CN114564031A - 一种基于旋翼无人机实现风机巡检拍摄的路径规划方法 - Google Patents
一种基于旋翼无人机实现风机巡检拍摄的路径规划方法 Download PDFInfo
- Publication number
- CN114564031A CN114564031A CN202210088479.3A CN202210088479A CN114564031A CN 114564031 A CN114564031 A CN 114564031A CN 202210088479 A CN202210088479 A CN 202210088479A CN 114564031 A CN114564031 A CN 114564031A
- Authority
- CN
- China
- Prior art keywords
- fan
- coordinate system
- point
- image
- hub
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
-
- 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
- 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)
- Navigation (AREA)
Abstract
本发明公开了一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,包括以下步骤:步骤一,风机轮方位角和旋转角图像采集路径规划;步骤二,风机叶片与塔筒夹角图像采集路径规划;步骤三,风机叶片前缘图像采集路径规划;步骤四,风机叶片正/反面图像采集路径规划;本发明所提供的风机巡检拍摄方法,通过自动生成拍摄风机叶片的路径并转换为KML文件或者协议文件,然后上传给携带云台相机的旋翼无人机,实现对风机的智能巡检,其作业效率是手动飞行拍摄的数倍,并且风机可以停成任意角度进行拍摄,路径规划算法可自动生成符合拍摄风机叶片最佳拍摄角度的路径,该路径与风机的方位角耦合,所拍摄的照片更为清晰。
Description
技术领域
本发明涉及无人机应用技术领域,具体为一种基于旋翼无人机实现风机巡检拍摄的路径规划方法。
背景技术
随着科学技术的发展,以及近年来国家对新能源的持续投入,使得风力发电有了长足进步,对风机的智能化巡检提出了新的要求,现有的巡检方法是操作人员通过使用望远镜或者攀爬的形式对风机叶片进行检查,而随着机器人技术的发展,出现了使用旋翼无人机对风机进行巡检的方法,但大都需要使用手控飞行的方式进行拍摄作业,导致巡检效率低下,无法快速确定最佳的拍摄角度,影响拍摄照片的质量。
发明内容
本发明的目的在于提供一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,包括以下步骤:步骤一,风机轮方位角和旋转角图像采集路径规划;步骤二,风机叶片与塔筒夹角图像采集路径规划;步骤三,风机叶片前缘图像采集路径规划;步骤四,风机叶片正/反面图像采集路径规划;
其中在上述步骤一中,风机轮方位角和旋转角图像采集路径规划包括以下步骤:
1)建立风机叶片的三维模型f;模型的尺寸参数包含如下:
f=[h L ΔL Δd] (1-1)
其中,h表示塔筒的高度,L表示叶片长度(叶片根部到弯曲部),ΔL表示叶片弯曲部分垂直长度,Δd表示塔筒中心线与轮毂面的垂直距离;
2)采集风机安装位置数据;风机的安装位置在大地坐标系使用公式表示如下:
Pe=[B L H] (1-2)
其中,B代表风机安装位置纬度,L代表风机安装位置经度,H代表风机安装位置海拔高度;
3)根据公式(1-1)和(1-2)获取塔筒中心轴线与风机轮毂中心轴线交点处的经纬度信息,使用公式表达如下:
Po=[B L H+h] (1-3)
后续步骤将以该点为原点建立风机图像坐标系、风机机体坐标系和风机导航系;
4)设计并计算风机轮毂轴线方位角图像采集的路径;该飞行路径共包含2个航点,第一个航点在风机轮毂中心正上方,是距离风机轮毂中心位置L+ΔL+δz的H点,H点在风机图像坐标系使用公式表示如下:
第二个航点为F点,是在第一个航点的基础上增加20m的高度,F点在风机图像坐标系使用公式表达如下:
其中,P表示位置向量,上标c表示风机图像坐标系,H表示点H,F表示点F;
