CN115147356A - 光伏板巡检定位方法、装置、设备及存储介质 - Google Patents
光伏板巡检定位方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115147356A CN115147356A CN202210608754.XA CN202210608754A CN115147356A CN 115147356 A CN115147356 A CN 115147356A CN 202210608754 A CN202210608754 A CN 202210608754A CN 115147356 A CN115147356 A CN 115147356A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic panel
- image
- longitude
- target image
- latitude coordinates
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Abstract
本发明公开了一种光伏板巡检定位方法、装置、设备及存储介质,属于无人机巡检技术领域。本发明在无人机进行巡检时,获取无人机采集的光伏板图像;通过异常检测模型对光伏板图像进行检测,得到异常光伏板图像;对异常光伏板图像进行拼接,得到第一目标图像;对光伏板图像进行拼接,得到第二目标图像;基于第一目标图像得到异物热斑位置信息;基于第二目标图像得到各像素点经纬度坐标;通过光伏边缘角检测模型对光伏板图像进行检测,得到光伏板边缘角;基于各像素点坐标得到光伏板边缘角对应的位置信息;通过无人机快速确定异物热斑位置和光伏板边缘角对应的位置信息并快速确定有异常的光伏板位置,从而提高光伏板巡检的效率。
Description
技术领域
本发明涉及无人机巡检技术领域,尤其涉及一种光伏板巡检定位方法、装置、设备及存储介质。
背景技术
目前,光伏电站运维主要依赖光伏逆变器的电压电流等电气特性,但是受限于逆变器、汇流箱的安装方式,电气运维只能精确到组串,难以精确到具体组件,并且受到天气影响较大,故障诊断精度不高。
涉及到具体光伏组件的运维主要依赖人工巡检,而大型光伏电站分布环境复杂,覆盖面积巨大,受地形影响,呈现杂乱性和分散性,采用人工巡检的方式十分费时费力,巡检效率低。
发明内容
本发明的主要目的在于提供一种光伏板巡检定位方法、装置、设备及存储介质,旨在解决现有技术通过人工巡检定位光伏板效率低的技术问题。
为实现上述目的,本发明提供了一种光伏板巡检定位方法,所述方法包括以下步骤:
在无人机进行巡检时,获取无人机采集的光伏板图像;
通过异常检测模型对所述光伏板图像进行检测,得到异常光伏板图像;
对所述异常光伏板图像进行拼接,得到第一目标图像;
对所述光伏板图像进行拼接,得到第二目标图像;
基于所述第一目标图像得到异物热斑位置信息;
基于所述第二目标图像得到各像素点经纬度坐标;
通过光伏边缘角检测模型对所述光伏板图像进行检测,得到光伏板边缘角;
基于所述各像素点经纬度坐标得到光伏板边缘角对应的位置信息;
通过所述异物热斑位置信息和所述光伏板边缘角对应的位置信息对所述光伏板进行巡检定位。
可选地,所述对所述异常光伏板图像进行拼接,得到第一目标图像,包括:
获取所述光伏板图像中与所述异常光伏板图像相邻的相邻光伏板图像;
将所述相邻光伏板图像和所述异常光伏板图像进行拼接,得到第一目标图像。
可选地,所述基于所述第一目标图像得到异物热斑位置信息,包括:
获取所述无人机采集所述光伏板图像时的位置信息;
根据所述位置信息得到所述光伏板图像的中心点经纬度坐标;
根据所述光伏板图像的中心点经纬度坐标得到所述第一目标图像中各子图像的中心点经纬度坐标;
基于所述第一目标图像中各子图像的中心点经纬度坐标得到所述第一目标图像中各像素点经纬度坐标;
根据第一目标图像中各像素点经纬度坐标得到异物热斑的中心点经纬度坐标;
通过所述异物热斑的中心点经纬度坐标得到异物热斑位置信息。
可选地,所述基于所述第一目标图像中各子图像的中心点经纬度坐标得到所述第一目标图像中各像素点经纬度坐标,包括:
基于所述第一目标图像中各子图像的中心点经纬度坐标进行线性拟合,得到第一目标图像中子图像点与经纬度之间的第一对应关系;
基于所述第一对应关系对第一目标图像中各像素点进行线性内插处理,得到所述第一目标图像中各像素点经纬度坐标。
可选地,所述基于所述第二目标图像得到各像素点经纬度坐标,包括:
获取所述光伏板图像和所述第二目标图像的坐标变换关系;
基于所述坐标变换关系根据所述光伏板图像的中心点经纬度坐标得到第二目标图像中预设数量的子图像的中心点经纬度坐标;
基于所述第二目标图像中预设数量的子图像的中心点经纬度坐标进行线性拟合,得到第二目标图像中子图像点与经纬度之间的第二对应关系;
基于所述第二对应关系对第二目标图像中各像素点进行线性内插处理,得到各像素点经纬度坐标。
可选地,所述光伏板巡检定位方法,还包括:
获取无人机拍摄的历史光伏板图像;
