CN115908049B - 一种基于智能识别的风机叶片悬停位置动态识别系统 - Google Patents

Abstract

本发明提供了一种基于智能识别的风机叶片悬停位置动态识别系统，所述风机叶片悬停位置动态识别系统包括服务器、以及至少两架无人机，所述风机叶片悬停位置动态识别系统还包括路径规划模块、交互模块、数据采集模块，所述路径规划模块用于对无人机的巡检路线进行规划，所述数据采集模块用于采集向邻近的风力发电机的叶片的图像数据，并对所述图像数据进行评估，所述交互模块用于将数据采集模块的分析结果在至少两架无人机中进行传输，以使得两架无人机中的数据同步。本发明通过采集单元和评估单元的相互配合，使得无人机的状态能够被精准确定，并配合巡检无人机对叶片进行巡检，提升对叶片的监控精度。

Description

一种基于智能识别的风机叶片悬停位置动态识别系统

技术领域

本发明涉及风力发电机监控或测试技术领域，尤其涉及一种基于智能识别的风机叶片悬停位置动态识别系统。

背景技术

风力发电是指把风的动能转为电能，由于风能是一种清洁的可再生能源，因此越来越受到重视。风力发电所需要的装置，称作风力发电机组。风力发电机组包括风轮、发电机，风轮中含叶片、轮毂、加固件等组成，发电机设置在机舱内，叶片受风力旋转发电。可见，叶片是风力发电的过程的核心部件。

如CN108087210B现有技术公开了一种风力发电机组叶片异常识别方法及装置，叶片在旋转发电的过程中，由于长期暴露在自然环境中，在长期运行后可能出现开裂、断裂等情况，这将严重影响风力发电机组的正常运行。风力发电机组的叶片在出现裂纹到开裂、断裂的过程，是一个随着时间的积累逐步恶化的过程。当叶片出现大幅开裂或者断裂时，风机运行的平稳性受到影响，会导致风机运行的故障率增加，当出现频繁故障时，也能够发现叶片失效的问题。

另一种典型的如CN113324548B的现有技术公开的一种风力发电机叶片巡检路径的规划方法，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、引流罩、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。比如风机叶片上承受相当大的压力，需定期检查叶片以尽早检测和修理各种缺陷，避免小缺陷发展为降低叶片寿命或发生危险；再比如在风雪、沙暴天气侵袭时，极有必要巡检探查叶片表面损坏情况，以制定维护方案。

同时，现有技术中还存在巡检效率低下、仅能针对单台或者若干台进行巡检，无法针对大规模的风力发电机进行规模的巡检，同时，也缺乏对一整排风力发电机的巡检路径规划。

为了解决本领域普遍存在巡检路径规划精度低、巡检效率低下、无法针对一整排风力发电机进行巡检、对风力发电机的巡检适用性较差和无人机协同配合能力差等等问题，作出了本发明。

发明内容

本发明的目的在于，针对目前所存在的不足，提出了一种基于智能识别的风机叶片悬停位置动态识别系统。

为了克服现有技术的不足，本发明采用如下技术方案：

一种基于智能识别的风机叶片悬停位置动态识别系统，所述风机叶片悬停位置动态识别系统包括服务器、以及至少两架无人机，所述风机叶片悬停位置动态识别系统还包括路径规划模块、交互模块、数据采集模块，所述服务器分别与所述交互模块、所述数据采集模块和所述路径规划模块连接，

所述路径规划模块用于对无人机的巡检路线进行规划，所述数据采集模块用于采集向邻近的风力发电机的叶片的图像数据，并对所述图像数据进行评估，所述交互模块用于将数据采集模块的分析结果在至少两架无人机中进行传输，以使得两架无人机中的数据同步；

其中，所述数据采集模块设置在至少两架无人机中的一架上，形成侦查无人机，使得至少两架无人机中的其他无人机为巡检无人机，

所述数据采集模块包括数据采集单元、以及评估单元，所述数据采集单元用于采集所述风力发电厂的图像数据，所述评估单元根据所述数据采集单元的图像数据对所述叶片的巡检位置进行评估；

