CN113902788A - 光伏电站导航方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本发明实施例公开了一种光伏电站导航方法，采集光伏电站点云数据，构建光伏电站地图：基于无人机激光雷达系统采集光伏电站点云数据；将光伏电站点云数据分为电站区域地面点云数据与电站区域光伏板组点云数据；根据电站区域地面点云数据构建包括高度信息的光伏电站地图；基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，得到每个光伏电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。本申请基于无人机和激光雷达技术为电站内运维人员提供每个光伏电池的定位信息，便于同时进行路径规划和导航。本发明无需对光伏电站做任何的改造，也无需安装特殊设备，仅需要采集光伏电站点云数据与具备RTK的无人机即可，操作简单。此外，还提出了一种光伏电站导航装置、计算机设备及存储介质。

Description

光伏电站导航方法、装置、计算机设备和存储介质

技术领域

本发明涉及光伏电站技术领域，尤其涉及一种光伏电站导航方法、装置、计 算机设备和存储介质。

背景技术

目前，智能电网不断发展，对于光伏电站的实时监测和巡视也提出了更高要 求。在光伏电站运维上，光伏电池板是主要的巡检维护对象且数量越来越多，光 伏电站场站所处的地理环境也日趋复杂，光伏电站内的光伏电池板仅靠传统纸质 记录已经不能满足实际的需求。传统寻找目标特定检修光伏电池位置的方式依然 非常依赖操作人员的经验进行，或是在维修前进行查询记录，但查询到的路线往 往会和实际情况有出入，尤其是夜间，巡视人员仅可知道大致方位，特别是在某 些地形复杂的区域内，当有紧急抢修任务时，运维人员更容易遗漏、错过目标光 伏电池板，从而延误抢修时间，降低了运维效率。

当前无人机技术已经广泛应用于光伏电站巡检作业当中。无人机巡检在辅助 运维人员的维护检修任务时，具有效率高、安全性高、可靠性高、智能化程度高 的特点。但无人机巡检时的路径不适合运维人员检修；现有技术中运维人员去检 修目标特定的光伏电池时，多采用方式一或方式二；

方式一：根据主流的手机导航地图软件进行光伏电站内部的导航定位；但大 部分光伏电站分布于地形复杂的偏远山区，网络信号差且主流手机导航地图软件 对于偏远地区信息采集不足，且无法定位单个光伏电池或定位精度不足，无法满 足电站内运维检修人员定位导航的需求。

方式二：使用点云编辑软件手动标注光伏电池点云与电站内部可寻走路线； 但光伏电池虽然排列整齐，但数量庞大，分布非常密集，人工手动编辑工作量大， 效率低。

发明内容

基于此，有必要针对上述问题，提供一种光伏电站导航方法、装置、计算机 设备和存储介质。

第一方面，本发明实施例提供了一种光伏电站导航方法，所述方法包括采集 光伏电站点云数据，构建光伏电站地图：

所述采集光伏电站点云数据，构建光伏电站地图，包括以下步骤：

基于无人机激光雷达系统采集光伏电站点云数据；将光伏电站点云数据分为 电站区域地面点云数据与电站区域光伏板组点云数据；

根据电站区域地面点云数据构建包括高度信息的光伏电站地图；

基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，得到每个 光伏电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。

在其中一个实施例中，所述基于聚类分析根据电站区域光伏板组点云数据识 别每个光伏电池，包括：

检测电站区域光伏板组点云数据的各聚类体的平面度与倾斜度，基于欧式距 离聚类的方式，将平面度大于预设阈值且具有相似倾斜度的聚类体识别为光伏电 池。

在其中一个实施例中，所述得到每个光伏电池的定位信息，包括：

对识别的每个光伏电池进行编号，并计算每个光伏电池中心点的3D坐标， 将编号与3D坐标相关联，作为定位信息。

在其中一个实施例中，所述方法还包括，基于光伏电站点云数据识别光伏电 站可行走区域；

所述基于光伏电站地图识别光伏电站可行走区域，包括以下步骤；

对光伏电站地图进行平面二维投影得到投影图像，然后对投影图像中每个光 伏电池进行边缘检测，识别相邻光伏电池之间的间隔区域，边缘的光伏电池外按 照间隔区域的间隔距离扩展得到扩展区域；所述间隔区域和扩展区域作为可行走 区域；