获取历史异常图像数据;
通过所述历史异常图像数据对所述历史光伏板图像进行叠加,得到待训练异常光伏板图像;
基于所述待训练异常光伏板图像对第一初始深度学习模型进行训练,得到异常检测模型;
将所述历史光伏板图像中的边缘角进行标注,得到待训练标注边缘角光伏板图像;
基于所述待训练标注边缘角光伏板图像对第二初始深度学习模型进行训练,得到光伏边缘角检测模型。
可选地,所述通过所述异物热斑位置信息和所述光伏板边缘角位置信息对所述光伏板进行巡检定位,包括:
基于所述光伏板边缘角位置信息得到光伏板的经纬度范围;
通过所述光伏板的经纬度范围对所述光伏板进行编码,得到编码信息;
基于所述编码信息和所述异物热斑位置信息和所述编码信息对所述光伏板进行巡检定位。
此外,为实现上述目的,本发明还提出一种光伏板巡检定位装置,所述光伏板巡检定位装置包括:
获取模块,用于在无人机进行巡检时,获取无人机采集的光伏板图像;
检测模块,用于通过异常检测模型对所述光伏板图像进行检测,得到异常光伏板图像;
拼接模块,用于对所述异常光伏板图像进行拼接,得到第一目标图像;
所述拼接模块,还用于对所述光伏板图像进行拼接,得到第二目标图像;
所述获取模块,还用于基于所述第一目标图像得到异物热斑位置信息;
所述获取模块,还用于基于所述第二目标图像得到各像素点经纬度坐标;
所述检测模块,还用于通过光伏边缘角检测模型对所述光伏板图像进行检测,得到光伏板边缘角;
所述获取模块,还用于基于所述各像素点经纬度坐标得到光伏板边缘角对应的位置信息;
定位模块,用于通过所述异物热斑位置信息和所述光伏板边缘角对应的位置信息对所述光伏板进行巡检定位。
此外,为实现上述目的,本发明还提出一种光伏板巡检定位设备,所述光伏板巡检定位设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的光伏板巡检定位程序,所述光伏板巡检定位程序配置为实现如上文所述的光伏板巡检定位方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有光伏板巡检定位程序,所述光伏板巡检定位程序被处理器执行时实现如上文所述的光伏板巡检定位方法的步骤。
本发明通过在无人机进行巡检时,获取无人机采集的光伏板图像;通过异常检测模型对光伏板图像进行检测,得到异常光伏板图像;对异常光伏板图像进行拼接,得到第一目标图像;对光伏板图像进行拼接,得到第二目标图像;基于第一目标图像得到异物热斑位置信息;基于第二目标图像得到各像素点经纬度坐标;通过光伏边缘角检测模型对光伏板图像进行检测,得到光伏板边缘角;基于各像素点坐标得到光伏板边缘角对应的位置信息;通过无人机快速确定异物热斑位置和光伏板边缘角对应的位置信息并快速确定有异常的光伏板位置,从而提高光伏板巡检的效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的光伏板巡检定位设备的结构示意图;
图2为本发明光伏板巡检定位方法第一实施例的流程示意图;
图3为本发明光伏板巡检定位方法一实施例的整体流程示意图;
图4为本发明光伏板巡检定位方法第二实施例的流程示意图;
图5为本发明光伏板巡检定位方法第三实施例的流程示意图;
图6为本发明光伏板巡检定位方法第四实施例的流程示意图;
图7为本发明光伏板巡检定位装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的光伏板巡检定位设备结构示意图。
如图1所示,该光伏板巡检定位设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对光伏板巡检定位设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及光伏板巡检定位程序。
在图1所示的光伏板巡检定位设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明光伏板巡检定位设备中的处理器1001、存储器1005可以设置在光伏板巡检定位设备中,所述光伏板巡检定位设备通过处理器1001调用存储器1005中存储的光伏板巡检定位程序,并执行本发明实施例提供的光伏板巡检定位方法。
本发明实施例提供了一种光伏板巡检定位方法,参照图2,图2为本发明光伏板巡检定位方法第一实施例的流程示意图。
本实施例中,所述光伏板巡检定位方法包括以下步骤:
步骤S10:在无人机进行巡检时,获取无人机采集的光伏板图像。
需要说明的是,本实施例的执行主体为光伏板巡检定位设备,还可为其他可实现相同或相似功能的设备,本实施例对此不作限制,本实施例以光伏板巡检定位设备为例进行说明。光伏板图像无人机上安装的相机拍摄的可见光图像和红外图像结合的包含有光伏板的图像。
在具体实施中,通过无人机携带可见光相机和红外相机对光伏电站进行巡检,周期性的拍摄采集光伏板图像,例如无人机巡检过程中,每2s拍摄一张光伏板图像,通过此拍摄方式,采集大量光伏板图像。
步骤S20:通过异常检测模型对所述光伏板图像进行检测,得到异常光伏板图像。
