心线的方法得到准确的风轮偏航角数据；
第二，点云成果可通过无人机采用环绕采集航线或往复采集航线摄影测量的方式获得，也可采用机载激光雷达(Lidar)沿单航带或多航带航线进行对机舱的扫描方式获得，再对得到点云成果进行相同步骤的处理即可得到机舱准确的偏航角；点云成果获得方式多样，具体的获得方式可根据具体的需求进行选择，应用范围广；
第三，可直接对点云成果进行压平、形成多边形、提取中心线及中心线拟合的方式获得偏航角；也可以先将点云模型先进行切片，再去各个切片进行压平等后续处理的方式获得偏航角；相较于前者，后者获得的偏航角更精确；
第四，本发明能够实现偏航角的测量，且测量精度高；整个流程简单无需人工干预，且直接使用后续进行风机叶片巡检的设备进行测量计算，无需另外增加设备成本。
附图说明
图1为本发明机舱偏航角环绕采集航线的示意图；
图2为本发明机舱偏航角往复式采集航线的示意图；
图3为本发明点云成果的示意图；
图4为图3直接压平后的密集点云示意图；
图5为图4利用凹包算法得到的密集点云的边缘包围多边形示意图；
图6为对图5利用骨架算法计算的中心线示意图；
图7为本发明实施例1经过拟合计算的中心线示意图；
图8为本发明实施例1经过拟合计算的中心线示意图；
图9为本发明依据机舱中心点高程对点云三个高程范围的切片压平示意图；
图10为基于图9利用骨架算法求解的中心线；
图11为图10中多个中心线叠加压平处理后的示意图；
图12为图11拟合处理后得到的北东天坐标系下的偏航角向量示意图；
图13为对每个切片的中心线进行拟合处理求解出相对应的北东天坐标系中的偏航角向量示意图；
图14为单航带Lidar扫描航线采集示意图；
图15为双航带Lidar扫描航线采集示意图；
图16为本发明计算导流罩中心点示意图；
图17为另一视角点云成果的示意图；
图18为摄影镜头俯角拍摄的示意图一；
图19为摄影镜头俯角拍摄的示意图二。
具体实施方式
下面结合附图对本发明实施中的技术方案进行清楚，完整的描述，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，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。
已知：风力发电机的风轮偏航旋转圆心点(塔筒中心点)的地理坐标是：经度：107.2124690，纬度：37.6361443；机舱的绝对海拔：1550米；叶片的长度，即作业状态下的叶尖至转轴的直线长度约57米。
实施例1
本发明提供的一种应用无人机进行风轮偏航角的确定方法，包括如下步骤：
步骤S1、首先，根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，生成对机舱进行摄影测量的航线，无人机根据摄影测量航线进行影像的采集；其次，无人机的机载计算单元依照已知的成熟的手段对所采集的影像进行空中三角计算，并生产点云成果；
其中，摄影测量的航线是以风力发电机的偏航旋转中心点的地理坐标和机舱的绝对海拔的点作为采集的中心，生成以该点为中心，摄影测量镜头始终指向该点的环绕采集航线或往复采集航线；
本实施例中根据预先输入的数据和叶片的长度(约57米)再加上5米的安全冗余距离作为相对高，生成相应的摄影测量航线；
如图1所示，所述环绕采集航线是以风机偏航旋转中心点为圆心，指定的半径在与上述计算的相对高重合并且平行于水平面的参考平面上做圆，沿圆线等分为指定数量的航点作为采集影像的位置，每个航点的影像采集的偏航和俯仰角度可以依据常用的公式进行计算，得到机舱偏航角的环绕采集航线；
考虑到计算量，更优选的使用计算量更少的往复采集航线进行采集。此处的计算量主要是空中三角计算的计算量，环绕航线一般需要12到24个点才能获得较为理想的结构，实际测试的情况表明往复式航线只需要9个点就可以得到所需要的结构，照片数量的减少会极大减少空中三角计算的计算量。往复采集航线示意图如图2所示，与环绕采集航线相同的参考平面上，依据指定的航向与旁向间隔距离计算得到每个影像采集航点的位置，与环绕采集航线不同的是，往复采集航线的航点无需单独计算个航点的影像采集的偏航角度(通常直接设置为正北方向)并且俯角可以设置成正射对地面；