5)获取航点经纬度以及海拔高度数据;上述步骤4)中两个航点位于轮毂正上方位置,由于步骤3)获取了轮毂中心的正下方的经纬度信息,则可以根据公式(1-3)得到H点和F点的经纬度以及海拔高度数据,使用表达式表达为:
PH=[B L H+(L+ΔL+δz)] (1-6)
PF=[B L H+(L+ΔL+δz)+20] (1-7)
其中,PH为H点的经纬高向量,PF为F点的经纬高数据;
6)生成风机方位角的图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角ψ,通过上述步骤5)的计算后可获取航点信息,航点信息可通过软件转换为KML文件;
其中在上述步骤二中,风机叶片与塔筒夹角图像采集路径规划包括以下步骤:
1)建立风机图像坐标系OXcYcZc,X轴与轮毂的轴线方向相反,Y
轴与X轴垂直并指向右侧,Z轴符合“右手定则”,垂直向下,原点在塔筒中心轴线与轮毂中心轴线的交点上;建立风机机体坐标系OXbYbZb,X轴与轮毂轴线方向相同,Y轴与X轴垂直并指向右侧,Z轴符号“右手定则”,垂直向下,原点在塔筒中心轴线与轮毂中心轴线的交点上;风机图像坐标系OXcYcZc与风机机体坐标系OXbYbZb转换关系如下:
3)设计和计算拍摄风机叶片与塔筒夹角图像的路径;该飞行路径包含B点和R点共2个航点;B点在轮毂纵轴上,并与F点同等高度,距离轮毂中心水平距离为d,其在风机图像坐标系的表示式为:
其中,Δd为塔筒中心轴线至轮毂平面的距离;
R点在轮毂纵轴上,并与轮毂中心同等高度,距离轮毂中心水平距离为d,其在风机坐标系的表达式为:
通过坐标转换即可得到B点和R点的经纬度信息,转换步骤如下:
a)将在风机图像坐标系的向量转换为风机机体坐标系,以ORc为例:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg;定义从风机坐标系到局部地理坐标系的转换矩阵为旋转矩阵实用3-2-1旋转顺序描述;定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标,是原点在ECEF坐标系的坐标;
由式(1-13)得到R在ECEF坐标系的坐标表达式:
ORe=[xbg ybg zbg] (1-14);
通过如下转换关系即可得到R的经纬高坐标为[BR,LR,HR]:
其中:
其中,a为地球半径,e为地球第一偏心率,b为椭球短半轴;以同样的方式可计算得到B点的经纬度坐标;
4)生成风机叶片旋转角度的图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角度ψ,通过上述步骤3)的计算后可获取航点信息,航点信息可通过软件转换为KML文件;
其中在上述步骤三中,风机叶片前缘图像采集路径规划包括以下步骤:
1)叶片中心轴线的长度为l,表示式为:
l=L+ΔL (1-17)
其中,L表示叶片长度(叶片根部到弯曲部),Δl表示航线补偿长度;
2)设计并计算风机叶片前缘图像采集的路径,该飞行路径共包含5个航点;第一个航点在轮毂的中心轴线上,并距离轮毂Δd1,其在风机图像坐标系的表示式为:
其中,上标c表示风机图像坐标系,下标1表示第一个航点的序号,[0 0 -Δd]为轮毂中心点在风机图像坐标系的向量表达式;
第二个航点计算表达式如下:
其中,γ为塔筒与叶片的旋转夹角;
第三个航点计算表达式如下:
第四个航点计算表达式如下:
第五个航点计算表达式如下:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg,定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标系原点在ECEF坐标系的左边,通过已知的风机图像坐标系原点的经纬度信息,再通过经纬度转换为ECEF可得Pe,由式(1-13)得到R在ECEF坐标系的坐标表达式:
其中:
其中,a为地球半径,e为地球第一偏心率,b为椭球短半轴;以同样的方式计算其余的经纬度坐标;
其中在上述步骤四中,风机叶片正/反面图像采集路径规划包括以下步骤:
1)对于风机叶片正/方面图像采集路径共设计有13个航点,其中包含12拍摄航点以及一个返航退出航点;
第1个航点的计算在风机图像坐标系的表达式如下:
其中,F点从轮毂中心到沿第一个叶片距离为Δf,A点与F点垂直距离为Δv,γ表示第一个叶片与塔筒的夹角,Δd以及Δd1的定义参见前面步骤;
第2个航点在风机图像坐标系的表达式如下:
第3个航点在风机图像坐标系的表达式如下:
第4个航点在风机图像坐标系的表达式如下:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg,定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标系原点在ECEF坐标系的左边,通过已知的风机图像坐标系原点的经纬度信息,再通过经纬度转换为ECEF可得Pe,由式(1-13)得到R在ECEF坐标系的坐标表达式:
其中:
其中,a为地球半径,e为地球第一偏心率,b为地球椭球短半轴;
以同样的方式可计算出其余航点的经纬度坐标;
3)生成风机叶片正/反面图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角度ψ,通过上述步骤2)的计算后可获取航点信息,航点信息可通过软件转换为KML
文件。
优选的,所述步骤一6)中,风机方位角ψ定义为风机轮毂轴线与地球北向的夹角。
优选的,所述步骤一6)中,风机方位角的图像采集路径规划KML文件公包含2个航点,本步骤中生成的KML文件命名为KML_HEADING;该KML文件可包含如下信息:飞行速度,飞行速度v=10m/s;云台相机角度,云台相机俯仰角度α=-90°,方位角度β=0°;巡检路径规划航点信息。
优选的,所述步骤二4)中,风机叶片旋转角度的图像采集路径规划KML文件公包含2个航点,本步骤中生成的KML命名为KML_ROTATION;该KML文件可包含如下信息:飞行速度,飞行速度v=8m/s;云台相机角度,云台相机俯仰角度α=0°,云台相机方位角度β=ψ+180°;巡检路径规划航点信息。
优选的,所述步骤三2)中,塔筒与叶片的旋转夹角γ定义为塔筒的中心线逆时针旋转到叶片中心线的角度。
优选的,所述步骤四3)中,风机方位角的图像采集路径规划KML文件共包含18个航点,本步骤中生成的KML文件命名为KML_SUEFACE;该KML文件可包含如下信息:飞行速度,飞行速度v=5m/s;云台相机角度,云台相机俯仰角度α=0°,云台相机方位角度β=ψ+180°;巡检路径规划航点信息。
与现有技术相比,本发明的有益效果是:本发明所提供的风机巡检拍摄方法,通过自动生成拍摄风机叶片的路径并转换为KML文件或者协议文件,然后上传给携带云台相机的旋翼无人机,实现对风机的智能巡检,其作业效率是手动飞行拍摄的数倍,并且风机可以停成任意角度进行拍摄,路径规划算法可自动生成符合拍摄风机叶片最佳拍摄角度的路径,该路径与风机的方位角耦合,所拍摄的照片更为清晰。
附图说明
图1为风机三维尺寸示意图;
图2为风机方位角示意图;
图3风机与塔筒夹角示意图;
图4风机方位角图像采集路径规划示意图;
图5图像视觉坐标系定义示意图;
图6风机坐标系定义示意图;
图7为风机叶片前缘图像采集路径规划侧视图;
图8为风机前缘/正面/反面图像采集路径规划侧视图;
图9为风机叶片前缘图像采集路径规划正视图;
图10为叶片1的正/反面图像采集路径规划正视图;
图11为叶片2的正/反面图像采集路径规划正视图;
图12为叶片3的正/反面图像采集路径规划正视图;
图13为叶片前缘/正面/反面图像采集路径规划正视图;
图14为叶片前缘/正面/反面图像采集路径规划侧视图;
图15为本发明的方法流程图。
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。
请参阅图1-15,本发明提供的一种实施例:一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,包括以下步骤:步骤一,风机轮方位角和旋转角图像采集路径规划;步骤二,风机叶片与塔筒夹角图像采集路径规划;步骤三,风机叶片前缘图像采集路径规划;步骤四,风机叶片正/反面图像采集路径规划;
其中在上述步骤一中,风机轮方位角和旋转角图像采集路径规划包括以下步骤:
1)建立风机叶片的三维模型f;模型的尺寸参数包含如下:
f=[h L ΔL Δd] (1-1)
其中,h表示塔筒的高度,L表示叶片长度(叶片根部到弯曲部),ΔL表示叶片弯曲部分垂直长度,Δd表示塔筒中心线与轮毂面的垂直距离;
2)采集风机安装位置数据;风机的安装位置在大地坐标系使用公式
表示如下:
Pe=[B L H] (1-2)
其中,B代表风机安装位置纬度,L代表风机安装位置经度,H代表风机安装位置海拔高度;