基于多边形几何关系特征对所有可行走区域进行路口检测，根据路口对可行 走区域进行分割，分割后的可行走区域与各光伏电池相对应。

在其中一个实施例中，所述识别光伏电站可行走区域，还包括：基于可行走 区域得到无人机的飞行路径。

在其中一个实施例中，所述光伏电站导航方法还包括：光伏电站巡检路径规 划；

所述光伏电站巡检路径规划包括以下步骤：

光伏电站的可行走区域设置至少一个角点；选择一个角点作为任务路径的起 点，按照目标光伏电池与起点的距离由小至大的顺序对目标光伏电池排序；从起 点出发，按照目标光伏电池排序的顺序在可行走区域依次前行，得到任务路径。

在其中一个实施例中，所述光伏电站导航方法还包括：光伏电站巡检路径导 航；

根据巡检任务路径的规划，得到飞行路径；

无人机沿飞行路径引导。

第二方面，本发明实施例提供了一种光伏电站导航装置，所述装置包括：光 伏电站点云数据采集模块，用于基于无人机激光雷达系统采集光伏电站点云数据；

光伏电站点云数据分类模块，用于将光伏电站点云数据分为电站区域地面点 云数据与电站区域光伏板组点云数据；

地图构建模块，用于根据电站区域地面点云数据构建包括高度信息的地图；

光伏电池识别定位模块，用于基于聚类分析根据电站区域光伏板组点云数据 识别每个光伏电池，得到每个光伏电池的定位信息，并将光伏电池的定位信息加 入光伏电站地图。

第三方面，本发明实施例提供一种计算机设备，包括存储器和处理器，所述 存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理 器执行如下步骤：

基于无人机激光雷达系统采集光伏电站点云数据；将光伏电站点云数据分为 电站区域地面点云数据与电站区域光伏板组点云数据；

根据电站区域地面点云数据构建包括高度信息的地图；

基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，得到每个 光伏电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。

第四方面，本发明实施例提供一种计算机可读存储介质，存储有计算机程序， 所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

基于无人机激光雷达系统采集光伏电站点云数据；将光伏电站点云数据分为 电站区域地面点云数据与电站区域光伏板组点云数据；

根据电站区域地面点云数据构建包括高度信息的地图；

基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，得到每个 光伏电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。

实施本发明实施例，将具有如下有益效果：

上述光伏电站导航方法、装置、计算机设备和存储介质，通过无人机激光雷 达技术，快速获取光伏电站的3D点云模型，实现对单个光伏电池点云进行识别、 分割与排列定位，并根据光伏电池边缘检测生成可行走区域，得到光伏电站的矢 量地图。同时根据可行走区域的中心线计算获得无人机的飞行路线，无人机按照 飞行路线飞行，引导电站内的运维人员到达待巡检的目标光伏电池处时的路径规 划，避免运维检修人员出现找错设备或迷路的情况，提高光伏电站运维检修工作 效率。同时，本发明无需对光伏电站做任何的改造，也无需安装特殊设备，仅需 要采集光伏电站点云数据与具备RTK的无人机即可，操作简单，运行成本低。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例 或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的 附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造 性劳动的前提下，还可以根据这些附图获得其他的附图。

其中：

图1为一个实施例中采集光伏电站点云数据构建光伏电站地图的流程图。

图2为一个实施例中光伏电站导航方法的流程图；

图3为一个实施例中识别光伏电站可行走区域的流程图；

图4为一个实施例中光伏电站导航方法的示意图；

图5为一个实施例中光伏电站巡检路径规划的流程图；

图6为一个实施例中光伏电站巡检路径导航的流程图；

图7为一个实施例中光伏电站导航装置示意图；

图8为一个实施例中计算机设备的内部结构图。

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作出创造性劳动前 提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，提出了一种光伏电站导航方法，所述光伏电站包括至少一个光 伏电池，其特征在于，所述方法包括步骤1采集光伏电站点云数据，构建光伏电 站地图：

