CN115776274A - 一种空地联合立体式光伏组件智能运维系统 - Google Patents

Abstract

本发明公开了一种空地联合立体式光伏组件智能运维系统。包括运维机器人和巡检无人机，运维机器人用于对光伏面板进行清扫和/或检测；巡检无人机用于对光伏面板进行拍摄观测，识别得到需要进行清扫和/或检测的维护信息，并发送给所述运维机器人，运维机器人据此运行到对应的光伏面板进行清扫和/或检测。还包括本地监控平台和云平台。通过该系统满足了光伏电站中自动化和智能化的实现侦测、清洁和评估为一体的运维需求，降低了人工维护的成本，提升信息化水平，并具有很好的多场景应用性和扩展性。

Description

一种空地联合立体式光伏组件智能运维系统

技术领域

本发明涉及智能机器人技术领域，尤其涉及一种空地联合立体式光伏组件智能运维系统。

背景技术

光伏电站的核心发电设备是光伏组件，其特点是数量巨大，占地面积广阔，而且对于光照强度非常敏感，保证所有光伏组件的发电效率是光伏电站的运维重点。光伏组件日常维护最重要的一项工作就是清洁光伏表面，避免尘沙覆盖导致发电效率下降。其他影响光伏组件发电效率的因素或故障处理，包括组件因为电和热的问题损坏，因为外力的损坏或变形等，都要及时进行维修和恢复。

另外，除了光伏组件本身的运维工作，逆变器、汇流箱以及连接用的电缆等关键光伏发电设施也是日常运维的重点对象。这些设备设施的运维主要包括易损件更换，缺陷处理以及故障维修恢复等。

对于集中式地面光伏电站来说，还有另一项日常运维的重要工作是场站的安防和火灾隐患的消除。由于光伏电站面积广阔而且一般处于比较偏远的地区，因此，一般只有简单的围栏或完全敞开，人员和牲畜等很容易进入场区造成不必要的运行问题；同时，由于地形开阔，且野草遍地，也容易因为外部因素或电站设备本身发热或放电等因素引起火灾，因此火灾隐患的及时发现和消除也是运维工作的一项重要工作。

随着光伏电站大量投运进入运行期，日常运维工作逐步得到重视，运维的成本和有效性控制也成为大规模电站的关注重点。

发明内容

本发明主要解决的技术问题是提供一种空地联合立体式光伏组件智能运维系统，解决优化光伏电站中自动化和智能化的实现侦测、清洁和评估为一体的运维需求。

为解决上述技术问题，本发明采用的一个技术方案是提供一种空地联合立体式光伏组件智能运维系统，包括运维机器人和巡检无人机，所述运维机器人用于对光伏面板进行清扫和/或检测；所述巡检无人机用于对光伏面板进行拍摄观测，识别得到需要进行清扫和/或检测的维护信息，并发送给所述运维机器人，所述运维机器人据此运行到对应的所述光伏面板进行清扫和/或检测。

可选的，还包括本地监控平台，所述本地监控平台用于对运维机器人、巡检无人机和光伏面板进行统一监控，调度指挥巡检无人机进行飞行观测，获取光伏面板的清洁、运行状态信息，对巡检无人机拍摄图片进行分析处理和本地存储，调度指挥运维机器人进行清扫和检测。

可选的，所述本地监控平台包括边缘计算基础环境、协议解析服务群和业务应用三部分，其中业务应用包括：业务数据汇聚、光伏电站地图维护、终端管理、智能巡检及运维规划、远程设备监控、信息综合展示及查询统计，和/或多维度信息的综合分析预警决策。

可选的，还包括云平台，分布在多地的本地监控平台通过网络汇聚连接到所述云平台，所述云平台的组成包括数字孪生应用层、物联网接入管理层以及智能运维边缘节点层，通过云管边的分层设计，结合处于端层的巡检巡检无人机和运维机器人，构建云管边端的物联网智能化运维体系。

可选的，所述云平台的应用包括全域综合监控分析、基于云边协同的单电站运维管理和/或全域运维成效管理。

本发明的有益效果是：本发明公开了一种空地联合立体式光伏组件智能运维系统。包括运维机器人和巡检无人机，运维机器人用于对光伏面板进行清扫和/或检测；巡检无人机用于对光伏面板进行拍摄观测，识别得到需要进行清扫和/或检测的维护信息，并发送给所述运维机器人，运维机器人据此运行到对应的光伏面板进行清扫和/或检测。还包括本地监控平台和云平台。通过该系统满足了光伏电站中自动化和智能化的实现侦测、清洁和评估为一体的运维需求，降低了人工维护的成本，提升信息化水平，并具有很好的多场景应用性和扩展性。

附图说明

图1是根据本发明一实施例的应用场景示意图；

图2是根据本发明一实施例的运维机器人组成示意图；

图3是根据本发明一实施例的运维机器人底部安装底板示意图；

图4是根据本发明一实施例的本地监控平台组成示意图；

图5是根据本发明一实施例的本地监控平台与云平台网络互联示意图；

图6是根据本发明一实施例的运维机器人与巡检无人机信息交互流程图；

图7是根据本发明一实施例的本地监控平台与运维机器人、巡检无人机信息交互流程图；

图8是根据本发明一实施例的运维机器人自动清扫的流程图；

图9是根据本发明一实施例的运维机器人运动RTK定位示意图；

图10是根据本发明一实施例的运维机器人运动里程计定位示意图；

图11是根据本发明一实施例的清扫机构激光测距调整示意图；

图12是根据本发明一实施例的光伏面板的三维点云示意图；

图13是根据本发明一实施例的光伏面板的平面点云示意图；

图14是根据本发明一实施例的光伏面板的平面点云的校正选取示意图；

图15是根据本发明一实施例的运维机器人的位姿调控运动模型。

具体实施方式

为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本说明书所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。

需要说明的是，除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

图1显示了本发明空地联合立体式光伏组件智能运维系统的实施例，该实施例中包括运维机器人A1和巡检无人机A2，所述运维机器人A1用于对光伏面板A3进行清扫和/或检测；所述巡检无人机A2用于对光伏面板A3进行拍摄观测，识别得到需要进行清扫和/或检测的维护信息，并发送给所述运维机器人A1，所述运维机器人A1据此运行到对应的所述光伏面板A3进行清扫和/或检测。

对于运维机器人A1，其是可以自行行走且带有机械臂的独立机器人系统，其下部的行走平台能够基于RTK定位、行走里程计和IMU惯导仪进行融合使用，提供其在运行定位的精准度。

