CN116167114B - 一种风机叶片曲线数据的确定方法、装置以及电子设备 - Google Patents
一种风机叶片曲线数据的确定方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN116167114B CN116167114B CN202310455585.5A CN202310455585A CN116167114B CN 116167114 B CN116167114 B CN 116167114B CN 202310455585 A CN202310455585 A CN 202310455585A CN 116167114 B CN116167114 B CN 116167114B
- Authority
- CN
- China
- Prior art keywords
- blade
- fan
- point cloud
- skeleton
- point
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000013598 vector Substances 0.000 claims description 29
- 238000000605 extraction Methods 0.000 claims description 19
- 238000007689 inspection Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000005452 bending Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G06T3/08—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
Abstract
本发明提供了一种风机叶片曲线数据的确定方法、装置以及电子设备,该方法包括:基于风机叶片点云的投影骨架确定风机轮毂中心点的位置;基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度;基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云;将每个叶片点云在多个平面分别进行投影,得到每个叶片骨架在多个平面的方程,其中,所述多个平面的方程用于联合表征每个叶片骨架的空间曲线。解决了现有技术中往往通过点云模型直接提取骨架线段,无法准确的确定叶片曲线数据的技术问题。
Description
技术领域
本发明涉及风机智能检测,尤其是涉及一种风机叶片曲线数据的确定方法、装置以及电子设备。
背景技术
目前,针对风力发电机叶片的巡检往往控制无人机按照巡检航线飞行,无人机在巡检航线上会得到叶片拍照的最佳视角,然后在巡检航线中每个悬停点对风机叶片进行拍照取景以完成巡检,因此,在无人机拍照之前要规划出巡检航线,为了使得航线准确,现有技术中会先提取出风机叶片的骨架,然后基于风机叶片骨架来生成巡检航线。因此,叶片数据结构化处理是实现精准巡检的必要条件。
需要说明的是,在实际的场景中,风机叶片长度普遍较长且材质具有弹性,在风机姿态(叶轮旋转角或者风机偏航角)不同时,叶片会有不同程度的弯曲,图1则是叶片的不同程度的弯曲的示意图。
现有技术中往往通过点云模型直接提取骨架线段,无法准确的确定叶片曲线数据。
有鉴于此,提出本发明。
发明内容
本发明提供了一种风机叶片曲线数据的确定方法、装置以及电子设备,以解决现有技术中往往通过点云模型直接提取骨架线段,无法准确的确定叶片曲线数据的技术问题。
根据本发明的第一方面,提供了一种风机叶片曲线数据的确定方法,包括:基于风机叶片点云的投影骨架确定风机轮毂中心点的位置,其中,所述投影骨架为将风机叶片点云进行二维投影,然后从投影后的叶片点云中提取得到的骨架;基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度,其中,基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度包括:将所述投影骨架中的骨架点与所述风机轮毂中心点连线得到多个向量;根据所述多个向量与正方向形成的多个夹角,将所述投影骨架点映射为以风机轮毂中心为圆心的单位圆上的点;将所述单位圆上的点进行聚类处理,得到多个聚类;将所述多个聚类每个聚类中心点与所述风机轮毂中心点通过连线形成的多个夹角确定为风机每个叶片的旋转角度;基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云;将每个叶片点云在多个平面分别进行投影,将投影后的投影点进行拟合得到每个叶片骨架在多个平面的方程,其中,所述多个平面的方程用于联合表征每个叶片骨架的空间曲线。