更优选地，在输出成果阶段可对点云成果以机舱高度为中心依据指定的高度范围(高度范围为已知机舱的高度再加2米的冗余高度或者直接设定25米作为高度范围)进行裁剪处理过滤对后续处理无用的数据以提升进行后续处理的效率；
步骤S2、将点云进行压平处理，压平后的密集点云如图4所示，再对压平处理后使用凹包算法(Concave Hull)进行二维点集的多边形边缘包围，形成的边缘包围多边形如图5所示；
步骤S3、对图5所示的边缘包围多边形使用骨架算法/分水岭算法或其他求解多边形中心线或应用类似OpenCV等影像处理模块计算中心线的算法计算出多边形的中心线，基于骨架算法计算的中心线示意图如图6所示；
步骤S4、利用最小二乘法对步骤S3中中心线的二维点集进行直线拟合，根据拟合后的中心线段的两点计算偏航角度，即可得到风力发电机准确的偏航角数据。其中，拟合后的中心线如图7和图8所示。
考虑到使用骨架算法计算出来的中心线其实是连续的线段，而且这些线段的长度并不一样，直接对中心线的二维点集拟合求解准确性略差，为了得到更为准确的结果，步骤S4中可先对中心线的线段依照固定间隔进行重采样后得到新的二维点集，新的二维点集能更真实的反映出中心线的结构，从而得到更接近真实的由两点构成的拟合后的中心射线，更有利于后期偏航角度的确定。
实施例2
一种应用无人机进行风轮偏航角的确定方法，包括如下步骤：
步骤S1、首先，根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，生成对机舱进行摄影测量的航线，无人机根据摄影测量航线进行影像的采集；其次，无人机的机载计算单元依照已知的成熟的手段对所采集的影像进行空中三角计算，并生产点云成果；
步骤S2、依照机舱的中心点高程对点云进行切片处理，将点云处理成多个连续高程范围的独立切片；
步骤S3、将各个切片压平处理，如图9所示，可依照机舱中心点高程对点云进行±0.25m范围内的点进行切片压平，图中由左至右分别为1327.25-1327.75，1327.75-1328.25，1328.25-1328.75三个高程范围的切片压平示意图；再使用凹包算法进行二维点集的多边形边缘包围，形成多个边缘包围多边形；
步骤S4、使用骨架算法/分水岭算法或其他求解多边形中心线的算法分别计算出各个多边形的中心线；应用骨架算法求解的中心线如图10所示；
步骤S5、对中心线进行相关处理获得风力发电机准确的偏航角数据；具体的，先将图10中的多个中心线(每个切片对应一个中心线)叠加压平处理，叠加压平后的示意图如图11所示；再将叠加压平处理后的成果采用最小二乘法进行直线拟合处理，根据拟合后的直线计算风力发电机准确的偏航角数据，拟合处理后得到的如图12所示在北东天坐标系下的偏航角向量示意图。
实施例3
一种应用无人机进行风轮偏航角的确定方法，包括如下步骤：
步骤S1、首先，根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，生成对机舱进行摄影测量的航线，无人机根据摄影测量航线进行影像的采集；其次，无人机的机载计算单元依照已知的成熟的手段对所采集的影像进行空中三角计算，并生产点云成果；
步骤S2、依照机舱的中心点高程对点云进行切片处理，将点云处理成多个连续高程范围的独立切片；
步骤S3、将各个切片压平处理，如图9所示，可依照机舱中心点高程对点云进行±0.25m范围内的点进行切片压平，图中由左至右分别为1327.25-1327.75，1327.75-1328.25，1328.25-1328.75三个高程范围的切片压平示意图；再使用凹包算法进行二维点集的多边形边缘包围，形成多个边缘包围多边形；
步骤S4、使用骨架算法/分水岭算法或其他求解多边形中心线的算法分别计算出各个多边形的中心线；应用骨架算法求解的中心线如图10所示；
步骤S5、对中心线进行相关处理获得风力发电机准确的偏航角数据；具体的，包括如下步骤：