运维机器人A1主要是用于对光伏面板的表面进行清扫，也可在运维机器人A1上设置多种传感器，对光伏面板和其他光伏组件进行检测，获取光伏组件的工作状态检测维护。

对于检测，主要是针对影响光伏组件发电效率的因素或故障处理，包括组件因为电和热的问题损坏，因为外力的损坏或变形等，都要及时进行维修和恢复。除了光伏组件本身的运维工作，逆变器、汇流箱以及连接用的电缆等关键光伏发电设施也是日常运维的重点对象。这些设备设施的运维主要包括易损件更换，缺陷处理以及故障维修恢复等。

因此，运维机器人A1实现更为丰富的巡检功能，包括近距离光伏表面检查、逆变器、汇流箱、电缆等主要设备设施的检测。

对于巡检无人机A2，主要是通过安装其上的高清晰相机拍摄光伏面板，通过对图片分析处理，识别出污渍，基于找出有污渍照片的巡检无人机拍摄位置，引导运维机器人A1前去清扫。

巡检无人机A2还可以对运维机器人A1清扫后的光伏面板进行拍照和图像分析，进入对清扫效果进行评估。

可选的，在图1中还包括本地监控平台A4，该本地监控平台A4用于对运维机器人A1、巡检无人机A2和光伏面板A3进行统一监控，获取光伏面板的清洁、运行等状态信息，调度指挥运维机器人A1进行清扫和检测，调度指挥巡检无人机A2进行飞行和观测，以及也可以对拍摄图片进行分析处理和本地存储等操作。

可见，本发明的空地联合立体光伏组件智能运维系统主要是由智能化的运维机器人、智能化的巡检无人机和本地监控平台，以及扩展的云平台组成。

其中运维机器人和巡检无人机是现场的信息采集和运维任务执行单元；智能化的运维机器人是现场的核心终端，部署于现场，既是能够自动运行来代替人力的功能性系统，也是现场的一个可以自主行动的移动平台，可以为巡检无人机提供现场基础设施支持，包括停机坪、自动充电模块等。具有机库、机器人本体、机器人通信控制、机械臂以及摄像头、清洁组件等附属组件，并可以为巡检无人机提供停机坪和无线充电设施等。

实现巡检无人机-机器人联合运维体系。通过就地网络与站内边缘端系统通信或通过5G通信直接与云端联系，接受管理配置和运行控制策略，并返回运行的状态和巡检运维结果。

智能巡检无人机系统采用巡检无人机及其飞控解决方案，并通过接口接入云平台，实现与运维机器人系统的空地联合巡检以及智能运维功能。巡检无人机系统依托于运维机器人提供的可移动平台，提供启停场地以及无线充电设施，并与运维机器人共用机库。巡检无人机通过本地无线网络或5G网络与运维机器人系统或直接与本地监控平台通信，获取管理配置、巡检策略、机机联动逻辑等，并返回巡检结果和自身运行状态等。

本地监控平台和云平台是信息融合、运维监控以及运维管理的中心平台。本地监控平台和云平台通过网络与现场所有的巡检无人机和运维机器人以及电站的各种系统进行接口，是系统的大脑，对各种信息进行采集、分析并对巡检无人机和运维机器人进行管理和控制。

可选的，结合图2为运维机器人A1的一个实施例，其中包括：行走平台1、机械臂2和清扫机构3。机械臂2包括三节子臂，相互之间通过转动组件连接。在清扫机构上还设置有检测杆，当运维机器人运动到光伏组件上方，通过安装在检测杆上的视觉、红外、微波等多种方式检测传感器为光伏组件提供实时监测。通过安装光伏元件缺陷检测传感器可以检测光伏元件的病害；通过红外检测传感器可以监测温度是否异常；通过视觉检测与AI图像识别软件，可以检测太阳能电池板的外观质量包括表面有无气泡、划痕、污物等，以及是否有明显的阴影或颜色不均等现象。因此，运维机器人A1除了具有清扫功能外，还具有检测功能。

对于运维机器人A1的自动运行方法包括：

基于卫星导航定位等多种定位导航方式实现自动导航，按照预先设定路线行驶到清扫起点；设置在运维机器人上的激光雷达扫描定位光伏面板平面位姿及起始位姿，机械臂带动清扫机及检测杆运行到合适的位置开始清洗准备；智能行驶平台按照预先设定路线行驶带动机械臂及清扫机开始清洗面板，清洗过程中及时调整清洗机的位置与高度。

可选的，运维机器人在行走过程中实时远程监控与控制，通过远程通讯模块，本地监控平台控制机器人的动作，根据预设路径巡航巡检，可以远程设定机器人到指定位置。通过行走平台运动控制系统，当底盘运动过程中遇到障碍物可以自动避障，调整行走路径。

可选的，当运维机器人的电池余量报警时，自动结束清洗并返回停车库自动充电；当电池充满后发出继续清洗请求，本地监控平台确认后，机器人自动运行到上次的光伏面板处接着清洗。当所有面板清洗结束后自动返回停车库并自动充电，等待下一次清洗调度安排。

可选的，如图3所示，所述行走平台下部的底盘的前侧设置有割草机安装板DP1，所述割草机安装板用于安装底盘割草机，安装底板可以根据需要对割草的高度或深度进行调节，以此可以实现自动割草，能够对光伏组件周边的野草进行清理，避免影响光伏组件的运维。

可选的，运维机器人A1的行走平台1的前侧设置有充电底座，所述充电底座用于给巡检无人机充电。在底盘升降旋转圆柱底座两边安装自动充电装置和电源管理系统，为停放的巡检无人机停置位自动充电。

可选的，对于巡检无人机停放在运维机器人的行走平台上，根据需要自动从平台起飞在光伏场内巡检，通过安装在巡检无人机机上的监控相机拍摄光伏面板表面的污渍，通过机器视觉和神经网络对污渍图片分析处理，例如通过OPENCV与人工智能神经网络模型YOLV5对图片分析处理，识别出污渍，将需要重点清洗的污渍所在面板位置坐标发送给运维机器人，以引导清洗。

可选的，飞行器巡检结束后自动飞回行走平台上空，并通过识别安装在行走平台移上的AR坐标标签，得到停机坪的位姿并自动停到指定位置。行走平台上的充电电源将自动为巡检无人机充电。