进一步地,将每个叶片点云在多个平面分别进行投影,并将投影后的投影点进行拟合得到每个叶片骨架在多个平面的方程,包括:将所述每个叶片点云分别进行XOY平面投影以及XOZ平面投影;将XOY平面上的投影点进行直线拟合,得到每个叶片骨架在XOY平面的直线方程;将XOZ平面上的投影点进行三次曲线拟合,得到每个叶片骨架在XOZ平面的曲线方程,其中,风机叶片所在平面定义为平面F,以风机轮毂中心为坐标中心O,过O点与平面F的法向量方向的水平分量平行的向量为Y轴,过O点与地面垂直的轴为Z轴,过O点与Y轴和Z轴叉乘方向相同的向量为X轴。
进一步地,基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云,包括:基于所述风机每个叶片的旋转角度确定风机多个叶片之间的角度;基于风机多个叶片之间的角的角平分线将所述风机叶片点云分离成每个叶片点云。
进一步地,在得到每个叶片骨架在多个空间的方程之后,所述方法还包括:从X轴选取间距相同的多个骨架抽取点;将每个骨架抽取点的X值分别代入所述XOY平面的直线方程以及XOZ平面上的曲线方程,得到所述每个骨架抽取点的Y值和Z值;将所述每个骨架抽取点的X值、Y值以及Z值经过反旋转和平移,得到每个叶片的空间骨架点位。
进一步地,获取风机叶片点云的投影骨架,包括:获取到风机叶片点云;将所述风机叶片点云采用最小二乘法进行平面拟合,得到风机叶片平面;将所述风机叶片点云投影到所述风机叶片平面,得到风机叶片点云的投影骨架。
进一步地,获取到风机叶片点云,包括:获取到无人机通过对风机环绕拍照后生成的数据;将所述数据进行三维建模,得到风机的完整点云模型;基于风机位置、风轮高度以及叶片半径从所述完整点云模型截取到球形区域,其中,所述球形区域为风机在任意位姿下的活动范围区域;在所述球形区域中去除风机塔筒以及机舱点云,得到所述风机叶片点云。
进一步地,所述方法还包括:基于所述每个叶片的空间骨架点位生成风机的巡检航线。
根据本发明的第二方面,提供了一种风机叶片曲线数据的确定装置,包括:确定单元,用于基于风机叶片点云的投影骨架确定风机轮毂中心点的位置,其中,所述投影骨架为将风机叶片点云进行二维投影,然后从投影后的叶片点云中提取得到的骨架;第一得到单元,用于基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度,其中,第一得到单元包括:第一确定模块,用于将所述投影骨架中的骨架点与所述风机轮毂中心点连线得到多个向量;根据所述多个向量与正方向形成的多个夹角,将所述投影骨架点映射为以风机轮毂中心为圆心的单位圆上的点;将所述单位圆上的点进行聚类处理,得到多个聚类;将所述多个聚类每个聚类中心点与所述风机轮毂中心点通过连线形成的多个夹角确定为风机每个叶片的旋转角度;分离单元,用于基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云;第二得到单元,用于将每个叶片点云进行投影,并将投影后的投影点进行拟合得到每个叶片骨架在多个平面的方程,其中,所述多个平面的方程用于联合表征每个叶片骨架的空间曲线。
根据本发明的第三方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机指令,所述计算机指令在由所述处理器执行时导致上述任一项方法被执行。
本发明提供了一种风机叶片曲线数据的确定方法、装置以及电子设备,该方法包括:基于风机叶片点云的投影骨架确定风机轮毂中心点的位置,其中,所述投影骨架为将风机叶片点云进行二维投影,然后从投影后的叶片点云中提取得到的骨架;基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度,其中,基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度包括:将所述投影骨架中的骨架点与所述风机轮毂中心点连线得到多个向量;根据所述多个向量与正方向形成的多个夹角,将所述投影骨架点映射为以风机轮毂中心为圆心的单位圆上的点;将所述单位圆上的点进行聚类处理,得到多个聚类;将所述多个聚类每个聚类中心点与所述风机轮毂中心点通过连线形成的多个夹角确定为风机每个叶片的旋转角度;基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云;将每个叶片点云在多个平面分别进行投影,得到每个叶片骨架在多个平面的方程,其中,所述多个平面的方程用于联合表征每个叶片骨架的空间曲线。
本发明可以实现如下技术效果:
一方面,本方案不同于现有技术中采用单个平面的方程来描述一个骨架的空间曲线,此种好处是相当于把复杂的空间曲线方程转换成多个简单的方程,将问题简化的同时大大提升了计算的可靠性,另一方面,本方案不用于现有技术中通过点云模型直接提取骨架线段,而是将叶片点云模型分离单个叶片,然后通过单个叶片点云来得到单个叶片在不同平面的方程,从而得到单个曲线叶片骨架的描述方程,能够更加准确的得到叶片曲线数据。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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。
图1是现有技术中叶片的不同程度的弯曲的示意图;
图2是本发明实施例提出的风机叶片曲线数据的确定方法的流程图;
图3是本发明实施例提出的投影骨架的示意图;
图4是本发明实施例提出的将风机叶片点云分为多个叶片的示意图;
图5是本发明实施例提出的叶片骨架在XOY平面的直线方程的示意图;
图6是本发明实施例提出的叶片骨架在XOZ平面的曲线方程的示意图;
图7是本发明实施例提出的将投影骨架点映射为以风机轮毂中心为圆心的单位圆上的点的效果示意图;
图8是本发明实施例提出的通过角分线将叶片点云分成多个单独叶片的示意图;
图9是本发明实施例提出的根据本方案最终得到的骨架的示意图;
图10是本发明实施例提出的将单个叶片旋转平直的示意图;
图11是本发明实施例提出的将风机叶片点云投影到风机叶片平面的效果示意图;
图12是本发明实施例提出的风机叶片曲线数据的确定装置的效果示意图。
具体实施方式
为了使本发明的上述以及其他特征和优点更加清楚,下面结合附图进一步描述本发明。应当理解,本文给出的具体实施例是出于向本领域技术人员解释的目的,仅是示例性的,而非限制性的。
在以下描述中,阐述了许多具体细节以提供对本发明的透彻理解。然而,对于本领域普通技术人员来说,明显的是,不需要采用具体细节来实践本发明。在其他情况下,未详细描述众所周知的步骤或操作,以避免模糊本发明。
实施例一
本发明提供了一种风机叶片曲线数据的确定方法,在本发明中可以由服务器或者其它带有数据处理的装置作为方法步骤的执行主体。图2是本发明实施例提出的风机叶片曲线数据的确定方法的流程图,如图2所示,包括:
步骤S21,基于风机叶片点云的投影骨架确定风机轮毂中心点的位置。
具体的,上述风机叶片点云可以为无人机通过激光雷达对风机采集点云然后建模得到,上述投影骨架可以为将风机叶片点云进行二维投影,然后从投影后的叶片点云提取得到的骨架,投影骨架的示意图如图3所示。
需要说明的是,上述投影骨架为多个投影骨架点构成,本方案可以根据多个投影骨架点来得到风机轮毂中心点的位置,更为具体的,本方案可以基于投影骨架上的投影骨架点进行直线检测,得到每根叶片骨架中的多条线段,然后对多条线段形成的多条直线采用最小二乘法求解得到风机轮毂中心点的位置。
步骤S23,基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度。
具体的,上述每个叶片的旋转角度可以为每个风机叶片分别与水平面之间的角度。
步骤S25,基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云。
图4是本发明实施例提出的将风机叶片点云分为多个叶片的示意图,如图4所示,本方案风机每个叶片的旋转角度可将风机叶片点云分为3个叶片:叶片1、叶片2和叶片3,从而将风机的单个叶片点云都拆开来。
步骤S27,将每个叶片点云在多个平面分别进行投影,并将投影后的投影点进行拟合得到每个叶片骨架在多个平面的方程,其中,所述多个平面的方程用于联合表征每个叶片骨架的空间曲线。
具体的,在把风机单个叶片点云都拆开之后,本方案则可以通过单个叶片点云来计算得到每个叶片骨架的方程,从而将风机叶片的曲线数据化、结构化。根据风机叶片的实际情况,叶片骨架点在XOY平面上的投影为直线分布,在XOZ平面上的投影为曲线分布。
下面对于本方案中的坐标系做如下说明:风机叶片所在平面定义为平面F,以风机轮毂中心为坐标中心O,过O点与平面F的法向量方向的水平分量平行的向量为Y轴,过O点与地面垂直的轴为Z轴,过O点与Y轴和Z轴叉乘方向相同的向量为X轴。
这里需要说明的是,本方案将叶片点云做多个空间的投影,然后分别得到叶片骨架在多个平面的方程,即本方案采用不用单个平面的方程来描述一个骨架的空间曲线,此种好处是相当于把复杂的空间曲线方程转换成多个简单的方程,将问题简化的同时大大提升了计算的可靠性。
本方案通过将叶片点云模型分离单个叶片,然后通过单个叶片点云来得到单个叶片在不同平面的方程,从而得到单个曲线叶片骨架的描述方程,解决了现有技术中往往通过点云模型直接提取骨架线段,无法准确的确定叶片曲线数据的技术问题。