应理解的是,异常检测模型为对光伏板图像中的光伏板状态进行检查的模型,具体地,获取异常检测模型的步骤包括:获取无人机拍摄的历史光伏板图像;获取历史异常图像数据;通过所述历史异常图像数据对所述历史光伏板图像进行叠加,得到待训练异常光伏板图像;基于所述待训练异常光伏板图像对第一初始深度学习模型进行训练,得到异常检测模型。
需要说明的是,历史光伏板图像指的是无人机在前期采集的大量正常光伏板图像,历史异常图像数据指的是图像携带有热斑和图像中有异常物体,例如树叶、纸张、裂纹等。可通过无人机前期拍摄大量有异常的图像数据作为历史异常图像数据。第一初始深度学习模型指的是未经过训练的深度学习模型。
通过将历史异常图像数据与历史光伏板图像进行叠加,例如使用PS(Photoshop,图像处理软件)将历史异常图像数据和历史光伏板图像进行融合叠加,还可使用其它可对历史异常图像数据和历史光伏板图像进行叠加的图像处理方式,本实施例对此不加以限定。通过对历史异常图像数据和历史光伏板图像进行叠加,得到叠加后的有异常的光伏板图像,将叠加后有异常的光伏板图像作为待训练异常光伏板图像。通过待训练异常光伏板图像对第一初始深度学习模型进行训练,可得到训练好的深度学习模型,即异常检测模型,并可通过异常检测模型对光伏板图像进行异常检测。通过将无人机采集的光伏板阵列中的光伏板图像输入至异常检测模型进行检测,得到带有异物或热斑的异常光伏板图像。
步骤S30:对所述异常光伏板图像进行拼接,得到第一目标图像。
需要说明的是,第一目标图像指的是对异常光伏板图像以及与异常光伏板图像相邻的图像进行拼接得到的拼接后的一张或多张的大尺寸图像。
进一步地,对异常光伏板图像进行拼接的步骤具体包括:获取所述光伏板图像中与所述异常光伏板图像相邻的相邻光伏板图像;将所述相邻光伏板图像和所述异常光伏板图像进行拼接,得到第一目标图像。
在本实施例中,当得到异常光伏板图像后,与异常光伏板图像相邻的图像可能也包含有异常物体或热斑,可将与异常光伏板图像相邻的图像与异常光伏板图像进行拼接,与异常光伏板图像相邻的图像包括左相邻、右相邻、上相邻以及下相邻等,通过无人机拍摄的光伏板图像数据中与异常光伏板图像相邻的相邻光伏板图像,并将相邻光伏板图像与异常光伏板图像进行拼接,得到第一目标图像。例如异常光伏板图像的尺寸为480*640,相邻光伏板图像的尺寸也为480*640,对异常光伏板图像的左相邻光伏板图像、右相邻光伏板图像、上相邻光伏板图像以及下相邻光伏板图像进行拼接,得到的第一目标图像尺寸为1440*1920。
步骤S40:对所述光伏板图像进行拼接,得到第二目标图像。
应理解的是,对光伏板图像进行拼接指的是将光伏板图像中的多张红外图像拼接成一幅大的红外图像,选择光伏板图像数据中的预设数量的光伏板图像进行拼接,例如10张、20张等,或者将相邻几张红外图像拼接成一张大图,连续拼接几次,得到最终的第二目标图像,例如光伏板图像尺寸为480*640,将两张尺寸都为480*640的图像进行拼接,得到尺寸为960*1280的第一拼接图像,再将另外两张尺寸都为480*640的图像进行拼接,得到尺寸为960*1280的第二拼接图像,再将尺寸为960*1280的第一拼接图像和尺寸为960*1280的第二拼接图像进行拼接,得到尺寸为960*2560的第二目标图像或尺寸为1920*1280的第二目标图像,可根据具体拼接需求和光伏板图像数量进行设置和选择,本实施例对此不作限制。无需将采集的所有光伏板图像进行拼接,提高图像拼接处理的效率。
步骤S50:基于所述第一目标图像得到异物热斑位置信息。
在具体实施中,可通过获取第一目标图像中的相邻光伏板图像以及异常光伏板图像的位置信息,从而根据相邻光伏板图像的位置信息和异常光伏板图像的位置信息计算得到异物中心点的坐标或者热斑中心点的坐标,从而得到异物热斑位置信息,异物中心点的坐标或热斑中心点的坐标可为经纬度坐标或空间坐标等,本实施例对此不作限制。
步骤S60:基于所述第二目标图像得到各像素点经纬度坐标。
需要说明的是,第二目标图像中包括各个子图像,可通过获取各个子图像的中心点的坐标,并根据各个子图像的中心点的坐标得到第二目标图像中各像素点的经纬度坐标。
步骤S70:通过光伏边缘角检测模型对所述光伏板图像进行检测,得到光伏板边缘角。
应理解的是,光伏边缘角检测模型为前期对深度学习模型进行训练得到的检查光伏板边缘角的模型,光伏板边缘角指的是光伏板的边缘四个角,通过将无人机采集的光伏板图像输入至光伏边缘角检测模型进行边缘角检测,得到标注有光伏板边缘角的光伏板图像。
进一步地,对深度学习模型进行训练得到光伏边缘角检测模型的步骤包括:将所述历史光伏板图像中的边缘角进行标注,得到待训练标注边缘角光伏板图像;基于所述待训练标注边缘角光伏板图像对第二初始深度学习模型进行训练,得到光伏边缘角检测模型。
需要说明的是,历史光伏板图像为无人机前期采集的大量正常的光伏板图像,第二初始深度学习模型指的是未经过训练的初始深度学习模型。