所述采集光伏电站点云数据，构建光伏电站地图，具体包括以下步骤：

步骤101，基于无人机激光雷达系统采集光伏电站点云数据；将光伏电站点 云数据分割为电站区域地面点云数据与电站区域光伏板组点云数据；

其中，基于无人机激光雷达系统采集光伏电站点云数据，包括外业航飞与内 业点云解算两部分。

其中，外业航飞包括以下步骤：根据设计要求设计无人机的起飞、降落、航 线规划方案；在电站区域内寻找视野开阔的位置假设GPS基准站；判断是否符 合无人机的飞行要求；当达到起飞要求后，根据规划好的航线进行激光雷达数据 采集，得到激光雷达采集的原始数据。所述设计要求为光伏电站周围地形地貌、 光伏电池板分布等信息，以及各航带之间的点云重叠度要求。无人机的起飞要求 指，起飞之前，对所有的设备和装置进行检查确认设备和装置状态正常，且飞行 环境(如风速、风向等)符合无人机的飞行要求。

其中，内业点云解算包括以下步骤：基于激光雷达采集的原始数据，使用 GNSS/INS后处理软件解算飞行过程中激光点云POS轨迹；再将激光点云POS 轨迹与激光雷达采集的原始数据结合，进行解算获得3D点云坐标；对激光雷达 采集的原始数据进行滤波处理剔除噪声数据，并通过交互软件手动裁剪非电站区 域，得到包含整个光伏电站的点云数据。

其中，所述将光伏电站点云数据分为电站区域地面点云数据与电站区域光伏 板组点云数据包括以下步骤：基于点云滤波算法，提取电站区域的地面点，得到 电站区域地面点云数据。所述点云滤波算法为开元软件CloudCompare中的CSF 点云地面滤波算法。本实施例提取电站区域地面点云数据可用于构建光伏电站所 在区域的数字高程模型DEM。由于光伏电站大多分布在山区，地形复杂，通过 提取电站区域地面点云数据构建数字高程模型DEM，可为运维检修人员选择交 通工具与光伏电站提供辅助信息，也为无人机在电站内仿地飞行的飞行高度估算 提供基础。通过使用开元软件CloudCompare中的CSF点云地面滤波算法，自动 提取电站区域地面点云。本实施例还可以采用点云平面检测的方法得到电站区域 地面点云。所述电站区域光伏板组点云数据指整个光伏电站的点云数据中不属于 电站区域地面点云数据的部分。

步骤102，根据电站区域地面点云数据构建包括高度信息的光伏电站地图； 基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，得到每个光伏 电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。

其中，提取的电站区域地面点云数据用于构建数字高程模型DEM，可为运 维检修人员选择交通工具与光伏电站提供辅助信息，也为无人机在电站内仿地飞 行的飞行高度估算提供基础。得到每个光伏电池的定位信息便于导航巡检。

在一个实施例中，所述基于聚类分析根据电站区域光伏板组点云数据识别每 个光伏电池光伏电池，包括以下步骤：检测电站区域光伏板组点云数据的各聚类 体的平面度与倾斜度，基于欧式距离聚类的方式，将平面度大于预设阈值且具有 相似倾斜度的聚类体识别为光伏电池。

其中所述基于欧式距离聚类的方式，为Eu-distance方法。其中聚类体指待聚 类的电站区域光伏板组点云数据。光伏电池板呈现平面与倾斜的特性，因此对聚 类体进行平面度与倾斜度检测，将满足具有高平面度得分且邻域点云具有相似倾 斜度的聚类体识别为光伏电池。通过本实施例实现对电站区域光伏板组点云数据 的进一步分类，将单个光伏电池分隔开来。

在一个实施例中，所述得到每个光伏电池的定位信息，包括以下步骤：对识 别的每个光伏电池进行编号，并计算每个光伏电池中心点的3D坐标，将编号与 3D坐标相关联，作为定位信息。

其中，所述编号包括行编号和列编号。首先，计算其中一个光伏电池板的平 面主方向，以此方向为行方向进行行编号，与行方向垂直的方向为列方向进行列 编号。然后计算每个光伏电池板的中心点3D坐标，将行编号、列编号与3D坐 标相关联，作为定位信息，根据这些中心点的3D坐标与行列方向信息对光伏电 池板进行行编号和列编号。所述行编号和列编号与其对应的光伏电池的中心点定 位得到的3D坐标相关联，便于进行光伏电池的身份对应。光伏电池排列整齐且 安置方向相似，具有较为规则的行列分布规律，对已经完成分割的单个光伏电池 进行行编号和列编号，能够辅助单个光伏电池的定位、身份确认以及后期的导航。