步骤S5-1、对每个切片分别进行中心线拟合、平滑处理，并求解其对应的偏航角；其中，对每个切片分别进行中心线拟合、平滑处理是指对重复执行步骤S1-S4获得的多个中心线进行拟合、平滑处理；而对每个切片的中心线进行拟合处理求解出相对应的北东天坐标系中的偏航角向量示意图如图13所示；
步骤S5-2、将得到的各个偏航角进行均值处理，则得到的均值即为风力发电机准确的偏航角数据。其中，均值优先采用算术平均值。
考虑到点云成果并不会很完美，在实际操作过程中会有很多因素引入噪声产生误差，故相较于实施例1中直接对点云进行压平等后续处理的方法，实施例2采用对每个高程切片单独进行中心线求解，然后再压平到一起，再拟合成中心射线的方法可将噪声进一步降低，提高最终准确度。而相较于实施例2中对多个中心线直接叠加压平、拟合的处理方式，实施例3中先去求解各个切片的偏航角，再去求均值的方法，即通过切片进行多次求解的处理方法，也可将噪声尽可能的降低。
当然，上述各个实施例中步骤S1的点云成果也可以使用机载激光雷达(Lidar)采用类似于如图14、图15所示的单航带、双航带Lidar扫描航线对机舱的外轮廓的点云进行采集，再通过以上的算法计算偏航角成果。相较于摄影测量获取的方式，Lidar获取的数据更加直接，Lidar的数据获取方式为依据自身的外方位元素(位置和姿态)以及发射出的激光经反射回到自身的时间(TOF Time of fly)通过三角计算反演反射点的真实位置，其解算的成果就是点云。而通过摄影测量得到的初始成果是照片以及拍摄照片的外方位元素通过影像的内方位元素(影像的主点、镜头焦距、镜头的畸变参数)通过三点(像点、焦点、物点)共线方程和同名点的前方交会来进行计算物点的位置，从而得到若干物点的集合，即同为点云成果。两种采集模式沿用的方式不一样，但最后可以得到同样的成果。不过由于技术线路的限制，Lidar获取数据更直接速度更快，但设备价格较高对姿态控制的要求也很高，摄影测量获取数据需经过处理后才能进行应用，其整体设备的价格相对较低。而且，考虑到后续的巡检工作所使用的设备为可见光采集设备，与此处所描述的摄影测量设备为同一套设备，故综合操作成本使用摄影测量的方案更加合理，同时使用机载计算单元可以直接在空中进行计算，整体巡检流程更流畅。
进一步地，如图16所示，也可以将拟合后的中心线沿机舱偏航角方向延长直到于实施例1中所生产的边缘包围多边形相交，并求出交点位置的点的地理坐标作为导流罩中心点的地理坐标。
进一步地，由于上述各个实施例使用正射对地面的镜头俯角进行往复式采集的原始影像，摄影测量的原理而言，影像上不可见的结构在点云成果中表现为没有点集。由图17至图19可以看出，高程低于导流罩顶点的结构是不存在的，如此可以通过上述得到的导流罩中心点的地理坐标为圆心，指定的半径例如0.5米，提取出实施例1步骤S2中生产的点云成果中符合条件的所有点，取高程最低点的高程值即可近似认为该高程位导流罩中心点的高程，由此得到导流罩中心点的大致的地理坐标及高程。
最终，本发明能够实现偏航角的测量，且测量精度高；整个流程简单无需人工干预，且直接使用后续进行风机叶片巡检的设备进行测量计算，无需另外增加设备成本。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神和基本特征的情况下，能够以其他的具体形式实现本发明。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种应用无人机进行风轮偏航角的确定方法，其特征在于，包括如下步骤：
步骤S1、根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，获得机舱外轮廓的点云成果；
步骤S2、将点云压平处理，且压平处理后使用凹包算法进行二维点集的多边形边缘包围，形成边缘包围多边形；
步骤S3、使用骨架算法/分水岭算法或其他求解多边形中心线的算法计算出多边形的中心线；
步骤S4、利用最小二乘法对中心线的二维点集进行直线拟合，根据拟合后的中心线段的两点计算偏航角度，即可得到风力发电机准确的偏航角数据。