在具体实施中,通过对历史光伏板图像中的四个边缘角进行标注,得到标注有边缘角的历史光伏板图像数据,即待训练标注边缘角光伏板图像,并将待训练标注边缘角光伏板图像对第二初始深度学习模型进行训练,得到训练好的深度学习模型,即光伏边缘角检测模型,可通过光伏边缘角检测模型对输入的光伏板图像进行边缘角检测,得到标注有四个边缘角的光伏板图像。
步骤S80:基于所述各像素点经纬度坐标得到光伏板边缘角对应的位置信息。
应理解的是,当得到光伏边缘角后,可确定光伏边缘角在第二目标图像中的每个光伏板图像中的四个边缘角在第二目标图像中的位置,由于第二目标图像中各像素点的经纬度坐标都已得到,因此可根据各像素点的经纬度坐标得到光伏板边缘角对应的经纬度坐标,从而得到光伏板边缘角对应的位置信息。
步骤S90:通过所述异物热斑位置信息和所述光伏板边缘角对应的位置信息对所述光伏板进行巡检定位。
需要说明的是,当得到光伏边缘角对应的位置信息后,可确定光伏板的经纬度信息,可根据异物热斑的位置信息确定异物或热斑处于哪一块光伏板上,从而对异常的光伏板进行定位,并结合异物热斑所有对应的异常光伏板图像,进行光伏板的巡检和定位,从而快速方便地对出现故障或异常的光伏板进行维修,提高光伏板巡检定位的效率和效果。
如图3所示,图3为本实施例中光伏板巡检定位方法的整体流程示意图,通过获取无人机拍摄的光伏板图像,将光伏板图像输入至异常检测模型对光伏板图像进行异物热斑检测,得到异常光伏板图像,并将异常光伏板图像与相邻图像进行拼接,得到第一目标图像,并通过对第一目标图像中的各像素点经纬度坐标进行计算,从而得到异物热斑的经纬度坐标,对异物热斑进行定位,同时将光伏板图像拼接得到第二目标图像,并将第二目标图像输入至光伏边缘角检测模型进行光伏板检测,得到光伏板的四个边缘角位置,从而对光伏板图像中的所有光伏板进行定位,可根据光伏板的位置信息以及异物热斑的位置信息确定异物热斑所在的光伏板,便于快速对出现异物或热斑的光伏板进行处理。
本实施例通过在无人机进行巡检时,获取无人机采集的光伏板图像;通过异常检测模型对光伏板图像进行检测,得到异常光伏板图像;对异常光伏板图像进行拼接,得到第一目标图像;对光伏板图像进行拼接,得到第二目标图像;基于第一目标图像得到异物热斑位置信息;基于第二目标图像得到各像素点经纬度坐标;通过光伏边缘角检测模型对光伏板图像进行检测,得到光伏板边缘角;基于各像素点坐标得到光伏板边缘角对应的位置信息;通过无人机快速确定异物热斑位置和光伏板边缘角对应的位置信息并快速确定有异常的光伏板位置,从而提高光伏板巡检的效率。
参考图4,图4为本发明光伏板巡检定位方法第二实施例的流程示意图。
基于上述第一实施例,本实施例光伏板巡检定位方法所述步骤S50,具体包括:
步骤S501:获取所述无人机采集所述光伏板图像时的位置信息。
需要说明的是,无人机在采集光伏板图像时,可实时对无人机进行定位,获取无人机在采集此块光伏板图像时的具体位置信息,通过获取无人机采集光伏板图像时的位置信息计算,得到无人机在采集每个光伏板图像时的经纬度坐标。
步骤S502:根据所述位置信息得到所述光伏板图像的中心点经纬度坐标。
在具体实施中,当得到无人机在采集光伏板图像时的位置信息后,可根据无人机在采集光伏板图像时的经纬度坐标进行计算,得到采集的每个光伏板图像的中心点的经纬度坐标。
步骤S503:根据所述光伏板图像的中心点经纬度坐标得到所述第一目标图像中各子图像的中心点经纬度坐标。
需要说明的是,由于每个光伏板图像的中心点经纬度坐标都已计算得到,因此异常光伏板图像的中心点经纬度坐标和相邻光伏板图像的中心点经纬度坐标都可知,第一目标图像为光伏板图像中的异常光伏板图像和相邻光伏板图像拼接而成,因此可根据光伏板图像中异常光伏板图像和相邻光伏板图像到第一目标图像的拼接时的坐标变换关系得到第一目标图像中多个子图像的中心点经纬度坐标,各子图像指的是将异常光伏板图像和相邻光伏板图像进行拼接后得到的第一目标图像后中的每个图像,由于拼接方式有多种,因此可根据拼接的方式对坐标进行变换,得到第一目标图像中的各个小图像的中心点的经纬度坐标。
步骤S504:基于所述第一目标图像中各子图像的中心点经纬度坐标得到所述第一目标图像中各像素点经纬度坐标。
需要说明的是,由于第一目标图像中各子图像的中心点的经纬度坐标都已得到,可根据已知的各子图像的中心点经纬度坐标进行线性拟合,可得到第一目标图像中各个像素点的经纬度坐标。
具体地,根据第一目标图像中的各子图像的中心点经纬度坐标得到第一目标图像中各像素点经纬度坐标的步骤包括:基于所述第一目标图像中各子图像的中心点经纬度坐标进行线性拟合,得到第一目标图像中子图像点与经纬度之间的第一对应关系;基于所述第一对应关系对第一目标图像中各像素点进行线性内插处理,得到所述第一目标图像中各像素点经纬度坐标。
应理解的是,当得到第一目标图像中多个子图像的中心点经纬度坐标后,可根据多个子图像的中心点经纬度坐标进行线性拟合,计算得到第一目标图像中子图像点与经纬度之间的关系,第一对应关系指的是第一目标图像中子图像点和经纬度之间的关系,通过第一对应关系建立相关的方程式,通过方程式对第一目标图像中各个像素点进行线性内插处理,可得到第一目标图像中各个像素点的经纬度坐标。