3)根据公式(1-1)和(1-2)获取塔筒中心轴线与风机轮毂中心轴线交点处的经纬度信息,使用公式表达如下:
Po=[B L H+h] (1-3)
后续步骤将以该点为原点建立风机图像坐标系、风机机体坐标系和风机导航系;
4)设计并计算风机轮毂轴线方位角图像采集的路径;该飞行路径共包含2个航点,第一个航点在风机轮毂中心正上方,是距离风机轮毂中心位置L+ΔL+δz的H点,H点在风机图像坐标系使用公式表示如下:
第二个航点为F点,是在第一个航点的基础上增加20m的高度,F点在风机图像坐标系使用公式表达如下:
其中,P表示位置向量,上标c表示风机图像坐标系,H表示点H,F表示点F;
5)获取航点经纬度以及海拔高度数据;上述步骤4)中两个航点位于轮毂正上方位置,由于步骤3)获取了轮毂中心的正下方的经纬度信息,则可以根据公式(1-3)得到H点和F点的经纬度以及海拔高度数据,使用表达式表达为:
PH=[B L H+(L+ΔL+δz)] (1-6)
PF=[B L H+(L+ΔL+δz)+20] (1-7)
其中,PH为H点的经纬高向量,PF为F点的经纬高数据;
6)生成风机方位角的图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角ψ,ψ定义为风机轮毂轴线与地球北向的夹角,通过上述步骤5)的计算后可获取航点信息,航点信息可通过软件转换为KML文件;风机方位角的图像采集路径规划KML文件公包含2个航点,本步骤中生成的KML文件命名为KML_HEADING;
该KML文件可包含如下信息:飞行速度,飞行速度v=10m/s;云台相机角度,云台相机俯仰角度α=-90°,方位角度β=0°;巡检路径规划航点信息;
其中在上述步骤二中,风机叶片与塔筒夹角图像采集路径规划包括以下步骤:
1)建立风机图像坐标系OXcYcZc,X轴与轮毂的轴线方向相反,Y
轴与X轴垂直并指向右侧,Z轴符合“右手定则”,垂直向下,原点在塔筒中心轴线与轮毂中心轴线的交点上;建立风机机体坐标系OXbYbZb,X轴与轮毂轴线方向相同,Y轴与X轴垂直并指向右侧,Z轴符号“右手定则”,垂直向下,原点在塔筒中心轴线与轮毂中心轴线的交点上;风机图像坐标系OXcYcZc与风机机体坐标系OXbYbZb转换关系如下:
3)设计和计算拍摄风机叶片与塔筒夹角图像的路径;该飞行路径包含B点和R点共2个航点;B点在轮毂纵轴上,并与F点同等高度,距离轮毂中心水平距离为d,其在风机图像坐标系的表示式为:
其中,Δd为塔筒中心轴线至轮毂平面的距离;
R点在轮毂纵轴上,并与轮毂中心同等高度,距离轮毂中心水平距离为d,其在风机坐标系的表达式为:
通过坐标转换即可得到B点和R点的经纬度信息,转换步骤如下:
a)将在风机图像坐标系的向量转换为风机机体坐标系,以ORc为例:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg;定义从风机坐标系到局部地理坐标系的转换矩阵为旋转矩阵实用3-2-1旋转顺序描述;定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标,是原点在ECEF坐标系的坐标;
由式(1-13)得到R在ECEF坐标系的坐标表达式:
ORe=[xbg ybg zbg] (1-14);
通过如下转换关系即可得到R的经纬高坐标为[BR,LR,HR]:
其中:
其中,a为地球半径,e为地球第一偏心率,b为椭球短半轴;以同样的方式可计算得到B点的经纬度坐标;
4)生成风机叶片旋转角度的图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角度ψ,通过上述步骤3)的计算后可获取航点信息,航点信息可通过软件转换为KML文件;风机叶片旋转角度的图像采集路径规划KML文件公包含2个航点,本步骤中生成的KML命名为KML_ROTATION;该KML文件可包含如下信息:飞行速度,飞行速度v=8m/s;云台相机角度,云台相机俯仰角度α=0°,云台相机方位角度β=ψ+180°;巡检路径规划航点信息;
其中在上述步骤三中,风机叶片前缘图像采集路径规划包括以下步骤:
1)叶片中心轴线的长度为l,表示式为:
l=L+ΔL (1-17)
其中,L表示叶片长度(叶片根部到弯曲部),Δl表示航线补偿长度;
2)设计并计算风机叶片前缘图像采集的路径,该飞行路径共包含5个航点;第一个航点在轮毂的中心轴线上,并距离轮毂Δd1,其在风机图像坐标系的表示式为:
其中,上标c表示风机图像坐标系,下标1表示第一个航点的序号,[0 0 -Δd]为轮毂中心点在风机图像坐标系的向量表达式;
第二个航点计算表达式如下:
其中,γ为塔筒与叶片的旋转夹角,定义为塔筒的中心线逆时针旋转到叶片中心线的角度;
第三个航点计算表达式如下:
第四个航点计算表达式如下:
第五个航点计算表达式如下:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg,定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pg为风机图像坐标系原点在ECEF坐标系的左边,通过已知的风机图像坐标系原点的经纬度信息,再通过经纬度转换为ECEF可得Pg,由式(1-13)得到R在ECEF坐标系的坐标表达式:
其中:
其中,a为地球半径,e为地球第一偏心率,b为椭球短半轴;以同样的方式计算其余的经纬度坐标;
其中在上述步骤四中,风机叶片正/反面图像采集路径规划包括以下步骤:
1)对于风机叶片正/方面图像采集路径共设计有13个航点,其中包含12拍摄航点以及一个返航退出航点;
第1个航点的计算在风机图像坐标系的表达式如下:
其中,F点从轮毂中心到沿第一个叶片距离为Δf,A点与F点垂直距离为Δv,γ表示第一个叶片与塔筒的夹角,Δd以及Δd1的定义参见前面步骤;
第2个航点在风机图像坐标系的表达式如下:
第3个航点在风机图像坐标系的表达式如下:
第4个航点在风机图像坐标系的表达式如下:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg,定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标系原点在ECEF坐标系的左边,通过已知的风机图像坐标系原点的经纬度信息,再通过经纬度转换为ECEF可得Pe,由式(1-13)得到R在ECEF坐标系的坐标表达式:
其中:
其中,a为地球半径,e为地球第一偏心率,b为地球椭球短半轴;以同样的方式可计算出其余航点的经纬度坐标;
3)生成风机叶片正/反面图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角度ψ,通过上述步骤2)的计算后可获取航点信息,航点信息可通过软件转换为KML文件;风机方位角的图像采集路径规划KML文件共包含18个航点,本步骤中生成的KML文件命名为KML_SUEFACE;该KML文件可包含如下信息:飞行速度,飞行速度v=5m/s;云台相机角度,云台相机俯仰角度α=0°,云台相机方位角度β=ψ+180°;巡检路径规划航点信息。
基于上述,本发明的优点在于,该发明使用时,可自动化实现风机俯视图、正视图、叶片前缘图像和正/反面图像拍摄的路径规划,并且可以根据时间情况添加对风机叶片后缘图像拍摄的路径规划;该方法的作业效率是手动飞行拍摄风机图像的数倍;在进行拍摄时,风机只需停机,无需停成倒“Y”字型,或者横“Y”字型,在任意角度都可拍摄,路径规划算法将自动生成符合拍摄风机叶片最佳拍摄角度的路径,并且路径规划算法生成的路径与风机的方位角耦合,所拍摄的照片更为清晰,且没有无人机机身的遮挡;本发明使用厘米级的差分定位系统对风机安装位置进行精确的位置采集,并且整个飞行过程中使用无人机载波差分系统,保证了所输出的航迹规划位置信息的准确性,由于路径规划算法中已经充分考虑到飞行安全性,能最大限度的接近风机,实测距离可接近风机8m的距离。
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或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,包括以下步骤:步骤一,风机轮方位角和旋转角图像采集路径规划;步骤二,风机叶片与塔筒夹角图像采集路径规划;步骤三,风机叶片前缘图像采集路径规划;步骤四,风机叶片正/反面图像采集路径规划;其特征在于:
其中在上述步骤一中,风机轮方位角和旋转角图像采集路径规划包括以下步骤:
1)建立风机叶片的三维模型f;模型的尺寸参数包含如下:
f=[h L ΔL Δd] (1-1)
其中,h表示塔筒的高度,L表示叶片长度(叶片根部到弯曲部),ΔL表示叶片弯曲部分垂直长度,Δd表示塔筒中心线与轮毂面的垂直距离;
2)采集风机安装位置数据;风机的安装位置在大地坐标系使用公式表示如下:
Pe=[B L H] (1-2)