2.根据权利要求1所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，所述步骤S4中中心线的二维点集是对步骤S3中获得的中心线进行重采样后得到中心线的二维点集。
3.一种应用无人机进行风轮偏航角的确定方法，其特征在于，包括如下步骤：
步骤S1、根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，获得机舱外轮廓的点云成果；
步骤S2、依照机舱的中心点高程对点云进行切片处理，将点云处理成多个连续高程范围的独立切片；
步骤S3、将各个切片压平处理，并使用凹包算法进行二维点集的多边形边缘包围，形成多个边缘包围多边形；
步骤S4、使用骨架算法/分水岭算法或其他求解多边形中心线的算法分别计算出各个多边形的中心线；
步骤S5、对中心线进行相关处理获得风力发电机准确的偏航角数据。
4.根据权利要求1、2或3所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，所述步骤S1具体包括：
步骤S11、根据预先输入的风力发电机的地理坐标和机舱的绝对海拔，生成对机舱进行摄影测量的航线，无人机根据摄影测量航线进行影像的采集；
步骤S12、无人机的机载计算单元对所采集的影像进行空中三角计算，并生产点云成果。
5.根据权利要求4所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，步骤S11中摄影测量的航线是以风力发电机的偏航旋转中心点的地理坐标和机舱的绝对海拔的点作为采集的中心，生成以该点为中心，摄影测量镜头始终指向该点的环绕采集航线或往复采集航线。
6.根据权利要求4所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，所述步骤S12中在输出成果阶段对点云成果以机舱高度为中心依据指定的高度范围进行裁剪处理过滤。
7.根据权利要求1、2或3所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，所述步骤S1中点云成果由机载激光雷达沿单航带或双航带航线对机舱的外轮廓的点云进行采集获得的。
8.根据权利要求3所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，所述步骤S5具体包括：
步骤S51、将多个中心线叠加压平处理；
步骤S52、将叠加压平处理后的成果进行直线拟合处理，根据拟合后的直线计算风力发电机准确的偏航角数据。
9.根据权利要求3所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，所述步骤S5具体包括：
步骤S5-1、对每个切片分别进行中心线拟合、平滑处理，并求解其对应的偏航角；其中，对每个切片分别进行中心线拟合、平滑处理是指对重复执行步骤S1-S4获得的多个中心线进行拟合、平滑处理；
步骤S5-2、将得到的各个偏航角进行均值处理，则得到的均值即为风力发电机准确的偏航角数据。
10.根据权利要求9所述的一种应用无人机进行风轮偏航角的确定方法，其特征在于，所述步骤S5-2中的均值为算术平均值。
CN202110457181.0A 2021-04-27 2021-04-27 一种应用无人机进行风轮偏航角的确定方法 Active CN113187671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110457181.0A CN113187671B (zh) 2021-04-27 2021-04-27 一种应用无人机进行风轮偏航角的确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110457181.0A CN113187671B (zh) 2021-04-27 2021-04-27 一种应用无人机进行风轮偏航角的确定方法