步骤S505:根据第一目标图像中各像素点经纬度坐标得到异物热斑的中心点经纬度坐标。
步骤S506:通过所述异物热斑的中心点经纬度坐标得到异物热斑位置信息。
需要说明的是,由于异物或热斑在异常光伏板图像中的位置已被标注出来,当对异常光伏板和相邻光伏板拼接得到第一目标图像后,可根据坐标变换关系得到异物热斑在第一目标图像中的位置,可通过异物热斑在第一目标图像中的位置以及各个像素点经纬度坐标进行计算,得到异物热斑的中心点的经纬度坐标。
需要说明的是,当得到异物热斑的中心点经纬度坐标后,可准确的确定异物热斑在第一目标图像的经纬度坐标,便于后续快速地确定异物热斑的位置信息。
本实施例通过获取所述无人机采集所述光伏板图像时的位置信息;根据所述位置信息得到所述光伏板图像的中心点经纬度坐标;根据所述光伏板图像的中心点经纬度坐标得到所述第一目标图像中各子图像的中心点经纬度坐标;基于所述第一目标图像中各子图像的中心点经纬度坐标得到所述第一目标图像中各像素点经纬度坐标;根据第一目标图像中各像素点经纬度坐标得到异物热斑的中心点经纬度坐标;通过所述异物热斑的中心点经纬度坐标得到异物热斑位置信息,可通过图像拼接定位的方法快速准确的得到光伏板上的异物或热斑的中心点的经纬度坐标。
参考图5,图5为本发明光伏板巡检定位方法第三实施例的流程示意图。
基于上述第一和第二实施例,本实施例光伏板巡检定位方法所述步骤S60,具体包括:
步骤S601:获取所述光伏板图像和所述第二目标图像的坐标变换关系。
需要说明的是,第二目标图像为多张光伏板图像进行拼接而成,可根据光伏板图像的数量以及拼接方式得到光伏板图像到第二目标图像的坐标变换关系。
步骤S602:基于所述坐标变换关系根据所述光伏板图像的中心点经纬度坐标得到第二目标图像中预设数量的子图像的中心点经纬度坐标。
在本实施例中,由于光伏板图像的中心点经纬度坐标可根据无人机在采集光伏板图像时的位置信息得到,可根据坐标变换关系以及光伏板图像的中心点经纬度坐标得到第二目标图像中多个子图像的中心点经纬度坐标,预设数量的子图像可根据需求进行设定,例如10张、15张等,本实施例对此不作限制。
步骤S603:基于所述第二目标图像中预设数量的子图像的中心点经纬度坐标进行线性拟合,得到第二目标图像中子图像点与经纬度之间的第二对应关系。
在具体实施中,可选择适中数量的第二目标图像中的子图像的中心点经纬度坐标,通过预设数量的子图像的中心点经纬度坐标进行线性拟合,选择的第二图像中的子图像的中心点经纬度坐标的数量越多,进行直线拟合得到的对应关系越准确。第二对应关系指的是第二目标图像中子图像点与经纬度之间的对应关系。
步骤S604:基于所述第二对应关系对第二目标图像中各像素点进行线性内插处理,得到各像素点经纬度坐标。
应理解的是,可通过第二对应关系建立相关的方程式,通过方程式对第二目标图像中各个像素点进行线性内插处理,得到第二目标图中每个像素点的经纬度坐标。
本实施例通过获取所述光伏板图像和所述第二目标图像的坐标变换关系;基于所述坐标变换关系根据所述光伏板图像的中心点经纬度坐标得到第二目标图像中预设数量的子图像的中心点经纬度坐标;基于所述第二目标图像中预设数量的子图像的中心点经纬度坐标进行线性拟合,得到第二目标图像中子图像点与经纬度之间的第二对应关系;基于所述第二对应关系对第二目标图像中各像素点进行线性内插处理,得到各像素点经纬度坐标,可通过图像拼接定位的方法快速计算拼接后的光伏板图像中各个像素点的经纬度坐标。
参考图6,图6为本发明光伏板巡检定位方法第四实施例的流程示意图。
基于上述第一和第二实施例,本实施例光伏板巡检定位方法所述步骤S90,具体包括:
步骤S901:基于所述光伏板边缘角位置信息得到光伏板的经纬度范围。
由于光伏板边缘角位置信息已经确定,可根据光伏板边缘角位置信息中的光伏板各个边缘角的经纬度坐标,根据每个光伏板的四个边缘角的经纬度坐标得到每个光伏板的经纬度范围。
步骤S902:通过所述光伏板的经纬度范围对所述光伏板进行编码,得到编码信息。
需要说明的是,当每个光伏板的经纬度范围确定后,可对每个光伏板按照光伏板的经纬度范围进行依次编码,得到每个光伏板的编码信息。
步骤S903:基于所述编码信息和所述异物热斑位置信息和所述编码信息对所述光伏板进行巡检定位。
在具体实施中,当异物热斑位置信息确定后,可根据异物热斑位置信息中的异物热斑的经纬度坐标与光伏板的经纬度范围确定异物热斑位于哪一块光伏板上,可快速定位有异物热斑的光伏板,并根据光伏板的经纬度范围以及编码信息得到光伏板的编码,通过光伏板的编码信息查询具体的光伏板,并根据拍摄的异物或热斑的实际图像与巡检到的光伏板进行比对,判断光伏板是否出现异常,当光伏板出现异常时,可通知维修人员,使维修人员对出现异常的光伏板进行维修,提高光伏板的使用效果。
本实施例通过在基于所述光伏板边缘角位置信息得到光伏板的经纬度范围;通过所述光伏板的经纬度范围对所述光伏板进行编码,得到编码信息;基于所述编码信息和所述异物热斑位置信息和所述编码信息对所述光伏板进行巡检定位,可根据每个光伏板的经纬度范围快速确定每个光伏板的具体位置,方便快速对异常的光伏板进行巡检和定位,提高光伏板巡检定位的效率。