其中,B代表风机安装位置纬度,L代表风机安装位置经度,H代表风机安装位置海拔高度;
3)根据公式(1-1)和(1-2)获取塔筒中心轴线与风机轮毂中心轴线交点处的经纬度信息,使用公式表达如下:
Po=[B L H+h] (1-3)
后续步骤将以该点为原点建立风机图像坐标系、风机机体坐标系和风机导航系;
4)设计并计算风机轮毂轴线方位角图像采集的路径;该飞行路径共包含2个航点,第一个航点在风机轮毂中心正上方,是距离风机轮毂中心位置L+ΔL+δz的H点,H点在风机图像坐标系使用公式表示如下:
第二个航点为F点,是在第一个航点的基础上增加20m的高度,F点在风机图像坐标系使用公式表达如下:
其中,P表示位置向量,上标c表示风机图像坐标系,H表示点H,F表示点F;
5)获取航点经纬度以及海拔高度数据;上述步骤4)中两个航点位于轮毂正上方位置,由于步骤3)获取了轮毂中心的正下方的经纬度信息,则可以根据公式(1-3)得到H点和F点的经纬度以及海拔高度数据,使用表达式表达为:
PH=[B L H+(L+ΔL+δz)] (1-6)
PF=[B L H+(L+ΔL+δz)+20] (1-7)
其中,PH为H点的经纬高向量,PF为F点的经纬高数据;
6)生成风机方位角的图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角ψ,通过上述步骤5)的计算后可获取航点信息,航点信息可通过软件转换为KML文件;
其中在上述步骤二中,风机叶片与塔筒夹角图像采集路径规划包括以下步骤:
1)建立风机图像坐标系OXcYcZc,X轴与轮毂的轴线方向相反,Y轴与X轴垂直并指向右侧,Z轴符合“右手定则”,垂直向下,原点在塔筒中心轴线与轮毂中心轴线的交点上;建立风机机体坐标系OXbYbZb,X轴与轮毂轴线方向相同,Y轴与X轴垂直并指向右侧,Z轴符号“右手定则”,垂直向下,原点在塔筒中心轴线与轮毂中心轴线的交点上;风机图像坐标系OXcYcZc与风机机体坐标系OXbYbZb转换关系如下:
3)设计和计算拍摄风机叶片与塔筒夹角图像的路径;该飞行路径包含B点和R点共2个航点;B点在轮毂纵轴上,并与F点同等高度,距离轮毂中心水平距离为d,其在风机图像坐标系的表示式为:
其中,Δd为塔筒中心轴线至轮毂平面的距离;
R点在轮毂纵轴上,并与轮毂中心同等高度,距离轮毂中心水平距离为d,其在风机坐标系的表达式为:
通过坐标转换即可得到B点和R点的经纬度信息,转换步骤如下:
a)将在风机图像坐标系的向量转换为风机机体坐标系,以ORc为例:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg;定义从风机坐标系到局部地理坐标系的转换矩阵为旋转矩阵实用3-2-1旋转顺序描述;定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标,是原点在ECEF坐标系的坐标;
由式(1-13)得到R在ECEF坐标系的坐标表达式:
ORe=[xbg ybg zbg] (1-14);
通过如下转换关系即可得到R的经纬高坐标为[BR,LR,HR]:
其中:
其中,a为地球半径,e为地球第一偏心率,b为椭球短半轴;以同样的方式可计算得到B点的经纬度坐标;
4)生成风机叶片旋转角度的图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角度ψ,通过上述步骤3)的计算后可获取航点信息,航点信息可通过软件转换为KML文件;
其中在上述步骤三中,风机叶片前缘图像采集路径规划包括以下步骤:
1)叶片中心轴线的长度为l,表示式为:
l=L+ΔL (1-17)
其中,L表示叶片长度(叶片根部到弯曲部),Δl表示航线补偿长度;
2)设计并计算风机叶片前缘图像采集的路径,该飞行路径共包含5个航点;
第一个航点在轮毂的中心轴线上,并距离轮毂Δd1,其在风机图像坐标系的表示式为:
其中,上标c表示风机图像坐标系,下标1表示第一个航点的序号,[0 0 -Δd]为轮毂中心点在风机图像坐标系的向量表达式;
第二个航点计算表达式如下:
其中,γ为塔筒与叶片的旋转夹角;
第三个航点计算表达式如下:
第四个航点计算表达式如下:
第五个航点计算表达式如下:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg,定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标系原点在ECEF坐标系的左边,通过已知的风机图像坐标系原点的经纬度信息,再通过经纬度转换为ECEF可得Pe,由式(1-13)得到R在ECEF坐标系的坐标表达式:
其中:
其中,a为地球半径,e为地球第一偏心率,b为椭球短半轴;以同样的方式计算其余的经纬度坐标;
其中在上述步骤四中,风机叶片正/反面图像采集路径规划包括以下步骤:
1)对于风机叶片正/方面图像采集路径共设计有13个航点,其中包含12拍摄航点以及一个返航退出航点;
第1个航点的计算在风机图像坐标系的表达式如下:
其中,F点从轮毂中心到沿第一个叶片距离为Δf,A点与F点垂直距离为Δv,γ表示第一个叶片与塔筒的夹角,Δd以及Δd1的定义参见前面步骤;
第2个航点在风机图像坐标系的表达式如下:
第3个航点在风机图像坐标系的表达式如下:
第4个航点在风机图像坐标系的表达式如下:
b)将向量由风机机体坐标系转换到大地直角坐标系(ECEF):
其中,局部地理坐标系OXnYnZn为北-东-地;大地直角坐标系为OXgYgZg,定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为Pe为风机图像坐标系原点在ECEF坐标系的左边,通过已知的风机图像坐标系原点的经纬度信息,再通过经纬度转换为ECEF可得Pe,由式(1-13)得到R在ECEF坐标系的坐标表达式:
其中:
其中,a为地球半径,e为地球第一偏心率,b为地球椭球短半轴;以同样的方式可计算出其余航点的经纬度坐标;
3)生成风机叶片正/反面图像采集路径规划KML文件:获取到风机的方位角度图像信息后,通过图像处理得到风机的方位角度ψ,通过上述步骤2)的计算后可获取航点信息,航点信息可通过软件转换为KML文件。
2.根据权利要求1所述的一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,其特征在于:所述步骤一6)中,风机方位角ψ定义为风机轮毂轴线与地球北向的夹角。
3.根据权利要求1所述的一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,其特征在于:所述步骤一6)中,风机方位角的图像采集路径规划KML文件公包含2个航点,本步骤中生成的KML文件命名为KML_HEADING;该KML文件可包含如下信息:飞行速度,飞行速度v=10m/s;云台相机角度,云台相机俯仰角度α=-90°,方位角度β=0°;巡检路径规划航点信息。
4.根据权利要求1所述的一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,其特征在于:所述步骤二4)中,风机叶片旋转角度的图像采集路径规划KML文件公包含2个航点,本步骤中生成的KML命名为KML_ROTATION;该KML文件可包含如下信息:飞行速度,飞行速度v=8m/s;云台相机角度,云台相机俯仰角度α=0°,云台相机方位角度β=ψ+180°;巡检路径规划航点信息。
5.根据权利要求1所述的一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,其特征在于:所述步骤三2)中,塔筒与叶片的旋转夹角γ定义为塔筒的中心线逆时针旋转到叶片中心线的角度。
6.根据权利要求1所述的一种基于旋翼无人机实现风机巡检拍摄的路径规划方法,其特征在于:所述步骤四3)中,风机方位角的图像采集路径规划KML文件共包含18个航点,本步骤中生成的KML文件命名为KML_SUEFACE;该KML文件可包含如下信息:飞行速度,飞行速度v=5m/s;云台相机角度,云台相机俯仰角度α=0°,云台相机方位角度β=ψ+180°;巡检路径规划航点信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210088479.3A CN114564031A (zh) | 2022-01-25 | 2022-01-25 | 一种基于旋翼无人机实现风机巡检拍摄的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210088479.3A CN114564031A (zh) | 2022-01-25 | 2022-01-25 | 一种基于旋翼无人机实现风机巡检拍摄的路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114564031A true CN114564031A (zh) | 2022-05-31 |