如图2所示，在一个实施例中，光伏电站导航方法，还包括步骤2，基于光 伏电站地图识别光伏电站可行走区域；

如图3所示，所述步骤2包括以下步骤；

步骤201，将光伏电站地图进行平面二维投影得到投影图像，然后对投影图 像中每个光伏电池进行边缘检测，识别相邻光伏电池之间的间隔区域，边缘的光 伏电池外按照间隔区域的间隔距离扩展得到扩展区域；所述间隔区域和扩展区域 作为可行走区域；

步骤202，基于多边形几何关系特征对所有可行走区域进行路口检测，根据 路口对可行走区域进行分割，分割后的可行走区域与各光伏电池相对应。

其中，所述间隔区域为光伏电池之间存在一定的间隔可作为工作人员检修维 护时行走的区域。所述扩展区域为根据间隔区域的间隔距离向外平移扩展出的区 域。对已经完成排列的光伏电池，首先将光伏电站地图进行平面二维投影，然后 对同一列与同一行的光伏电池进行边缘检测，并计算相邻光伏电池之间的间隔区 域，作为运维人员的可行走区域。对于位于整个光伏电池排列首尾边缘的区域， 可以直接根据间隔区域的间隔距离或常用的光伏电池间隔距离从光伏电池外边 缘向外平移扩展出可行走区域。同时应用多边形几何关系特征对该所有可行走区 域进行路口检测。路口检测得到的路口作为路线转弯执行区域，所述路口如图4 所示红色区域。根据路口将可行形走区域分割，并将分割后的可行走区域关联行 编号和列编号，与相关的光伏电池相对应。

如图3所示，在一个实施例中，所述步骤2还包括步骤S203，基于可行走区 域得到无人机的飞行路径。

其中，所述飞行路径由可移动区域进行中心线拟合得到，对行向和列向可行 走区域分别根据长宽方向进行扫描线分析，计算获得对应中心点，根据中心点拟 合中心线。每个分割后的可行走区域对应一条飞行路线，作为路径规划时的一个 计算单元；并取飞行路线中点作为对应光伏电池的无人机可悬停站点。由于光伏 电站可能分布在一些地形起伏区域，根据飞行路线对应的地面点云数据，计算出 飞行路线轨迹上无人机的飞行高度调整参数，保证无人机仿地安全飞行的同时， 还要保证地面上的运维人员能够根据沿飞行路线飞行的无人机的引导判断行走 路线。本实施例实现了更加有效地为进行引导工作的无人机提供高精度的导航地 图，同时保证运维检修人员可以正确地通过由无人机引导的行走路线，快速寻找 到目标光伏电池板。

如图2所示，在一个实施例中，光伏电站导航方法，还包括步骤3，光伏电 站巡检路径规划；

如图5所示，具体的，所述步骤3光伏电站巡检路径规划，包括以下步骤：

步骤301，光伏电站的可行走区域设置至少一个角点；选择一个角点作为任 务路径的起点；

其中角点为光伏电站光伏电池安装区域的几个重要入口点，测量工作人员提 前对这些入口点坐标进行高精度测量，以便进行导航工作。

步骤302，按照目标光伏电池与起点的距离由小至大的顺序对目标光伏电池 排序；从起点出发，按照目标光伏电池排序的顺序在可行走区域依次前行，得到 任务路径。

其中，对所有目标光伏电池与任务路径的起点位置的距离进行排序，确定目 标光伏电池的路线引导先后顺序。

在一个实施例中，所述选择一个角点作为任务路径的起点，包括获取当前位 置坐标，选取与当前位置距离最小的角点作为任务路径的起点。

其中，通过对单个光伏电池点云提取，求取光伏电池点云中心点坐标，并通 过对每个光伏电池聚类体根据主方向与中心点二维投影关系进行自动行编号列 编号排列匹配关联，同时也与对应的可行走区域与飞行路线进行匹配关联。巡检 任务起点主要固定分布在光伏电站光伏电池安装区域的几个重要入口点，测量工 作人员提前对这些入口点坐标进行高精度测量。当运维检修人员得到巡检故障结 果时，通过与目标光伏电池绑定关联的行列号与中心点坐标进行匹配，对所有目 标光伏电池与任务起点位置的距离进行排序，确定目标光伏电池的路线引导先后 顺序。