参照图7,图7为本发明光伏板巡检定位装置第一实施例的结构框图。
如图7所示,本发明实施例提出的光伏板巡检定位装置包括:
获取模块10,用于在无人机进行巡检时,获取无人机采集的光伏板图像。
检测模块20,用于通过异常检测模型对所述光伏板图像进行检测,得到异常光伏板图像。
拼接模块30,用于对所述异常光伏板图像进行拼接,得到第一目标图像。
所述拼接模块30,还用于对所述光伏板图像进行拼接,得到第二目标图像。
所述获取模块10,还用于基于所述第一目标图像得到异物热斑位置信息。
所述获取模块10,还用于基于所述第二目标图像得到各像素点经纬度坐标。
所述检测模块20,还用于通过光伏边缘角检测模型对所述光伏板图像进行检测,得到光伏板边缘角。
所述获取模块10,还用于基于所述各像素点经纬度坐标得到光伏板边缘角对应的位置信息。
定位模块40,用于通过所述异物热斑位置信息和所述光伏板边缘角对应的位置信息对所述光伏板进行巡检定位。
本实施例在无人机进行巡检时,获取无人机采集的光伏板图像;通过异常检测模型对光伏板图像进行检测,得到异常光伏板图像;对异常光伏板图像进行拼接,得到第一目标图像;对光伏板图像进行拼接,得到第二目标图像;基于第一目标图像得到异物热斑位置信息;基于第二目标图像得到各像素点经纬度坐标;通过光伏边缘角检测模型对光伏板图像进行检测,得到光伏板边缘角;基于各像素点坐标得到光伏板边缘角对应的位置信息;通过无人机快速确定异物热斑位置和光伏板边缘角对应的位置信息并快速确定有异常的光伏板位置,从而提高光伏板巡检的效率。
在一实施例中,所述拼接模块30,还用于获取所述光伏板图像中与所述异常光伏板图像相邻的相邻光伏板图像;将所述相邻光伏板图像和所述异常光伏板图像进行拼接,得到第一目标图像。
在一实施例中,所述获取模块10,还用于获取所述无人机采集所述光伏板图像时的位置信息;根据所述位置信息得到所述光伏板图像的中心点经纬度坐标;根据所述光伏板图像的中心点经纬度坐标得到所述第一目标图像中各子图像的中心点经纬度坐标;基于所述第一目标图像中各子图像的中心点经纬度坐标得到所述第一目标图像中各像素点经纬度坐标;根据第一目标图像中各像素点经纬度坐标得到异物热斑的中心点经纬度坐标;通过所述异物热斑的中心点经纬度坐标得到异物热斑位置信息。
在一实施例中,所述获取模块10,还用于基于所述第一目标图像中各子图像的中心点经纬度坐标进行线性拟合,得到第一目标图像中子图像点与经纬度之间的第一对应关系;基于所述第一对应关系对第一目标图像中各像素点进行线性内插处理,得到所述第一目标图像中各像素点经纬度坐标。
在一实施例中,所述获取模块10,还用于获取所述光伏板图像和所述第二目标图像的坐标变换关系;基于所述坐标变换关系根据所述光伏板图像的中心点经纬度坐标得到第二目标图像中预设数量的子图像的中心点经纬度坐标;基于所述第二目标图像中预设数量的子图像的中心点经纬度坐标进行线性拟合,得到第二目标图像中子图像点与经纬度之间的第二对应关系;基于所述第二对应关系对第二目标图像中各像素点进行线性内插处理,得到各像素点经纬度坐标。
在一实施例中,所述获取模块10,还用于获取无人机拍摄的历史光伏板图像;获取历史异常图像数据;通过所述历史异常图像数据对所述历史光伏板图像进行叠加,得到待训练异常光伏板图像;基于所述待训练异常光伏板图像对第一初始深度学习模型进行训练,得到异常检测模型;将所述历史光伏板图像中的边缘角进行标注,得到待训练标注边缘角光伏板图像;基于所述待训练标注边缘角光伏板图像对第二初始深度学习模型进行训练,得到光伏边缘角检测模型。
在一实施例中,所述定位模块40,还用于基于所述光伏板边缘角位置信息得到光伏板的经纬度范围;通过所述光伏板的经纬度范围对所述光伏板进行编码,得到编码信息;基于所述编码信息和所述异物热斑位置信息和所述编码信息对所述光伏板进行巡检定位。
此外,为实现上述目的,本发明还提出一种光伏板巡检定位设备,所述光伏板巡检定位设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的光伏板巡检定位程序,所述光伏板巡检定位程序配置为实现如上文所述的光伏板巡检定位方法的步骤。
由于本光伏板巡检定位设备采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有光伏板巡检定位程序,所述光伏板巡检定位程序被处理器执行时实现如上文所述的光伏板巡检定位方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的光伏板巡检定位方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种光伏板巡检定位方法,其特征在于,所述光伏板巡检定位方法包括:
在无人机进行巡检时,获取无人机采集的光伏板图像;
通过异常检测模型对所述光伏板图像进行检测,得到异常光伏板图像;