所述数据采集单元包括双目检测探头、以及数据存储器，所述双目检测探头用于采集相邻近的风力发电机的叶片的图像数据，数据存储器用于对所述图像数据进行分析；

所述评估单元获取所述双目检测探头采集得到的相邻的两个叶片的图像数据，并进行处理后识别出叶片，得到叶片的二维几何信息，并将深度信息与二维几何信息进行融合得到关于叶片图像的景深信息；

所述评估单元根据相邻近的两个叶片的景深信息，并根据物理光学高斯公式、以及所述双目检测探头与相邻近的叶片之间形成的相似三角形的关系，计算相邻近的叶片的前景深Front、以及相邻近的叶片的后景深back：

式中，F为所述双目检测探头的光圈值，δ为单位像素边长，u为物距，f为焦距；

所述评估单元获取叶片的图像数据，并对所述图像数据进行处理，以提取出各个叶片的边缘像素，所述处理包括灰度化、二值化和边缘提取，使所述风机图像形成多个叶片区域；

其中，在多个叶片区域中获取相邻近的叶片尖端的边缘像素点A(x₁，y₁)和叶片尖端的边缘像素点B(x₂，y₂)；

所述评估单元相邻近的叶片尖端的边缘像素点A(x₁，y₁)和叶片尖端的边缘像素点B(x₂，y₂)，计算相邻近的叶片尖端的边缘像素点A、相邻近的叶片尖端的边缘像素点B之间的距离Distant：

所述评估单元获取相邻近的叶片尖端的边缘像素点A、相邻近的叶片尖端的边缘像素点B(x₂，y₂)之间距离、邻近的叶片的前景深Front、以及邻近的叶片的后景深back，若同时满足下式，则触发允许所述巡检无人机对相邻两个叶片之间进行巡检：

式中，Monitor为系统设定的巡检安全距离阈值，Range为系统设定的景深安全距离。

可选的，所述交互模块包括交互单元、以及数据接收单元，所述交互单元用于在侦查无人机和巡检无人机之间进行数据的交互，所述数据接收单元之间用于接收侦查无人机发出的交互数据，使所述巡检无人机能够根据交互数据对叶片进行巡检；

所述交互单元包括交互传输器、交互管理终端，所述交互管理终端用于对所述交互传输器之间的交互身份进行管理，所述交互传输器用于将交互数据传输至经过授权并建立传输关系的其他的交互传输器上；

其中，所述交互模块分别设置在巡检无人机和侦查无人机上。

可选的，所述路径规划模块包括引导单元、以及辅助监控单元，所述引导单元用于对所述巡检无人机进行辅助引导，所述辅助监控单元用于对无人机的巡检状态进行监控，并触发对所述侦查无人机对下一位置的叶片进行侦查；

所述引导单元包括路径分析子单元、以及数据接收器，所述路径分析子单元根据所述巡检无人机巡检过程中的障碍物、以及操作者对单个叶片设定的巡检点位的数据，生成巡检规划路线，所述数据接收器接收所述路径分析子单元分析形成的巡检规划路线数据，以使所述巡检无人机根据所述巡检规划路线控制无人机对叶片进行巡检。

可选的，所述辅助监控单元包括定位器、以及任务监控单元，所述任务监控单元对巡检无人机的当前巡检任务的完成状态进行监控，所述定位器用于对巡检无人机的位置进行定位；

其中，若上一处区域的巡检规划路线的巡检任务完成后，控制所述巡检无人机在距离下一巡检区域的安全距离处悬停，以等待路径分析子单元生成巡检规划路线。

可选的，所述路径规划模块设置在所述巡检无人机上，使所述巡检无人机在巡检过程中根据障碍物的位置自行调整巡检路线。

可选的，所述侦查无人机每侦查一次，则触发对巡检无人机对侦查的相邻近的两个叶片进行巡检。

本发明所取得的有益效果是：

1.通过采集单元和评估单元的相互配合，使得无人机的状态能够被精准确定，并配合巡检无人机对叶片进行巡检，提升对叶片的监控精度；

2.通过设置在巡检无人机和侦查无人机上的交互模块之间进行数据的交互，使得侦查无人机和巡检无人机之间的数据能够互联互通，提升对整个叶片巡检过程的安全性和高效性；

3.通过多个巡检规划路线之间组合，使得巡检无人机能够不断的更新巡检规划路线，以提升整个巡检过程，同时，还针对不同叶片的悬停位置的不同重新设定巡检规划路线，使得巡检规划路线能不断的调整，提升整个系统对不同环境的主动适应能力，也更加的适用于多种复杂环境的需要；