可选的，AR坐标标签设置在行走平台的上表面，当巡检无人机识别到AR码后，将自动提取AR码中的方格图像，通过立体视觉计算方法，计算出巡检无人机相对于AR码的3D位姿，通过安装在巡检无人机上的惯导仪测量相对于行走平台的位置，导引巡检无人机停放在行走平台的上表面。

对于本地监控平台，如图4所示，属于部署于光伏电站现场的边侧服务器节点，能够单独运行，也可以与云平台实现云边协同。因此，该本地监控平台具有边缘计算的特征，可以进一步与其他光伏电站现场的本地监控平台进一步互联组成分布在多地的分布式互联监控系统。

对于本地监控平台，具有数据接入、设备管控和运检策略的基本功能，采用边缘计算软件架构，基于虚拟化、轻量容器技术，实现跨平台、高性能、高弹性边缘计算平台。如图4所示，主要由边缘计算基础环境、协议解析服务群和业务应用三个核心部分组成，另外还包括数据存储、设备管理、应用模型、认证鉴权以及安全防护和OTA(远程在线升级)等系统必须的功能。其中业务应用是基于基础功能提供的支持而实现光伏电站现场业务场景功能的关键部分，后面会单独介绍。

其中，本地监控平台包括如下硬件和软件组成：

(1)边缘计算基础环境：实现基于OS+容器的单机/云基础环境，可基于嵌入式设备、服务器、AI芯片等组建基于云或单机的基础边缘服务，运行各种业务系统。边缘计算基础环境的OS部分用于吸收ARM/x86/RISC-V等不同硬件架构及硬件差异，实现基础环境以上业务应用的硬件隔离。主要用于对智能识别空间位置、图像清洁度、图像故障识别等计算应用。

(2)协议解析服务群：在边缘端，实现各种电力专有协议及物联网协议的解析功能，包括MQTT/COAP/IEC61850/HTTP等，并可动态扩展。主要应用于对运维机器人、巡检无人机之间的信息传输协议。

(3)上送/同步：可以在光伏电站内部署宽带自组网无线网络，将运维机器人、巡检无人机和本地监控平台进行自组网，使得本地的通信更为稳定安全可控。

实现对上与物联网云平台、对下与运维机器人、巡检无人机等节点进行数据的上送/同步，并实现服务同步。通过由云端/边缘端的协议文件定义同步内容。

(4)存储：实现数据的本地平台或边缘端存储，供边缘计算应用服务使用，并经过清洗后按需向接入云平台上传及同步。在本地平台与云服务的通讯中断等极端恶劣的情况下，本地监控平台应确保一周以上的存储冗余。

(5)设备管理：可对接入边缘计算平台的汇聚节点设备及传感器进行管理，并可与云端设备管理进行同步。主要是用于对运维机器人、巡检无人机的设备管理。

(6)应用模型：部署及运行各种业务抽取的共通应用模型。根据不同的光伏场地的应用场景设置对应的应用模型。

(7)认证鉴权：针对光伏场站内的设备数据进行认证鉴权，对非法接入进行过滤及报警。主要是对运维机器人、巡检无人机这些设备和用户进行鉴权认证。

(8)安全防护：实现可由本地监控平台推动升级的防火墙、入侵检测功能，对威胁系统安全的攻击、入侵等行为进行主动防护。并能与云平台配合，将威胁数据上送至云平台，由云平台统一启动排查流程、进行防护策略更新等操作。

(9)OTA：对本地监控平台中的应用系统可以进行统一远程空中程序升级，以支持新的业务应用、弥补旧系统缺陷等。具备升级故障自动恢复功能。

进一步的，对于本地监控平台，对应的业务应用主要包括数据汇集、存储和处理、巡检无人机和机器人的通信连接、光伏组件模型的管理、现场所有设备(含巡检无人机和机器人)的监控和管理、系统配置及检修方案管理、人机界面等，具体包括如下：

(1)业务数据汇聚。将通过底层通信接口用IEC101、104、mdbus、IEC61850等协议接入的组件、逆变器、箱变、汇流箱及运维机器人、巡检无人机等各种数据按照统一的数据模型进行过滤和存储，并提供规范化的查询访问接口，供各种业务功能使用。

(2)光伏电站地图维护。为了满足对每一块光伏面板的定位功能，系统需要管理维护一套能够为巡检无人机和机器人提供精确定位空间位置，以及电站内部设备相对位置的一张完善的数字地图，实现光伏电站数字孪生的一个基础设施。通过在地图上准确标识所有电站设施的位置，以及实时获取机器人巡检无人机的当前位置，来为自动巡检和站内导航等功能提供支撑。

(3)终端管理。对接入系统的所有终端设备，主要是机器人和巡检无人机，同时还包括可以接入的光伏电站其他设备，如光伏组件、逆变器、汇流箱、箱式变电站和升压变电站里的各种高压设备。在系统中建立物联设备的孪生数字对象，将设备的基本画像信息、运行参数、通信参数等配置信息以及实时的数据依附于这个孪生模型之上，并提供后台的管理功能。

(4)智能巡检及运维规划。本系统的核心就是能够实现以巡检无人机+运维机器人的空地联合智能运维的体系。因此，系统必须提供智能巡检及运维的规划功能。需要能够通过站内的后台或远程访问方式，实现对智能巡检和智能运维方案的设定和规划，并提供人工远程控制方式的特定智能操作。这些规划结合前述的光伏电站地图和设备模型，并提供可视化的数字孪生的巡检和维护的路线和操作目标，并能够固化为常规的各种方案组合，例如例行巡检、特殊巡视、智能运维点位和触发机制等。提供一整套的虚拟巡检平台，能够提供定制化的方案和对实际的巡检运维过程进行跟踪和监控。

(5)远程设备监控。对于接入的各种设备，应提供统一的基于可视化的远程设备监控功能，以web页面的形式展示基于系统图、孪生地图、GIS以及设备关系树等形式的光伏电站各区域设备的基础信息、视频监控数据、巡检数据、运维数据以及综合分析数据等。并能够对于各种设备的运行状态和当前配置参数进行了浏览。

(6)信息综合展示及查询统计。提供基于光伏电站运维重点关注信息的综合展示功能。以电站运维的成本收益模型为核心，将光伏电站的发电量、运维成本、设备损耗以及场用电电量等信息进行综合分析展示，并以能量流、资金流等方式实现日、周、月、季、年等时间单位的统计分析，为业主的资产运营管理提供决策支持。