对所述异常光伏板图像进行拼接,得到第一目标图像;
对所述光伏板图像进行拼接,得到第二目标图像;
基于所述第一目标图像得到异物热斑位置信息;
基于所述第二目标图像得到各像素点经纬度坐标;
通过光伏边缘角检测模型对所述光伏板图像进行检测,得到光伏板边缘角;
基于所述各像素点经纬度坐标得到光伏板边缘角对应的位置信息;
通过所述异物热斑位置信息和所述光伏板边缘角对应的位置信息对所述光伏板进行巡检定位。
2.如权利要求1所述的光伏板巡检定位方法,其特征在于,所述对所述异常光伏板图像进行拼接,得到第一目标图像,包括:
获取所述光伏板图像中与所述异常光伏板图像相邻的相邻光伏板图像;
将所述相邻光伏板图像和所述异常光伏板图像进行拼接,得到第一目标图像。
3.如权利要求2所述的光伏板巡检定位方法,其特征在于,所述基于所述第一目标图像得到异物热斑位置信息,包括:
获取所述无人机采集所述光伏板图像时的位置信息;
根据所述位置信息得到所述光伏板图像的中心点经纬度坐标;
根据所述光伏板图像的中心点经纬度坐标得到所述第一目标图像中各子图像的中心点经纬度坐标;
基于所述第一目标图像中各子图像的中心点经纬度坐标得到所述第一目标图像中各像素点经纬度坐标;
根据第一目标图像中各像素点经纬度坐标得到异物热斑的中心点经纬度坐标;
通过所述异物热斑的中心点经纬度坐标得到异物热斑位置信息。
4.如权利要求3所述的光伏板巡检定位方法,其特征在于,所述基于所述第一目标图像中各子图像的中心点经纬度坐标得到所述第一目标图像中各像素点经纬度坐标,包括:
基于所述第一目标图像中各子图像的中心点经纬度坐标进行线性拟合,得到第一目标图像中子图像点与经纬度之间的第一对应关系;
基于所述第一对应关系对第一目标图像中各像素点进行线性内插处理,得到所述第一目标图像中各像素点经纬度坐标。
5.如权利要求3所述的光伏板巡检定位方法,其特征在于,所述基于所述第二目标图像得到各像素点经纬度坐标,包括:
获取所述光伏板图像和所述第二目标图像的坐标变换关系;
基于所述坐标变换关系根据所述光伏板图像的中心点经纬度坐标得到第二目标图像中预设数量的子图像的中心点经纬度坐标;
基于所述第二目标图像中预设数量的子图像的中心点经纬度坐标进行线性拟合,得到第二目标图像中子图像点与经纬度之间的第二对应关系;
基于所述第二对应关系对第二目标图像中各像素点进行线性内插处理,得到各像素点经纬度坐标。
6.如权利要求1所述的光伏板巡检定位方法,其特征在于,所述光伏板巡检定位方法,还包括:
获取无人机拍摄的历史光伏板图像;
获取历史异常图像数据;
通过所述历史异常图像数据对所述历史光伏板图像进行叠加,得到待训练异常光伏板图像;
基于所述待训练异常光伏板图像对第一初始深度学习模型进行训练,得到异常检测模型;
将所述历史光伏板图像中的边缘角进行标注,得到待训练标注边缘角光伏板图像;
基于所述待训练标注边缘角光伏板图像对第二初始深度学习模型进行训练,得到光伏边缘角检测模型。
7.如权利要求1-6中任一项所述的光伏板巡检定位方法,其特征在于,所述通过所述异物热斑位置信息和所述光伏板边缘角位置信息对所述光伏板进行巡检定位,包括:
基于所述光伏板边缘角位置信息得到光伏板的经纬度范围;
通过所述光伏板的经纬度范围对所述光伏板进行编码,得到编码信息;
基于所述编码信息和所述异物热斑位置信息和所述编码信息对所述光伏板进行巡检定位。
8.一种光伏板巡检定位装置,其特征在于,所述光伏板巡检定位装置包括:
获取模块,用于在无人机进行巡检时,获取无人机采集的光伏板图像;
检测模块,用于通过异常检测模型对所述光伏板图像进行检测,得到异常光伏板图像;
拼接模块,用于对所述异常光伏板图像进行拼接,得到第一目标图像;
所述拼接模块,还用于对所述光伏板图像进行拼接,得到第二目标图像;
所述获取模块,还用于基于所述第一目标图像得到异物热斑位置信息;
所述获取模块,还用于基于所述第二目标图像得到各像素点经纬度坐标;
所述检测模块,还用于通过光伏边缘角检测模型对所述光伏板图像进行检测,得到光伏板边缘角;
所述获取模块,还用于基于所述各像素点经纬度坐标得到光伏板边缘角对应的位置信息;
定位模块,用于通过所述异物热斑位置信息和所述光伏板边缘角对应的位置信息对所述光伏板进行巡检定位。
9.一种光伏板巡检定位设备,其特征在于,所述光伏板巡检定位设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的光伏板巡检定位程序,所述光伏板巡检定位程序配置为实现如权利要求1至7中任一项所述的光伏板巡检定位方法。
10.一种存储介质,其特征在于,所述存储介质上存储有光伏板巡检定位程序,所述光伏板巡检定位程序被处理器执行时实现如权利要求1至7中任一项所述的光伏板巡检定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210608754.XA CN115147356A (zh) | 2022-05-31 | 2022-05-31 | 光伏板巡检定位方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210608754.XA CN115147356A (zh) | 2022-05-31 | 2022-05-31 | 光伏板巡检定位方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115147356A true CN115147356A (zh) | 2022-10-04 |