4.通过侦查无人机与巡检无人机的配合，使得巡检无人机在对叶片进行巡检的过程中，能相互协同配合，以提升整个系统的自动巡检的能力，具有巡检适用广、无人机之间协同能力高、智能程度高、交互性好和可靠性极佳的优点；

5.通过预警模块和提示单元的相互配合，使得操作者能直观的获得侦查无人机或巡检无人机的状态，提升整个系统的风险预警和风险察觉能力。

附图说明

从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。

图1为本发明的整体方框示意图。

图2为本发明的分析单元分析流程示意图。

图3为本发明的辅助监控单元对巡检无人机的任务监控流程示意图。

图4为本发明的巡检无人机的结构示意图。

图5为本发明的侦查无人机的结构示意图。

图6为本发明的侦查无人机和巡检无人机对叶片的巡检场景示意图。

图7为本发明的双目检测探头对相邻近的叶片前景和相邻近的叶片后景的模型示意图。

附图标号说明：1-侦查无人机；2-双目检测探头；3-巡检无人机。

具体实施方式

以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的精神下进行各种修饰与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。

实施例一。

根据图1、图2、图3、图4、图5、图6、图7所示，本实施例提供一种基于智能识别的风机叶片悬停位置动态识别系统，所述风机叶片悬停位置动态识别系统包括服务器、以及至少两架无人机，所述风机叶片悬停位置动态识别系统还包括路径规划模块、交互模块、数据采集模块，所述服务器分别与所述交互模块、所述数据采集模块和所述路径规划模块连接，

所述路径规划模块用于对无人机的巡检路线进行规划，所述数据采集模块用于采集向邻近的风力发电机的叶片的图像数据，并对所述图像数据进行评估，所述交互模块用于将数据采集模块的分析结果在至少两架无人机中进行传输，以使得两架无人机中的数据同步；

其中，所述数据采集模块设置在至少两架无人机中的一架上，形成侦查无人机，使得至少两架无人机中的其他无人机为巡检无人机；

所述风机叶片悬停位置动态识别系统还包括中央处理器，所述中央处理器分别与路径规划模块、交互模块、数据采集模块控制连接，并基于所述中央处理器对路径规划模块、交互模块、数据采集模块进行集中控制；

在本实施例中，至少两架无人机飞行到巡检的风力放电机位置，并通过至少两架无人机对所述风力发电机的叶片进行巡检，以实现对所述叶片状态的监测；

同时，在对所述叶片进行监测的过程中，将至少两架无人机分成侦查无人机和巡检无人机，并通过巡检无人机与侦查无人机之间的协同配合，促使无人机能根据叶片的悬停位置动态调整巡检路线，促使无人机之间能够对叶片进行动态的巡检；

所述数据采集模块包括数据采集单元、以及评估单元，所述数据采集单元用于采集所述风力发电厂的图像数据，所述评估单元根据所述数据采集单元的图像数据对所述叶片的巡检位置进行评估；

通过所述采集单元和所述评估单元的相互配合，使得无人机的状态能够被精准确定，并配合巡检无人机对所述叶片进行巡检，提升对叶片的监控精度；

所述数据采集单元包括双目检测探头、以及数据存储器，所述双目检测探头用于采集相邻近的风力发电机的叶片的图像数据，数据存储器用于对所述图像数据进行分析；

所述评估单元获取所述双目检测探头采集得到的相邻的两个叶片的图像数据，并进行处理后识别出叶片，得到叶片的二维几何信息，并将深度信息与二维几何信息进行融合得到关于叶片图像的景深信息；