Family
ID=81713183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210088479.3A Pending CN114564031A (zh) | 2022-01-25 | 2022-01-25 | 一种基于旋翼无人机实现风机巡检拍摄的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114564031A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2024016459A1 (zh) * | 2022-07-22 | 2024-01-25 | 上海扩博智能技术有限公司 | 飞行器路径规划方法、系统、设备和存储介质 |
-
2022
- 2022-01-25 CN CN202210088479.3A patent/CN114564031A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024016459A1 (zh) * | 2022-07-22 | 2024-01-25 | 上海扩博智能技术有限公司 | 飞行器路径规划方法、系统、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 |
---|---|---|
CN108733079B (zh) | 通过无人机对风机进行自动巡检飞行路径确定方法及系统 | |
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 | |
CN108915959B (zh) | 通过无人机对风机叶尖区域绕行检测方法及系统 | |
CN114564031A (zh) | 一种基于旋翼无人机实现风机巡检拍摄的路径规划方法 | |
CN112904877A (zh) | 一种基于无人机的风机叶片自动巡检系统及方法 | |
CN104180793A (zh) | 一种用于数字城市建设的移动空间信息获取装置和方法 | |
CN106199626A (zh) | 基于摆动激光雷达的室内三维点云地图生成系统及方法 | |
CN101241011A (zh) | 激光雷达平台上高精度定位、定姿的装置和方法 | |
CN101114022A (zh) | 无姿态信息条件下的航空多光谱扫描仪几何粗校正方法 | |
CN105758386B (zh) | 一种激光点云与航空影像集成的建筑物三维建模方法 | |
CN111380557A (zh) | 一种无人车全局路径规划方法及装置 | |
CN113885580A (zh) | 基于无人机实现自动化巡检风机的路径规划方法及系统 | |
CN113342041A (zh) | 一种无人机实现自动化巡检风叶发电设备的方法及系统 | |
CN111366137B (zh) | 一种无人机结合地形测绘方法 | |
CN111273282B (zh) | 一种无人机机载雷达地面扫描覆盖区域计算方法 | |
CN113187671A (zh) | 一种应用无人机进行风轮偏航角的确定方法 | |
Gao et al. | MGG: Monocular global geolocation for outdoor long-range targets | |
CN111022270A (zh) | 一种风力发电机组塔顶位移实时测量方法 | |
CN111521157B (zh) | 一种飞行器观察区域坐标计算方法及系统 | |
CN110362784B (zh) | 一种基于切比雪夫多项式的小行星着陆段引力计算方法 | |
CN117007065B (zh) | 一种用于平面型边坡贴壁飞行的无人机航线规划方法 | |
CN110968910B (zh) | 一种双视线正交的激光雷达卫星姿态设计方法及控制系统 | |
CN110927765B (zh) | 激光雷达与卫星导航融合的目标在线定位方法 | |
CN115683170B (zh) | 基于雷达点云数据融合误差的校准方法 | |
CN112985398A (zh) | 目标定位方法及系统 |
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 |