Family
ID=83406158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210608754.XA Pending CN115147356A (zh) | 2022-05-31 | 2022-05-31 | 光伏板巡检定位方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115147356A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114254A (zh) * | 2023-10-25 | 2023-11-24 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及系统 |
-
2022
- 2022-05-31 CN CN202210608754.XA patent/CN115147356A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114254A (zh) * | 2023-10-25 | 2023-11-24 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及系统 |
CN117114254B (zh) * | 2023-10-25 | 2024-03-19 | 山东电力工程咨询院有限公司 | 一种电网新能源异常数据监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458898B (zh) | 相机标定板、标定数据采集方法、畸变校正方法及装置 | |
CN102368810B (zh) | 一种半自动化对齐的视频融合系统和方法 | |
CN108370233B (zh) | 检测光伏板的方法、设备及无人机 | |
CN112184711A (zh) | 一种光伏组件缺陷检测和定位方法及系统 | |
CN111158358B (zh) | 一种基于三维模型对变电/换流站自优巡检的方法及系统 | |
CN105352975A (zh) | 一种桥梁缆索外观检测方法 | |
CN112432641B (zh) | 基于点云数字孪生技术的变电站操作票执行方法 | |
CN107806888B (zh) | 一种基于红外led灯的摄影/像机全自动快速标定方法 | |
CN103824277A (zh) | 基于非线性参数优化标定的变电站三维实景监测布点方法 | |
CN111986267B (zh) | 一种多相机视觉系统的坐标系统标定方法 | |
CN112598778B (zh) | 一种基于改进的纹理贴图算法的vr三维重建方法 | |
CN115147356A (zh) | 光伏板巡检定位方法、装置、设备及存储介质 | |
CN113312963A (zh) | 一种光伏电站的巡检方法、巡检装置以及存储介质 | |
CN109658320B (zh) | 一种异形显示屏子像素辉度采集方法 | |
CN114880730A (zh) | 确定目标设备的方法、装置及光伏系统 | |
CN109712197B (zh) | 一种机场跑道网格化标定方法及系统 | |
CN110969696A (zh) | 三维建模快速空间重构的方法及系统 | |
CN101329453B (zh) | 一种基于光纤的大视场高分辨率成像装置及其拼接方法 | |
CN113160202A (zh) | 一种裂缝检测方法及系统 | |
CN116330322B (zh) | 基于机器视觉的高精度工业协作机器人系统及控制方法 | |
CN108447042A (zh) | 城市景观影像数据的融合方法及系统 | |
Zhou et al. | Calibration and location analysis of a heterogeneous binocular stereo vision system | |
CN105354855B (zh) | 一种高耸结构外观检测装置及方法 | |
CN112101118A (zh) | 一种远景与近景图像结合的光伏组件定位与匹配方法 | |
CA3111070A1 (en) | Computer vision systems and methods for end to end image inspection |
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 |