(7)多维度信息的综合分析预警决策。充分利用巡检无人机和运维机器人获取的图像信息，采用AI分析算法实现光伏组件各种缺陷的智能识别和预警功能；并能够结合各种接口获得的电气量信息、设备告警信息等对电站的各种设备进行了当前状态评价，并根据状态评价结果给出风险评估和决策建议。

通过上述空地联合立体式光伏组件智能运维系统实施例，可实现这些设备之间的信息交互，以及基于物联网的智能运行，增强对光伏面板及阵列维护的智能化水平，适应多种应用场景，大大减少人工维护成本。以下将对各个设备的组成和相互之间的互联互操作进行具体说明。

进一步的，如图5所示，分布在多地的本地监控平台A4可以通过网络进一步汇聚连接到云平台A5，满足系统的灵活性、扩展性、易维护性和快速工程化等方面的需求，并能够满足多现场海量数据并发处理和控制实时性的要求。

系统的云平台一般部署于公有云或企业私有云上，实现全域范围内的所有光伏电站的智能运维管理功能。基于物联网典型架构的设计，可以根据需要灵活配置系统，当运维覆盖面较大数据交互要求很高时，可以在光伏电站内部署具有云边协同和边缘计算的本地监控平台，边缘计算可以扩展云端的功能，也可以独立运行，用于一个光伏电站的智能运维管控。

云平台和本地监控平台可以通过云边协同机制实现集中和分布的合理统一。云平台与本地监控平台之间通过电站既有的通信网络进行通信或通过5G进行通信。

云平台用于对一个管理区域内所有光伏电站的智能运维进行整体管理和运行。云平台具备边缘节点的所有功能，并能够与边缘节点进行云边协同。

云平台的组成包括数字孪生应用层、物联网接入管理层以及智能运维边缘节点层三个层次，通过云管边的分层设计，结合处于端层的巡检巡检无人机和运维机器人系统，构建完整的云管边(对应本地监控平台)端(对应巡检无人机和运维机器人)物联网智能化运维体系。具体组成包括：

(1)基础平台。为物联网接入平台提供基于虚拟机或容器技术的基础云环境，可自动进行计算资源的快速部署、弹性扩展。可兼容部署于现有电力云系统等现有基础设施。

(2)负载均衡。针对设备并发接入数量及各个服务器的负载情况进行自动判断，在多个服务器间自动调度负载。在云平台服务入口出现故障时可自动切替到备份入口，确保接入云平台服务保持高可用状态。

(3)协议适配。实现MQTT、COAP、Modbus、IEC61850、HTTPS、HTTP2等多种协议的适配、解析、模型化，为电力设备、网关设备、监控设备、视频流传输提供相应的接口协议。实现专业协议与传输协议分离，使得专业用户可专注于应用及模型开发及管理。

(4)设备类型管理。实现对电力设备类型进行统一模型定制，用户可通过简单方式定义各种电网设备。设备模型采用JSON格式描述了设备属性和物联管理中心与设备交互的数据格式。模型文件包括：属性(properties)、状态(state)和命令(commands)三部分。设备的属性信息包括必选字段：设备类型、通信协议，可选字段，例如：厂商ID、厂商名字等信息，以及用户自定义字段。状态部分描述设备上报数据的格式，命令部分描述了下发给设备的命令格式。

云平台支持三种类型的设备：直连终端(能直接连接到云平台的终端设备)，边缘网关(代理云平台和间连设备之间的数据转换和通信)，间连设备(不具备直接连接到云平台的设备，需要借助边缘网关的转发协助)的接入，并且提供对这三种设备类型的管理。

(5)认证鉴权。针对所有电力接入设备，采用证书、密码、设备唯一ID等方式进行接入权限认证，过滤及报警非法访问，确保接入设备与云端的通信安全。

云平台权限管理基于用户、资源、角色三位一体的设计思想，为各个业务系统提供统一的用户与组织管理、受控资源管理、角色管理、用户授权管理、设备权限控制、安全控制管理。用户与组织管理提供基本人员信息和组织信息的管理；资源管理提供系统受控资源的维护与管理；角色管理提供业务角色的定义与配置管理；授权管理为用户管理员提供人员角色的配置；设备权限控制提供人员管理设备的范围；安全控制管理提供资源防盗策略、防跨站攻击策略、防SQL注入攻击策略，保证系统运行的安全性。

(6)统一数据存储。可按需电力系统业务需求存储为分布式、时序、关系、No-SQL数据库；支持分布式存储，容灾备份。

(7)API/通信接入。为接入平台及应用平台提供通信接口。同时开放数据接口为第三方App应用提供数据支撑。

(8)系统运维。实现不同用户、业务对平台的不同权限管理。监控整个系统、软件服务的状态，用于排除故障或扩充资源。实现基本的设备信息、设备状态、所在位置等监控。

云平台的应用包括：

基于上述云平台的组成，并采用云边协同的形式，以各个光伏电站现场的本地监控平台为依托，云平台重点实现全局的光伏电站智能运维综合运营功能，也提供用户对感兴趣的任何特定现场的设备和信息的获取。并提供统一的预警和运维规划服务。这些应用包括：

(1)全域综合监控分析。基于所有光伏电站现场的信息融合，提供全域多站的监控平台以及电站设备的多维信息融合展示功能，但是与本地监控平台不同的是，这里的对象更为宏观，主要通过多站展示和整体的光伏组件和其他电力设备进行综合状态进行展示和统计，为使用者提供全局性的视角。

(2)基于云边协同的单电站运维管理。云平台可以通过和本地监控平台通过云边协同技术，将边缘侧的本地监控平台的运维管理功能映射到云平台，可以通过云主站对某个特定光伏电站的智能运维管理功能。包括对站内巡检方案的管理和监控，对智能化运维操作的规划和监控，对于运维机器人和巡检无人机运行状态及运维参数的实时查询和修改等。并能够对所有历史巡检和运维工作记录进行查询统计，对获取的数据和效果进行统计分析。

(3)全域运维成效管理。通过以设备分类、站域分布等展示方式，通过设备缺陷、故障和运维记录等历史数据开展设备的总体评估，给出某一种设备或终端的综合状态，并进行健康预测和寿命预测，从资产管理的角度对设备进行评估，并进而为检修策略的合理制定提供支撑。