如图7所示，根据物理光学高斯公式可知，相邻叶片的物距满足：

式中，u为物距，f为焦距，v为像距；

由上式推到得到：

根据图7，并根据相似三角形关系，可得：

式中，F为所述双目检测探头的光圈值，δ为单位像素边长，其值为图像数据的固有参数，可根据双目检测探头所采集的图像数据直接获得；

综合以上三个式子，可以推导得到相邻近的叶片的前景深Front、以及相邻近的叶片的后景深back；

所述评估单元根据相邻近的两个叶片的景深信息，并根据物理光学高斯公式、以及所述双目检测探头与相邻近的叶片之间形成的相似三角形的关系，计算相邻近的叶片的前景深Front、以及相邻近的叶片的后景深back：

式中，F为所述双目检测探头的光圈值，δ为单位像素边长，其值为图像数据的固有参数，可根据双目检测探头所采集的图像数据直接获得，u为物距，f为焦距；

所述评估单元获取叶片的图像数据，并对所述图像数据进行处理，以提取出各个叶片的边缘像素，所述处理包括灰度化、二值化和边缘提取，使采集的所述风机图像形成多个叶片区域；

其中，在多个叶片区域中获取相邻近的叶片尖端的边缘像素点A(x₁，y₁)和叶片尖端的边缘像素点B(x₂，y₂)；

所述评估单元相邻近的叶片尖端的边缘像素点A(x₁，y₁)和叶片尖端的边缘像素点B(x₂，y₂)，计算相邻近的叶片尖端的边缘像素点A、相邻近的叶片尖端的边缘像素点B之间的距离Distant：

所述评估单元获取相邻近的叶片尖端的边缘像素点A、相邻近的叶片尖端的边缘像素点B(x₂，y₂)之间距离、邻近的叶片的前景深Front、以及邻近的叶片的后景深back，若同时满足下式，则触发允许所述巡检无人机对相邻两个叶片之间进行巡检：

式中，Monitor为系统设定的巡检安全距离阈值，Range为系统设定的景深安全距离；

在所述巡检无人机被允许巡检后，所述巡检无人机从悬停状态转入对上述允许巡检的叶片进行巡检，以确定所述叶片的状态进行监控；

同时，在进行巡检的过程中，所述巡检无人机与所述侦查无人机之间通过交互模块进行数据交互，以实现侦查无人机和所述巡检无人机之间的协同，以提升巡检的精度和安全性；

在本实施例中，通过侦查无人机和巡检无人机的配合，极大降低了巡检无人机的侦查效率和巡检的精度；

其中，所述交互模块分别设置在巡检无人机和侦查无人机上；

可选的，所述交互模块包括交互单元、以及数据接收单元，所述交互单元用于在侦查无人机和巡检无人机之间进行数据的交互，所述数据接收单元之间用于接收侦查无人机发出的交互数据，使所述巡检无人机能够根据交互数据对叶片进行巡检；

所述交互单元包括交互传输器、交互管理终端，所述交互管理终端用于对所述交互传输器之间的交互身份进行管理，所述交互传输器用于将交互数据传输至经过授权并建立传输关系的其他的交互传输器上；

同时，通过设置在巡检无人机和所述侦查无人机上的交互模块之间进行数据的交互，使得侦查无人机和巡检无人机之间的数据能够互联互通，提升对整个叶片巡检过程的安全性和高效性；

同时，在进行数据交互之前，需要通过所述交互管理终端对所述巡检无人机和侦查无人机之间进行配对并绑定，以建立数据传输的交互通道，促使数据传输能更加的顺畅；

至于如何将侦查无人机和所述巡检无人机之间建立配对和绑定关系是本领域的技术人员所熟知的技术手段，本领域的技术人员可以查询相关的技术手册获知该技术，因而在本实施例中不再一一赘述；

可选的，所述路径规划模块设置在所述巡检无人机上，使所述巡检无人机在巡检过程中根据障碍物的位置自行调整巡检路线；

可选的，所述路径规划模块包括引导单元、以及辅助监控单元，所述引导单元用于对所述巡检无人机进行辅助引导，所述辅助监控单元用于对无人机的巡检状态进行监控，并触发对所述侦查无人机对下一位置的叶片进行侦查；