如图2所示，在一个实施例中，光伏电站导航方法，还包括步骤4，光伏电 站巡检路径导航；

如图6所示，所述步骤4，光伏电站巡检路径导航包括以下步骤：

步骤401，任务路径的规划；

其中，任务路径的规划包括以下两种情况：

从起点位置的开始的路径导航：根据定位起点位置坐标，在其周围搜索光伏 电池边缘角点并计算平面距离，其中距离最小的边缘角点对应的光伏电池的行列 号被认定为起点位置的行列号。通过对比起点位置与目标光伏电池之间行列号的 差距，得到从起点开始出发的在行、列两个方向上的行走路线数，先走行向线路， 再走列向线路，实现任务路径的规划。

相邻目标光伏电池之间的路径导航：由于已经知道目标光伏电池的行列排序 号，可以直接计算两个目标光伏电池之间的行列号差距，得到引导路线中在行、 列两个方向上的行走线路数，先走行向线路，再走列向线路，实现任务路径的规 划。

步骤402，无人机路线引导；

根据步骤401中规划的任务路径，提取其中对应的飞行路线。将其转换为无 人机任务路径规划的输入格式，自动生成无人机飞行路径，使得无人机可以根据 飞行路线自动飞行，实现光伏电站内无人机对运维检修人员的路线引导任务。同 时，无人机可搭载照明设备，在夜间引导时为运维检修人员照亮前进的路线，在 夜晚环境中也可以正常进行。

本实施例中，无人机在航向不变时持续飞行，在到达行列方向转变的路线拐 点时，在路口设置悬停待机，等待运维人员跟随引导走完一个方向的路线；待运 维人员到达路线拐点处时，通过遥控器操作确认，无人机继续开始进行下一个方 向的路线引导。

本实施例中，当无人机到达目标光伏电池的定位地点时，在目标光伏电池对 应的飞行路线的悬停站点悬停待机，等待运维检修人员到达目标位置，根据该目 标光伏电池的检修工作量，无人机可选择悬停等待与返航充电两种模式。

当检修工作量不大时，无人机待运维检修人员进行简短的操作后，继续开始 下一个目标光伏电池的路线引导；当检修工作量较大时，无人机直接返航充电。 待工作人员完成检修工作时，通过遥控器确认，无人机回到检修点开始下一个目 标位置的路线引导。

如图7所示，本发明实施例提供一种光伏电站导航装置，所述装置包括：

光伏电站点云数据采集模块701，用于基于无人机激光雷达系统采集光伏电 站点云数据；

光伏电站点云数据分类模块702，用于将光伏电站点云数据分为电站区域地 面点云数据与电站区域光伏板组点云数据；

地图构建模块703，用于根据电站区域地面点云数据构建包括高度信息的地 图；

光伏电池识别定位模块704，用于基于聚类分析根据电站区域光伏板组点云 数据识别每个光伏电池，得到每个光伏电池的定位信息，并将光伏电池的定位信 息加入光伏电站地图。

在一个实施例中，所述基于聚类分析根据电站区域光伏板组点云数据识别每 个光伏电池，包括：所述光伏电站点云数据分类模块702用于检测电站区域光伏 板组点云数据的各聚类体的平面度与倾斜度，基于欧式距离聚类的方式，将平面 度大于预设阈值且具有相似倾斜度的聚类体识别为光伏电池。

在一个实施例中，所述得到每个光伏电池的定位信息，包括：所述光伏电池 识别定位模块704用于对识别的每个光伏电池进行编号，并计算每个光伏电池中 心点的3D坐标，将编号与3D坐标相关联，作为定位信息。

在一个实施例中，所述装置还包括，识别光伏电站可行走区域模块705，用 于：

对光伏电站地图进行平面二维投影得到投影图像，然后对投影图像中每个光 伏电池进行边缘检测，识别相邻光伏电池之间的间隔区域，边缘的光伏电池外按 照间隔区域的间隔距离扩展得到扩展区域；所述间隔区域和扩展区域作为可行走 区域；

基于多边形几何关系特征对所有可行走区域进行路口检测，根据路口对可行 走区域进行分割，分割后的可行走区域与各光伏电池相对应。

在一个实施例中，所述识别光伏电站可行走区域模块，还用于基于可行走区 域得到无人机的飞行路径。

在一个实施例中，所述光伏电站导航装置，还包括光伏电站巡检路径规划模 块706，用于：

光伏电站的可行走区域设置至少一个角点；选择一个角点作为任务路径的起 点，按照目标光伏电池与起点的距离由小至大的顺序对目标光伏电池排序；从起 点出发，按照目标光伏电池排序的顺序在可行走区域依次前行，得到任务路径。