基于上述空地联合立体式光伏组件智能运维系统的组成实施例，以下是对应的应用场景说明：

应用场景一

主要是基于运维机器人和巡检无人机的信息处理能力，以及相互之间的信息交互，实现对光伏面板的观测、引导、自行移动、清扫和评估工作。

具体过程如图6所示，其中包括如下步骤：

步骤S101：巡检无人机飞行抵近光伏面板，对光伏面板表面进行拍摄，并在飞行器上进行图像识别，对面板清洁情况作出判断；因此，这里对飞行器本身要具有较强的图像识别处理能力。

步骤S102：判断光伏面板需要清洁，巡检无人机向运维机器人发出清扫指令，并把光伏面板的清扫信息，通过无线通信直接发送给运维机器人；其中清扫信息包括光伏面板的位置信息、编号信息、周边图像等，供运维机器人识别对应的光伏面板所用。

步骤S103：运维机器人根据接收的清扫信息，自行运动到对应的光伏面板位置进行清扫；

步骤S104：运维机器人清扫完毕后，发送清扫结束信息至巡检无人机；

步骤S105：巡检无人机接收清扫结束信息后，向运维机器人发送下一个有待清扫的光伏面板的清扫信息，或者发送原地待命的指令；

步骤S106：巡检无人机对运维机器人已经清扫过的光伏面板进行拍摄分析，评估清扫效果，若清扫效果未达标，则指挥运维机器人再次清扫；

步骤S107：巡检无人机完成对光伏面板的全部观测或者电量不足，向运维机器人发送返航指令；

步骤S108：运维机器人向巡检无人机发送自身位置信息；

步骤S109：巡检无人机飞回至运维机器人上的停机平台，进行补充充电。

以上过程，主要是利用运维机器人与巡检无人机之间的信息交互和各自独立的信息处理能力实现的，适用于清扫任务较少的应用场景，并且也不需要运维机器人与巡检无人机向外传输信息，仅仅各自存储有运行记录即可。

应用场景二

主要是基于本机监控平台在运维机器人和巡检无人机之间的信息交互和信息处理，实现对光伏面板的观测、引导、自行移动、清扫和评估工作。

具体过程如图7所示，其中包括如下步骤：

步骤S201：本地监控平台向巡检无人机发送飞行侦测指令；

步骤S202：巡检无人机接收到飞行侦测指令后，起飞临近对光伏面板、光伏组件进行观测；

步骤S203：巡检无人机向本地监控平台回传拍摄的图像和对应的位置信息；

步骤S204：本地监控平台对回传图像进行智能识别，判断是否需要清扫或检测；

步骤S205：判断光伏面板需要清洁，向运维机器人发出清扫指令，并附带位置信息，发送给运维机器人；

步骤S206：运维机器人根据接收的清扫指令和位置信息，自行运动到对应的光伏面板位置进行清扫；

步骤S207：运维机器人清扫完毕后，发送清扫结束信息至本地监控平台；

步骤S208：本地监控平台接收清扫结束信息后，向巡检无人机发送评估指令，并附带位置信息；

步骤S209：巡检无人机接收到评估指令后，飞行到对应的光伏面板进行观测；

步骤S210：巡检无人机向本地监控平台回传拍摄的图像和对应的位置信息；

步骤S211：本地监控平台对回传图像进行智能识别，评估清扫效果；根据评估效果决定是否结束清扫，或重新清扫。

步骤S212：本地监控平台根据清扫作业完成情况，适时判断是否完成清扫任务，若清扫任务完成，分别向运维机器人和巡检无人机发送指令。

步骤S213：本地监控平台向运维机器人发送停泊指令，并附带停泊位置信息；

步骤S2131：运维机器人根据接收的停泊指令和位置信息，自行运动到对应的停泊位置；

步骤S214：本地监控平台向巡检无人机发送返航指令，并附带停泊位置信息；

步骤S2141：巡检无人机接收到返航指令后，飞行到对应的停泊位置所在的运维机器人，并停泊在所述运维机器人的平台。

步骤S215：巡检无人机向本地监控平台回传完成停泊信息。

步骤S216：本地监控平台向运维机器人发送入库指令，并附带入库位置信息；

步骤S217：运维机器人携带巡检无人机自行返回入库。

以上过程，主要是利用本地监控平台对运维机器人和巡检无人机指挥调度，适用于清扫任务较重、同时可以有多个运维机器人和多架巡检无人机共同作业的应用场景，对本地监控平台的信息处理能力要求较高，相互之间的通信可靠性和带宽也要求较高。

基于上述的运维机器人，图8显示了本发明运维机器人的智能识别和调整位姿方法的实施例，该实施例中的运维机器人包括设置在机械臂末端的激光扫描雷达，以及在所述机械臂末端设置有清扫机构，清扫机构设置有多个测距激光传感器，该方法包括以下步骤：

步骤S1：运维机器人行驶至临近光伏面板，所述机械臂伸展并带动所述清扫机构置于所述光伏面板的上方；

步骤S2：多个所述测距激光传感器分别测量到所述光伏面板的多个测量距离值，所述运维机器人基于对多个所述测量距离值计算，调整控制所述清扫机构的清扫面与所述光伏面板的表面平行；

步骤S3：所述激光扫描雷达对所述光伏面板所在空域进行扫描，获得面板三维点云数据，所述运维机器人利用所述三维点云数据，识别所述光伏面板的平面和边线，调控所述清扫机构的空间位置，贴近所述光伏面板的表面准备清扫。

可以看出，通过上述运行步骤，运维机器人可以自行运动到光伏面板的位置，这种运维机器人具有很强的自主行动灵活性，增强了其工作的区域范围。运维机器人基于机械臂的调控，在空间调整的自由度也更大，可以使得清扫机构能够适应多种倾斜角度、不同尺度大小的光伏面板。并且，通过测距激光传感器进行精准的距离测量和三维点云数据的采集处理，能够增强所述清扫机构与光伏面板结合的精准性和安全性。

可选的，在步骤S1之前，运维机器人为了行驶至临近光伏面板，除了通常需要给出光伏面板的卫星定位坐标之外，还需要给出更精准的位置定位与跟踪。其中，包括利用载波相位差分技术RTK(Real-time kinematic)进行差分定位，并及时刷新运维机器人在实际空间中的位置。