所述引导单元包括路径分析子单元、以及数据接收器，所述路径分析子单元根据所述巡检无人机巡检过程中的障碍物、以及操作者对单个叶片设定的巡检点位的数据，生成巡检规划路线，所述数据接收器接收所述路径分析子单元分析形成的巡检规划路线数据，以使所述巡检无人机根据所述巡检规划路线控制无人机对叶片进行巡检；

所述路径分析子单元获取巡检位置和地形/地图数据，确定参加巡检的无人机的数量n、巡检的距离、转弯半径和巡检高度；

其中，确定参加巡检的无人机的数量N、巡检位置和地形图数据，以规划出的巡检点位序列{S₀，S₁，…，S_n-1，S_n}，其中，每个巡检点位之间的巡检距离为：

式中，为P_i-1、P_i巡检点位之间的直线距离；i∈n；

根据巡检距离计算各个巡检点位之间的路径预估系数E，则路径预估系数E根据下式进行计算：

式中，Pmin为系统设定的巡检无人机在P₀与P_n的最小直线长度；

另外，上述对所述叶片的巡检点位进行确定的过程中，需要通过所述叶片的当前姿势、以及操作者设定的巡检位置共同确定，这是本领域技术人员熟知的，因而在本实施例中不再赘述；

同时，所述路径分析子单元还对巡检无人机的最小转弯半径r_min，并计算所述巡检无人机的转弯半径调整系数R_r，则转弯半径调整系数R_r根据下式进行计算：

式中，r_i为所述巡检无人机的转弯半径，

根据巡检的距离、转弯半径计算所述巡检无人机的路径规划轨迹，则巡检规划路线数据根据下式进行计算：

式中，Obstacle为障碍物调整系数，其值与巡检无人机避障时设定的最大安全距离有关；Path_n为路径评价系数，R_r为转弯半径调整系数，Battery为电池续航调整系数，其值根据无人机电池的容量有关；λ₁、λ₂、λ₃、λ₄、λ₅为权重系数；

以上数据具体的输入数值可以由操作人员根据实际情况调整，并从巡检无人机的人机界面输入调整；

上述的巡检规划路线数据的计算是实施例的选定举例的一种方式，本领域的技术人员可以选用其他的方式对所述巡检无人机的巡检规划路线数据的计算，因而在本实施例中不再一一赘述；

可选的，所述辅助监控单元包括定位器、以及任务监控单元，所述任务监控单元对巡检无人机的当前巡检任务的完成状态进行监控，所述定位器用于对巡检无人机的位置进行定位；

其中，若上一处区域的巡检规划路线的巡检任务完成后，控制所述巡检无人机在距离下一巡检区域的安全距离处悬停，以等待路径分析子单元生成巡检规划路线；

通过对所述辅助监控单元对所述巡检无人机的巡检任务过程进行监控，以使得每完成一个巡检规划路线数据，则通过交互模块传输新的巡检位置对应的巡检规划路线数据，使得所述巡检无人机能够对下一叶片位置进行巡检；

值得注意的是，当上一次巡检规划路线数据结束后，悬停在上一次巡检规划路线的终点，且当新的巡检规划路线确定后，所述巡检无人机从上一次巡检规划路线的终点转移至新的巡检规划路线的起点处，并执行新的巡检规划路线的巡检任务；

在本实施例中，通过多个巡检规划路线之间组合，使得巡检无人机能够不断的更新巡检规划路线，以提升整个巡检过程，同时，还针对不同叶片的悬停位置的不同重新设定巡检规划路线，使得巡检规划路线能不断的调整，提升整个系统对不同环境的主动适应能力，也更加的适用于多种复杂环境的需要；