Publications (2)

Publication Number Publication Date
CN113187671A true CN113187671A (zh) 2021-07-30
CN113187671B CN113187671B (zh) 2022-05-06

Family

ID=76979212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110457181.0A Active CN113187671B (zh) 2021-04-27 2021-04-27 一种应用无人机进行风轮偏航角的确定方法

Country Status (1)

Country Link
CN (1) CN113187671B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114296483A (zh) * 2022-03-09 2022-04-08 北京图知天下科技有限责任公司 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
CN115076049A (zh) * 2022-07-04 2022-09-20 无锡海纳智能科技有限公司 一种风机偏航角的确定方法、装置、存储介质及电子设备
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2980404A1 (en) * 2014-07-31 2016-02-03 Siemens Aktiengesellschaft Determining a yaw direction of a wind turbine
CN107664096A (zh) * 2016-07-27 2018-02-06 北京金风科创风电设备有限公司 偏航对风控制方法、装置及系统
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
EP3432029A1 (en) * 2017-07-21 2019-01-23 Ebeson AB Underwater mapping method and system
CN112096566A (zh) * 2020-08-27 2020-12-18 上海扩博智能技术有限公司 风机停机状态参数的获取方法、系统、设备和介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2980404A1 (en) * 2014-07-31 2016-02-03 Siemens Aktiengesellschaft Determining a yaw direction of a wind turbine
CN107664096A (zh) * 2016-07-27 2018-02-06 北京金风科创风电设备有限公司 偏航对风控制方法、装置及系统
EP3432029A1 (en) * 2017-07-21 2019-01-23 Ebeson AB Underwater mapping method and system
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
CN112096566A (zh) * 2020-08-27 2020-12-18 上海扩博智能技术有限公司 风机停机状态参数的获取方法、系统、设备和介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114296483A (zh) * 2022-03-09 2022-04-08 北京图知天下科技有限责任公司 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
CN114296483B (zh) * 2022-03-09 2022-06-28 北京图知天下科技有限责任公司 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
CN115076049A (zh) * 2022-07-04 2022-09-20 无锡海纳智能科技有限公司 一种风机偏航角的确定方法、装置、存储介质及电子设备
CN115076049B (zh) * 2022-07-04 2024-08-30 无锡海纳智能科技有限公司 一种风机偏航角的确定方法、装置、存储介质及电子设备
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

Also Published As

Publication number Publication date
CN113187671B (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
CN113187671B (zh) 一种应用无人机进行风轮偏航角的确定方法
CN104637370B (zh) 一种摄影测量与遥感综合教学的方法及系统
CN107504957B (zh) 利用无人机多视角摄像快速进行三维地形模型构建的方法
US11327149B2 (en) Laser speckle system and method for an aircraft
Udin et al. Assessment of photogrammetric mapping accuracy based on variation flying altitude using unmanned aerial vehicle
WO2022170878A1 (zh) 一种无人机测量输电线路影像距离的系统及方法
CN108894933B (zh) 通过无人机对风机叶尖跟踪检测时跟丢再捕捉方法及系统
CN103941750B (zh) 基于小型四旋翼无人机的构图装置及方法
KR20190051704A (ko) 스테레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
CN111091613A (zh) 基于无人机航测的三维实景建模方法
CN112904877A (zh) 一种基于无人机的风机叶片自动巡检系统及方法
CN108915959B (zh) 通过无人机对风机叶尖区域绕行检测方法及系统
CN111044018B (zh) 一种对立面进行航空摄影测量航线规划的方法
CN108869196B (zh) 通过无人机对风机后侧叶根区域检测方法及系统
KR102557775B1 (ko) 드론을 이용한 3차원 지도 제작 방법
CN114740895A (zh) 一种基于无人机的风力发电机组叶片巡检路径规划方法
CN113324548A (zh) 一种风力发电机叶片巡检路径的规划方法
Amin et al. Reconstruction of 3D accident scene from multirotor UAV platform
CN116501091A (zh) 基于无人机自动调整航线的风机巡检控制方法和装置
Zhou et al. Application of UAV oblique photography in real scene 3d modeling
CN113190031B (zh) 基于无人机的森林火灾自动拍照跟踪方法、装置及系统
CN112985398A (zh) 目标定位方法及系统
Udin et al. Digital Terrain Model extraction using digital aerial imagery of Unmanned Aerial Vehicle
CN111984025A (zh) 一种风电机组叶片无人机路径规划方法
MOKRANE et al. DEM generation based on UAV photogrammetry

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