如图9所示，在光伏电场的四周安装有RTK基站，在运维机器人的行走平台上安装有差分定位器，该差分定位器可以和各个RTK基站进行无线测距。设有RTK基站J₁、J₂、J₃、J₄，差分定位器为P₁(x,y)，选取其中差分定位器最近距离的2个基站J₁、J₂，通过RTK测量反馈的差分定位器与基站的距离：差分定位器P₁(x,y)与基站J₁的距离为l₁，与基站J₂的距离为l₂，基站J₁、J₂的距离为l₀，则有第一夹角θ₁满足和第二夹角θ₂分别满足：cosθ₁＝(l₀ ²+l₁ ²-l₂ ²)/2l₀l₁，cosθ₂＝(l₀ ²+l₂ ²-l₁ ²)/2l₀l₂，运维机器人的定位坐标也以P₁(x,y)来表示，则有：x＝l₁cosθ₁，y＝l₁sinθ₁，由此可以计算出起始点为基站J₁所在位置时，运维机器人的动态位置P₁(x,y)。

可选的，还包括控制运维机器人的运动轮的速度，得到底盘的运动里程计来控制底盘运动位置。如图10所示，其中，轮子到底盘中心的距离l₃，底盘中心圆弧运动的半径r₁，底盘中心线速度v₁，底盘中心角速度ω₁，左轮线速度和右轮线速度分别是：v₂、v₃。以地面作为平面，建立二维平面坐标系，则差速底盘系统存在三个自由度(x,y,θ)，其中，x为底盘的水平坐标，y为竖向坐标，θ为转角。

可选的，通过安装在底盘差速驱动伺服电机的编码器、运动时间可以读出并计算出左右两轮的线速度分别为：v₂、v₃；

在差速运动的过程中，两轮的角速度ω₁相同，即：ω₁＝v₂/(r₁-l₃)＝v₃/(r₁+l₃)，由此计算得到底盘中心圆弧运动半径r₁＝[(v₂+v₃)/(v₃-v₂)]l₃，底盘中心线速度v₁＝(v₂+v₃)/2。

通过底盘初始运动后，计算累计的运动里程得到实际底盘位置，即确定底盘中心的位置初始坐标点为P₂(x₀,y₀,θ₀)，则有：x₀＝r₁ cosθ₀，y₀＝r₁ sinθ₀

在每微小时间dt内，底盘运动的距离为Δx、Δy,底盘运动的角度变化为Δθ则有：Δx＝(v₁cosθ)dt，Δy＝(v₁sinθ)dt，Δθ＝ω₁dt。再通过积分，基于初始位置可以计算出底盘动态运动过程中的实时坐标P₂(x,y,θ)：x＝x₀+积分(Δx)；y＝y₀+积分(Δy)；θ＝θ₀+积分(Δθ)。

可选的，通过安装在行走平台上的IMU惯导仪，动态测量底盘的实际位置P₃(x,y)。进一步的，通过上述RTK定位、行走里程计，以及IMU惯导仪进行融合使用，综合计算比较行走平台通过RTK定位、里程计计算、IMU惯导仪确定运维机器人的位置，当RTK定位、里程计计算、IMU惯导仪分别测量的运维机器人的位置P₁(x,y)、P₂(x,y,θ)、P₃(x,y)的误差大于设定阈值(默认200mm)时报警。

由此，基于上述对运维机器人的运行控制，可以确保运维机器人能够准确到达需要清扫的光伏面板所在位置，即在所述运维机器人行驶至临近光伏面板之前，所述运维机器人识别所述光伏面板的三维空间位置，所述机械臂控制控制所述清洗机构运动至光伏面板的起始位置。

对于步骤S1，运维机器人行驶至临近光伏面板，所述机械臂伸展并带动所述清扫机构置于所述光伏面板的上方。可选的，由于光伏面板的倾斜角度可以调控，或者光伏面板有多种倾斜角度设置，这就需要清扫机构具有相同的倾斜角度，能够与光伏面板的表面平行，维持需要能够根据清扫机构与光伏面板的表面之间的相对位置，对清扫机构的角度朝向进行调控。

对于步骤S2，进一步如图11所示，所述测距激光传感器有4个，即M1、M2、M3、M4，固定设置在所述清扫机构上，例如清扫机构为矩形，分布在四个角部，若是圆形则可以均匀分布在圆周周边。对应的，在图11中，4个测距激光传感器分别测量到所述光伏面板的垂直距离，对应相当于到光伏面板上4个垂直投影点T1、T2、T3、T4的垂直距离。由于机械臂末端M0相对于清扫机构固定不变，可以作为参考点。由4个垂直投影点T1、T2、T3、T4中任意三个投影点可以分别组成4个平面，即第一投影面T1T2T3、第二投影面T1T2T4、第三投影面T2T3T4、第四投影面T1T3T4，根据已有的机械臂末端M0与清扫机构的空间位置数据，以及测量距离分别计算机械臂末端M0到这4个投影面的投影距离，然后对这4个投影距离求平均值，就可以获得机械臂末端M0到光伏面板的距离。

进一步的，根据4个测距激光传感器分别测量到所述光伏面板的垂直距离，对清扫机构的姿态进行调整，然后再次测量这4个垂直距离，以及进一步多次调整直至这4个垂直距离趋向接近相等，则表明清扫机构的清扫面与所述光伏面板的表面平行。

安装在清扫机构上的测距激光传感器及时反馈与光伏面板的距离，当距离偏离设定的阈值(如5mm)时，及时动态调整机械臂，保证清扫机能够接触到光伏面板，但不会压坏面板。

可选的，所述激光扫描雷达对所述光伏面板所在空域进行扫描，获得面板三维点云数据，所述运维机器人利用所述三维点云数据，识别所述光伏面板的平面和边线，调控所述清扫机构的空间位置，贴近所述光伏面板的表面准备清扫。

对于步骤S3，所述获得面板三维点云数据的方法包括：在所述激光扫描雷达对所述光伏面板所在空域进行扫描，获得面板三维点云数据之后，对面板三维点云数据进行预处理，通过设定相邻点云之间的空间阈值，例如默认8mm，则把明显大于该阈值的点云排除，剔除地面、其它面板、支架等不需要的点云，减少计算量并增强点云质量。

进一步的，还可以基于光伏面板的已知结构尺寸，设定光伏面板的整体结构阈值范围，光伏面板的整体结构接近为长方体，其中包括厚度阈值、行走宽度阈值和上下长度阈值。如图12所示，为光伏面板的示意图，其中厚度阈值F1取值范围可以是±8mm，行走宽度阈值F2取值范围可以是±1000mm,以及上下长度阈值F3取值范围可以是±3000mm。通过该光伏面板的整体结构阈值范围，可以对点云数据进行整体轮廓的设定，组成的长方体内的点云为有效点云储值，作为光伏面板整体点云集合PM，排除明显不在该区域范围的点云数据。