可选的，所述侦查无人机每侦查一次，则触发对巡检无人机对侦查的相邻近的两个叶片进行巡检；

当所述侦查无人机对某一位置的相邻近叶片进行侦查后，允许所述巡检无人机对该位置进行巡检后，所述侦查无人机则投入下一位置的相邻近叶片进行侦查，并在所述巡检无人机巡检无人结束后，将侦查的结果通过交互模块重新允许巡检无人机对新的位置进行巡检，并重复多次上述的过程；

其中，若侦查无人机进行侦查的过程无法满足触发巡检无人机巡检的需要时，则向操作者触发预警，并由操作者手动控制巡检无人机的巡检路线；对于手动设定或调整巡检无人机的巡检路线是一种现有技术，也是本领域的技术人员所熟知的，因而在此不再一一赘述；

通过所述侦查无人机与所述巡检无人机的配合，使得所述巡检无人机在对所述叶片进行巡检的过程中，能相互协同配合，以提升整个系统的自动巡检的能力，具有巡检适用广、无人机之间协同能力高、智能程度高、交互性好和可靠性极佳的优点。

实施例二。

本实施例应当理解为至少包含前述任一一个实施例的全部特征，并在其基础上进一步改进，根据图1、图2、图3、图4、图5、图6、图7所示，还在于所述风机叶片悬停位置动态识别系统还包括预警模块，所述预警模块用于向操作者发出预警，以提升当前的巡检过程出现预警状况；

所述预警模块根据所述路径规划模块的数据、巡检无人机的巡检状态、以及侦查无人机的侦查状态数据进行预警，以提示操作者当前的预警状况；

其中，所述巡检无人机的状态包括但是不局限于以下列举的几种：电池的续航能力和自身的故障等；

所述侦查无人机的状态包括侦查后不满足的触发条件(不满足触发巡检无人机的巡检要求)、以及侦查无人机的续航能力、以及侦查无人机自身的故障等；

所述预警模块包括预警单元、提示单元，所述预警单元根据所述路径规划模块的数据、巡检无人机的巡检状态、以及侦查无人机的侦查状态数据进行预警，所述提示单元将所述预警单元的预警数据向所述操作者进行提示；

若满足下列条件之一触发预警：

(1)巡航无人机或侦查无人机的续航能力不足；

(2)侦查无人机无法判断当前的相邻的两个叶片之间的状态；

(3)巡检无人机或侦查无人机自身出现故障；

所述提示单元包括信号接收器、以及提示屏，所述信号接收器用于接收所述巡检无人机和所述侦查无人机自身状态，其中，所述状态包括续航能力和自身的故障；

所述提示屏用于显示所述预警单元所触发的警报，以使得所述操作者能掌握所述巡检无人机或侦查无人机的状态，提升操作与系统的交互能力；

通过所述预警模块和所述提示单元的相互配合，使得所述操作者能直观的获得所述侦查无人机或巡检无人机的状态，提升整个系统的风险预警和风险察觉能力。

以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。

Claims (5)

1.一种基于智能识别的风机叶片悬停位置动态识别系统，所述风机叶片悬停位置动态识别系统包括服务器、以及至少两架无人机，其特征在于，所述风机叶片悬停位置动态识别系统还包括路径规划模块、交互模块、以及数据采集模块，所述服务器分别与所述交互模块、所述数据采集模块和所述路径规划模块连接，

所述路径规划模块用于对无人机的巡检路线进行规划，所述数据采集模块用于采集相邻近的风力发电机的叶片的图像数据，并对所述图像数据进行评估，所述交互模块用于将数据采集模块的分析结果在至少两架无人机中进行传输，以使得两架无人机中的数据同步；

其中，所述数据采集模块设置在至少两架无人机中的一架上，形成侦查无人机，使得至少两架无人机中的其他无人机为巡检无人机，

所述数据采集模块包括数据采集单元、以及评估单元，所述数据采集单元用于采集风力发电机的图像数据，所述评估单元根据所述数据采集单元的图像数据对所述叶片的巡检位置进行评估；

所述数据采集单元包括双目检测探头、以及数据存储器，所述双目检测探头用于采集相邻近的风力发电机的叶片的图像数据，数据存储器用于对所述图像数据进行分析；

所述评估单元获取所述双目检测探头采集得到的相邻的两个叶片的图像数据，并进行处理后识别出叶片，得到叶片的二维几何信息，并将深度信息与二维几何信息进行融合得到关于叶片图像的景深信息；