在一个实施例中，所述光伏电站导航装置，还包括光伏电站巡检路径导航模 块707，用于：

根据巡检任务路径的规划，得到飞行路径；

无人机沿飞行路径引导。

图8示出了一个实施例中计算机设备的内部结构图。

该计算机设备可以是终端。如图8所示，该计算机设备包括通过系统总线连 接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储 器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序， 该计算机程序被处理器执行时，可使得处理器实现光伏电站导航方法。该内存储 器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器实现 光伏电站导航方法。网络接口用于与外界进行通信。本领域技术人员可以理解， 图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本 申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中 所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，本申请提供的光伏电站导航方法可以实现为一种计算机程 序的形式，计算机程序可在如图8所示的计算机设备上运行。计算机设备的存储 器中可存储组成该光伏电站导航方法的各个程序模板。比如，光伏电站点云数据 采集模块701，光伏电站点云数据分类模块702，地图构建模块703，光伏电池识 别定位模块704。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所 述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：所述光伏电 站导航方法包括采集光伏电站点云数据，构建光伏电站地图：基于无人机激光雷 达系统采集光伏电站点云数据；将光伏电站点云数据分为电站区域地面点云数据 与电站区域光伏板组点云数据；根据电站区域地面点云数据构建包括高度信息的 光伏电站地图；基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池， 得到每个光伏电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。

在一个实施例中，所述基于聚类分析根据电站区域光伏板组点云数据识别每 个光伏电池，包括：检测电站区域光伏板组点云数据的各聚类体的平面度与倾斜 度，基于欧式距离聚类的方式，将平面度大于预设阈值且具有相似倾斜度的聚类 体识别为光伏电池。

在一个实施例中，所述得到每个光伏电池的定位信息，包括：对识别的每个 光伏电池进行编号，并计算每个光伏电池中心点的3D坐标，将编号与3D坐标 相关联，作为定位信息。

在一个实施例中，所述方法还包括，基于光伏电站点云数据，识别光伏电站 可行走区域：对光伏电站地图进行平面二维投影得到投影图像，然后对投影图像 中每个光伏电池进行边缘检测，识别相邻光伏电池之间的间隔区域，边缘的光伏 电池外按照间隔区域的间隔距离扩展得到扩展区域；所述间隔区域和扩展区域作 为可行走区域；基于多边形几何关系特征对所有可行走区域进行路口检测，根据 路口对可行走区域进行分割，分割后的可行走区域与各光伏电池相对应。

在一个实施例中，所述识别光伏电站可行走区域，还包括：基于可行走区域 得到无人机的飞行路径。

在一个实施例中，所述光伏电站导航方法还包括，光伏电站巡检路径规划： 光伏电站的可行走区域设置至少一个角点；选择一个角点作为任务路径的起点， 按照目标光伏电池与起点的距离由小至大的顺序对目标光伏电池排序；从起点出 发，按照目标光伏电池排序的顺序在可行走区域依次前行，得到任务路径。

在一个实施例中，所述光伏电站导航方法还包括，光伏电站巡检路径导航： 根据巡检任务路径的规划，得到飞行路径；无人机沿飞行路径引导。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执 行时，使得所述处理器执行如下步骤：采集光伏电站点云数据，构建光伏电站地 图：基于无人机激光雷达系统采集光伏电站点云数据；将光伏电站点云数据分为 电站区域地面点云数据与电站区域光伏板组点云数据；根据电站区域地面点云数 据构建包括高度信息的光伏电站地图；基于聚类分析根据电站区域光伏板组点云 数据识别每个光伏电池，得到每个光伏电池的定位信息，并将光伏电池的定位信 息加入光伏电站地图。

在一个实施例中，所述基于聚类分析根据电站区域光伏板组点云数据识别每 个光伏电池，包括：检测电站区域光伏板组点云数据的各聚类体的平面度与倾斜 度，基于欧式距离聚类的方式，将平面度大于预设阈值且具有相似倾斜度的聚类 体识别为光伏电池。

在一个实施例中，所述得到每个光伏电池的定位信息，包括：对识别的每个 光伏电池进行编号，并计算每个光伏电池中心点的3D坐标，将编号与3D坐标 相关联，作为定位信息。