可选的，进一步识别所述光伏面板所在平面的方法包括：从所述光伏面板整体点云集合PM中第一次随机取出拟合的第一次平面子集PM(1)，如图13所示；然后，如图14所示，从所述光伏面板整体点云集合中选取到所述第一次平面子集PM(1)的距离小于设定阈值QM的点云，则认为这些点云有效，与第一次平面子集PM(1)中的点云组合在一起，得到校正平面子集；进一步对所述校正平面子集范围内的点云求平均，拟合出第二平面子集QN，如果第二平面子集中的点云数量大于第一次平面子集PM(1)的点云数量，则把第一次平面子集PM(1)中点云更新为第二平面子集中的点云。

然后，从所述光伏面板整体点云集合PM中第二次随机取出拟合的第二次平面子集PM(2)，并按照相同的方法对第二次平面子集PM(2)进行校正，若第二次平面子集PM(2)中点云的数量等于或小于第一次平面子集PM(1)的点云数量，则以第一次平面子集PM(1)为最终的光伏面板的平面点云集合；若第二次平面子集PM(2)中点云的数量大于第一次平面子集PM(1)的点云数量，则继续从所述光伏面板整体点云集合PM中第三次随机取出拟合的第三次平面子集PM(3)和校正，直至获得的第n次平面子集PM(n)中的点云数量不再增加为止，则以第n次平面子集PM(n)为最终的光伏面板的平面点云集合。

可选的，获得光伏面板的平面点云集合后，可以作为相对于机械臂的位姿的及时反馈对象，动态控制机械臂末端的运动。

可选的，识别所述光伏面板的边线的方法包括：从所述光伏面板整体点云集合PM中第一次随机取出拟合的第一次边线子集PX(1)；然后，从所述光伏面板整体点云集合中选取到所述第一次边线子集PX(1)的距离小于设定阈值的点云，则认为这些点云有效，与第一次边线子集PX(1)中的点云组合在一起，得到校正边线子集；进一步对所述校正边线子集范围内的点云求平均，拟合出第二边线子集，如果第二边线子集中的点云数量大于第一次边线子集PX(1)的点云数量，则把第一次边线子集PX(1)中点云更新为第二边线子集中的点云。

然后，从所述光伏面板整体点云集合PM中第二次随机取出拟合的第二次边线子集PX(2)，并按照相同的方法对第二次边线子集PX(2)进行校正，若第二次边线子集PX(2)中点云的数量等于或小于第一次边线子集PX(1)的点云数量，则以第一次边线子集PX(1)为最终的光伏面板的边线点云集合；若第二次边线子集PX(2)中点云的数量大于第一次边线子集PX(1)的点云数量，则继续从所述光伏面板整体点云集合PM中第三次随机取出拟合的第三次边线子集PX(3)并校正，直至获得的第n次边线子集PX(n)中的点云数量不再增加为止，则以第n次边线子集PX(n)为最终的光伏面板的边线点云集合。

可选的，获得光伏面板的边线点云集合后，可以作为相对于机械臂的位姿的及时反馈对象，动态控制机械臂末端的运动。

在首次定位的过程中，根据激光扫描雷达扫描的面板点云提取平面位姿和边框直线位姿，作为运维机器人的起始定位，再通过6自由度逆向求解计算机械臂末端M0坐标的位姿来控制机械臂运动。

调控所述清扫机构的空间位置的方法包括：

如图15所示，其中的三维坐标轴中X轴表示上下方向，Y轴表示左右方向，Z轴(垂直纸面)表示前后方向，也是机器人清扫过程中前后运行的方向。

在正常小车行走清扫的过程中，主要偏差来自于地面的不平整和光伏面板空间尺寸变化、以及运行误差带来的影响。其中，沿Y轴的摇摆可以通过安装在机械臂与清扫机构之间的左右摇摆支撑轴，以及行走在面板上的支撑滚轮来自适应调整；沿Z轴的摇摆可以通过安装在机械臂与清扫机构之间的前后摇摆支撑轴，以及行走在面板上的支撑滚轮来自适应调整。

另外，对于机械臂的末端点是M₀(x₀,y₀)离光伏面板PV的距离需要建立在X轴和Y轴的二维平面上，末端点M₀(x₀,y₀)在该二维平面的运动模型来实时监测反馈闭环控制：即通过基摇摆臂JZB、基摇摆臂JZB末端与末端点M₀(x₀,y₀)连线的虚拟臂XNB的联合运动学分析来调整。具体如下：

建立运维机器人末端位姿反馈调整的2自由度运动学模型，包括：在图15中机械臂的末端点是M₀(x₀,y₀)，基摇摆臂的长度为b₁，基摇摆臂的末端与M₀(x₀,y₀)连线的虚拟臂的长度为b₂；基摇摆臂与Y轴的夹角为θ₃，基摇摆臂与虚拟臂的夹角为θ₄，基摇摆臂的首端至M₀(x₀,y₀)连线与Y轴的夹角为θ₃₂，且有θ₃₁＝θ₃-θ₃₂。

进一步的，满足如下结构位置关系：

x₀ ²+y₀ ²＝b₁ ²+b₂ ²-2b₁b₂cos(180°-θ₄)，对应有：cosθ₄＝(x₀ ²+y₀ ²-b₁ ²-b₂ ²)/2b₁b₂

以及，还有tanθ₃₂＝x₀/(-y₀)，

根据上述结构位置关系，可以对运维机器人末端位姿进行反馈调整，保持清扫结构与光伏面板之间的姿态匹配。

可选的，在清扫机构的面板上还设置有力触传感器，及时反馈清扫机构与光伏面板之间的压力，当压力大于设定的阈值时，及时动态调整机械臂上扬，保证清扫机构不会压坏光伏面板。

由此，本发明公开了一种空地联合立体式光伏组件智能运维系统。包括运维机器人和巡检无人机，运维机器人用于对光伏面板进行清扫和/或检测；巡检无人机用于对光伏面板进行拍摄观测，识别得到需要进行清扫和/或检测的维护信息，并发送给所述运维机器人，运维机器人据此运行到对应的光伏面板进行清扫和/或检测。还包括本地监控平台和云平台。通过该系统满足了光伏电站中自动化和智能化的实现侦测、清洁和评估为一体的运维需求，降低了人工维护的成本，提升信息化水平，并具有很好的多场景应用性和扩展性。