所述评估单元根据相邻近的两个叶片的景深信息，并根据所述双目检测探头与相邻近的叶片之间形成的相似三角形的关系，计算相邻近的叶片的前景深Front、以及相邻近的叶片的后景深back：

；

式中，F为所述双目检测探头的光圈值，δ为单位像素边长，u为物距，f为焦距；

所述评估单元获取叶片的图像数据，并对所述图像数据进行处理，以提取出各个叶片的边缘像素，所述处理包括灰度化、二值化和边缘提取，使风力发电机的叶片图像形成多个叶片区域；

其中，在多个叶片区域中获取相邻近的两个叶片的叶片尖端的边缘像素点A（x₁，y₁）和叶片尖端的边缘像素点B（x₂，y₂）；

所述评估单元获取相邻近两个叶片的叶片尖端的边缘像素点A（x₁，y₁）和叶片尖端的边缘像素点B（x₂，y₂），计算相邻近两个叶片的叶片尖端的边缘像素点A、叶片尖端的边缘像素点B之间的距离Distant：

；

所述评估单元获取相邻近两个叶片的叶片尖端的边缘像素点A、叶片尖端的边缘像素点B（x₂，y₂）之间距离、邻近的叶片的前景深Front、以及邻近的叶片的后景深back，若同时满足下式，则触发允许所述巡检无人机对相邻两个叶片之间进行巡检：

；

式中，Monitor为系统设定的巡检安全距离阈值，Range为系统设定的景深安全距离；

所述交互模块分别设置在巡检无人机和侦查无人机上；所述路径规划模块设置在所述巡检无人机上，使所述巡检无人机在巡检过程中根据障碍物的位置自行调整巡检路线。

2.根据权利要求1所述的一种基于智能识别的风机叶片悬停位置动态识别系统，其特征在于，所述交互模块包括交互单元、以及数据接收单元，所述交互单元用于在侦查无人机和巡检无人机之间进行数据的交互，所述数据接收单元之间用于接收侦查无人机发出的交互数据，使所述巡检无人机能够根据交互数据对叶片进行巡检；

所述交互单元包括交互传输器、以及交互管理终端，所述交互管理终端用于对所述交互传输器之间的交互身份进行管理，所述交互传输器用于将交互数据传输至经过授权并建立传输关系的其他的交互传输器上；

其中，所述交互模块分别设置在巡检无人机和侦查无人机上。

3.根据权利要求2所述的一种基于智能识别的风机叶片悬停位置动态识别系统，其特征在于，所述路径规划模块包括引导单元、以及辅助监控单元，所述引导单元用于对所述巡检无人机进行辅助引导，所述辅助监控单元用于对无人机的巡检状态进行监控，并触发所述侦查无人机对下一位置的叶片进行侦查；

所述引导单元包括路径分析子单元、以及数据接收器，所述路径分析子单元根据所述巡检无人机巡检过程中的障碍物、以及操作者对单个叶片设定的巡检点位的数据，生成巡检规划路线，所述数据接收器接收所述路径分析子单元分析形成的巡检规划路线数据，以使所述巡检无人机根据所述巡检规划路线控制无人机对叶片进行巡检。

4.根据权利要求3所述的一种基于智能识别的风机叶片悬停位置动态识别系统，其特征在于，所述辅助监控单元包括定位器、以及任务监控单元，所述任务监控单元对巡检无人机的当前巡检任务的完成状态进行监控，所述定位器用于对巡检无人机的位置进行定位；

其中，若上一处区域的巡检规划路线的巡检任务完成后，控制所述巡检无人机在距离下一巡检区域的安全距离处悬停，以等待路径分析子单元生成巡检规划路线。

5.根据权利要求4所述的一种基于智能识别的风机叶片悬停位置动态识别系统，其特征在于，所述侦查无人机每侦查一次，则触发巡检无人机对侦查的相邻近的两个叶片进行巡检。