在一个实施例中，所述方法还包括，基于光伏电站点云数据，识别光伏电站 可行走区域：对光伏电站地图进行平面二维投影得到投影图像，然后对投影图像 中每个光伏电池进行边缘检测，识别相邻光伏电池之间的间隔区域，边缘的光伏 电池外按照间隔区域的间隔距离扩展得到扩展区域；所述间隔区域和扩展区域作 为可行走区域；基于多边形几何关系特征对所有可行走区域进行路口检测，根据 路口对可行走区域进行分割，分割后的可行走区域与各光伏电池相对应。

在一个实施例中，所述识别光伏电站可行走区域，还包括：基于可行走区域 得到无人机的飞行路径。

在一个实施例中，所述光伏电站导航方法还包括，光伏电站巡检路径规划： 光伏电站的可行走区域设置至少一个角点；选择一个角点作为任务路径的起点， 按照目标光伏电池与起点的距离由小至大的顺序对目标光伏电池排序；从起点出 发，按照目标光伏电池排序的顺序在可行走区域依次前行，得到任务路径。

在一个实施例中，所述光伏电站导航方法还包括，光伏电站巡检路径导航： 根据巡检任务路径的规划，得到飞行路径；无人机沿飞行路径引导。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是 可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性 计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流 程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它 介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括 只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除 可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者 外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态 RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率 SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线 动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权 利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种光伏电站导航方法，所述光伏电站包括至少一个光伏电池，其特征在于，所述方法包括采集光伏电站点云数据，构建光伏电站地图：

所述采集光伏电站点云数据，构建光伏电站地图，包括以下步骤：

基于无人机激光雷达系统采集光伏电站点云数据；将光伏电站点云数据分为电站区域地面点云数据与电站区域光伏板组点云数据；

根据电站区域地面点云数据构建包括高度信息的光伏电站地图；

基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，得到每个光伏电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。

2.根据权利要求1所述的方法，其特征在于：所述基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，包括：

检测电站区域光伏板组点云数据的各聚类体的平面度与倾斜度，基于欧式距离聚类的方式，将平面度大于预设阈值且具有相似倾斜度的聚类体识别为光伏电池。

3.根据权利要求1所述的方法，其特征在于：所述得到每个光伏电池的定位信息，包括：

对识别的每个光伏电池进行编号，并计算每个光伏电池中心点的3D坐标，将编号与3D坐标相关联，作为定位信息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括，基于光伏电站点云数据识别光伏电站可行走区域；

所述基于光伏电站地图识别光伏电站可行走区域，包括以下步骤；

对光伏电站地图进行平面二维投影得到投影图像，然后对投影图像中每个光伏电池进行边缘检测，识别相邻光伏电池之间的间隔区域，边缘的光伏电池外按照间隔区域的间隔距离扩展得到扩展区域；所述间隔区域和扩展区域作为可行走区域；

基于多边形几何关系特征对所有可行走区域进行路口检测，根据路口对可行走区域进行分割，分割后的可行走区域与各光伏电池相对应。

5.根据权利要求4所述的方法，其特征在于，所述识别光伏电站可行走区域，还包括：基于可行走区域得到无人机的飞行路径。

6.根据权利要求4所述的方法，其特征在于，所述光伏电站导航方法还包括：光伏电站巡检路径规划；

所述光伏电站巡检路径规划包括以下步骤：

光伏电站的可行走区域设置至少一个角点；选择一个角点作为任务路径的起点，按照目标光伏电池与起点的距离由小至大的顺序对目标光伏电池排序；从起点出发，按照目标光伏电池排序的顺序在可行走区域依次前行，得到任务路径。

7.根据权利要求6所述的方法，其特征在于，所述光伏电站导航方法还包括：光伏电站巡检路径导航；

根据巡检任务路径的规划，得到飞行路径；

无人机沿飞行路径引导。

8.一种光伏电站导航装置，其特征在于，所述装置包括：

光伏电站点云数据采集模块，用于基于无人机激光雷达系统采集光伏电站点云数据；

光伏电站点云数据分类模块，用于将光伏电站点云数据分为电站区域地面点云数据与电站区域光伏板组点云数据；

地图构建模块，用于根据电站区域地面点云数据构建包括高度信息的地图；

光伏电池识别定位模块，用于基于聚类分析根据电站区域光伏板组点云数据识别每个光伏电池，得到每个光伏电池的定位信息，并将光伏电池的定位信息加入光伏电站地图。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

Images