以上仅为本发明的实施例，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)

1.一种空地联合立体式光伏组件智能运维系统，其特征在于，包括运维机器人和巡检无人机，所述运维机器人用于对光伏面板进行清扫和/或检测；所述巡检无人机用于对光伏面板进行拍摄观测，识别得到需要进行清扫和/或检测的维护信息，并发送给所述运维机器人，所述运维机器人据此运行到对应的所述光伏面板进行清扫和/或检测。

2.根据权利要求1所述的空地联合立体式光伏组件智能运维系统，其特征在于，还包括本地监控平台，所述本地监控平台用于对运维机器人、巡检无人机和光伏面板进行统一监控，调度指挥巡检无人机进行飞行观测，获取光伏面板的清洁、运行状态信息，对巡检无人机拍摄图片进行分析处理和本地存储，调度指挥运维机器人进行清扫和检测。

3.根据权利要求2所述的空地联合立体式光伏组件智能运维系统，其特征在于，所述本地监控平台包括边缘计算基础环境、协议解析服务群和业务应用三部分，其中业务应用包括：业务数据汇聚、光伏电站地图维护、终端管理、智能巡检及运维规划、远程设备监控、信息综合展示及查询统计，和/或多维度信息的综合分析预警决策。

4.根据权利要求2所述的空地联合立体式光伏组件智能运维系统，其特征在于，还包括云平台，分布在多地的本地监控平台通过网络汇聚连接到所述云平台，所述云平台的组成包括数字孪生应用层、物联网接入管理层以及智能运维边缘节点层，通过云管边的分层设计，结合处于端层的巡检巡检无人机和运维机器人，构建云管边端的物联网智能化运维体系。

5.根据权利要求2所述的空地联合立体式光伏组件智能运维系统，其特征在于，所述云平台的应用包括全域综合监控分析、基于云边协同的单电站运维管理和/或全域运维成效管理。

6.根据权利要求1所述的空地联合立体式光伏组件智能运维系统，其特征在于，所述运维机器人和巡检无人机实现对光伏面板的观测、引导、自行移动、清扫和评估的方法步骤包括：

巡检无人机飞行抵近光伏面板，对光伏面板表面进行拍摄，并在飞行器上进行图像识别，对面板清洁情况作出判断；

判断光伏面板需要清洁，巡检无人机向运维机器人发出清扫指令，并把光伏面板的清扫信息，通过无线通信直接发送给运维机器人；

运维机器人根据接收的清扫信息，自行运动到对应的光伏面板位置进行清扫；

运维机器人清扫完毕后，发送清扫结束信息至巡检无人机；

巡检无人机接收清扫结束信息后，向运维机器人发送下一个有待清扫的光伏面板的清扫信息，或者发送原地待命的指令；

巡检无人机对运维机器人已经清扫过的光伏面板进行拍摄分析，评估清扫效果，若清扫效果未达标，则指挥运维机器人再次清扫；

巡检无人机完成对光伏面板的全部观测或者电量不足，向运维机器人发送返航指令；

运维机器人向巡检无人机发送自身位置信息；

巡检无人机飞回至运维机器人上的停机平台，进行补充充电。

7.根据权利要求2所述的空地联合立体式光伏组件智能运维系统，其特征在于，所述本机监控平台在运维机器人和巡检无人机之间信息交互和信息处理，实现对光伏面板的观测、引导、自行移动、清扫和评估的方法步骤包括：

本地监控平台向巡检无人机发送飞行侦测指令；

巡检无人机接收到飞行侦测指令后，起飞临近对光伏面板、光伏组件进行观测；

巡检无人机向本地监控平台回传拍摄的图像和对应的位置信息；

本地监控平台对回传图像进行智能识别，判断是否需要清扫或检测；判断光伏面板需要清洁，向运维机器人发出清扫指令，并附带位置信息，发送给运维机器人；

运维机器人根据接收的清扫指令和位置信息，自行运动到对应的光伏面板位置进行清扫；

运维机器人清扫完毕后，发送清扫结束信息至本地监控平台；

本地监控平台接收清扫结束信息后，向巡检无人机发送评估指令，并附带位置信息；

巡检无人机接收到评估指令后，飞行到对应的光伏面板进行观测；

巡检无人机向本地监控平台回传拍摄的图像和对应的位置信息；

本地监控平台对回传图像进行智能识别，评估清扫效果；根据评估效果决定是否结束清扫，或重新清扫。

8.根据权利要求1-7任一项所述的空地联合立体式光伏组件智能运维系统，其特征在于，所述运维机器人包括设置在机械臂末端的激光扫描雷达，以及在所述机械臂末端设置有清扫机构，清扫机构设置有多个测距激光传感器，自行清扫的方法包括以下步骤：

运维机器人行驶至临近光伏面板，所述机械臂伸展并带动所述清扫机构置于所述光伏面板的上方；

多个所述测距激光传感器分别测量到所述光伏面板的多个测量距离值，所述运维机器人基于对多个所述测量距离值计算，调整控制所述清扫机构的清扫面与所述光伏面板的表面平行；

所述激光扫描雷达对所述光伏面板所在空域进行扫描，获得面板三维点云数据，所述运维机器人利用所述面板三维点云数据，识别所述光伏面板的平面和边线，调控所述清扫机构的空间位置，贴近所述光伏面板的表面清扫。

9.根据权利要求8所述的空地联合立体式光伏组件智能运维系统，其特征在于，所述测距激光传感器有4个，即M1、M2、M3、M4，固定设置在所述清扫机构上，4个测距激光传感器分别测量到所述光伏面板的垂直距离，对应相当于到光伏面板上4个垂直投影点T1、T2、T3、T4的垂直距离；机械臂末端M0相对于清扫机构固定不变，作为参考点，由4个垂直投影点T1、T2、T3、T4中任意三个投影点分别组成4个投影平面，即第一投影面T1T2T3、第二投影面T1T2T4、第三投影面T2T3T4、第四投影面T1T3T4，分别计算机械臂末端M0到这4个投影面的投影距离，然后对这4个投影距离求平均值，获得机械臂末端M0到光伏面板的距离。

10.根据权利要求8所述的空地联合立体式光伏组件智能运维系统，其特征在于，所述获得面板三维点云数据的方法包括：在获得面板三维点云数据之后，对面板三维点云数据进行预处理，通过设定相邻点云之间的空间阈值，则把明显大于该阈值的点云排除，获得光伏面板整体点云集合PM。

Images