可选的,步骤S27,将每个叶片点云进行投影,得到每个叶片骨架在多个平面的方程,包括:
步骤S271,将所述每个叶片点云分别进行XOY平面投影以及XOZ平面投影。
需要说明的是,空间曲线的描述是非常复杂的,本案中的叶片骨架曲线有一定特殊性,可以沿着不同的坐标轴分解成两个相对简单的曲线,相当于把曲线方程转化成了以X为变量的参数方程,将问题简化的同时大大提高了计算的可靠性。
还需要说明的是,在将叶片点云模型分离单个叶片之后,三个叶片点云对应的角度记为本方案在将每个叶片点云分别进行XOY平面投影以及XOZ平面投影之前,可以将每个叶片点云以叶片根部为中心,旋转对应角度,旋转变换矩阵分别为将叶片旋转平直,图10是本发明实施例提出的将单个叶片旋转平直的示意图。即在投影之前叶片根据自身角度旋转至统一的水平方向(叶根与叶尖连线与X轴方向一致)。
具体的,叶片在Z轴上受到重力影响发生弯曲,因此叶片在XOZ平面上投影的骨架为曲线,叶片在水平方向不受力,因此叶片在XOY平面上投影的骨架线为直线。
可选的,步骤S23,基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度,包括:
步骤S231,将所述投影骨架中的骨架点与所述风机轮毂中心点连线得到多个向量。
步骤S232,根据所述多个向量与正方向形成的多个夹角,将所述投影骨架点映射为以风机轮毂中心为圆心的单位圆上的点。
具体的,投影骨架中的所有骨架点{}与风机轮毂中心点O进行连线,形成多个向量,多个向量与正方向形成的多个夹角{/>},即每个骨架点对应一个夹角,本方案可以根据每个骨架点对应的夹角,将每个骨架点映射为以风机轮毂中心O为圆心的单位圆上的点,需要说明的是,每个单位圆上的骨架点与风机轮毂中心O的连线与正方向的夹角即为每个骨架点对应点夹角,图7是本发明实施例提出的将投影骨架点映射为以风机轮毂中心为圆心的单位圆上的点的效果示意图。
步骤S233,将所述单位圆上的点进行聚类处理,得到多个聚类。
步骤S234,将所述多个聚类每个聚类中心点与所述风机轮毂中心点通过连线形成的多个夹角确定为所述每个叶片的旋转角度。
具体的,本方案可以使用Kmeans聚类方法将映射后的骨架坐标点聚为3类,三个聚类中心点与风机轮毂中心O形成的三个夹角即为每个叶片的旋转角度,需要说明的是,每个聚类中心是一个单位圆上的二维坐标点,代表了一类数据的平均角度,聚类中心点和单位圆圆心连线与正方向的夹角即是对应叶片的角度。
下面针对步骤S231至步骤S234的技术效果做具体描述:
现有技术中,为了确定每个叶片的旋转角度,往往根据骨架线所在的直线的斜率来确定,但是,骨架线的起点和终点不一定在转轴和风机点的连线上,计算出的结果很分散,结果不准确,因此本方案创造性的提出将风机骨架点进行聚类从而确定出每个叶片的旋转角度,但如果采用现有的点云聚类方法,往往通过点云的密度来聚类,此种方式速度慢、结果不稳定,因此本方案进一步创造性的提出将骨架点按照角度来进行聚类,但是多个骨架点的角度数值往往呈周期性变化,比如,720度和0度角在空间上是完全等价的,但是二者的距离相差720度,因此以角度数值度量二者的相似性就会出现问题,也是因为这个原因,对角度数值直接进行聚类是有问题的,本方案再次创造性的提出,将骨架点按照角度映射到单位圆上之后在进行聚类,此种情况下,单位圆上不同角度对应的位置数值则不受角度周期性的影响,最后得到的叶片旋转角度更为准确。
可选的,步骤S25,基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云,包括:
步骤S251,基于所述风机每个叶片的旋转角度确定风机多个叶片之间的角度。
步骤S252,基于风机多个叶片之间的角的角平分线将所述风机叶片点云分离成每个叶片点云。
具体的,风机多个叶片之间的角度可以为风机的三个叶片之间两两叶片的角度,图8是本发明实施例提出的通过角分线将叶片点云分成多个单独叶片的示意图,结合图8,本方案可以以风机的三个叶片之间两两叶片的角的角分线,将叶片点云分成单独的叶片1,叶片2以及叶片3。分割完的叶片点云的示意图如图4所示。
可选的,在步骤S27得到每个叶片骨架在多个空间的方程之后,本方案的方法还可以包括;
步骤S29,从X轴选取间距相同的多个骨架抽取点。
步骤S31,将每个骨架抽取点的X值分别代入所述XOY平面的直线方程以及XOZ平面上的曲线方程,得到所述每个骨架抽取点的Y值和Z值。
步骤S33,将所述每个骨架抽取点的X值、Y值以及Z值经过反旋转和平移,得到每个叶片的空间骨架点位。
具体的,本方案可以以XOY平面以及XOZ平面共有轴X为主轴,根据叶片长度从主轴上选举等间距的数值点作为骨架抽取点位{,/>},然后将骨架抽取点位{,/>}代入XOY平面的直线方程以及XOZ平面上的曲线方程,经过反旋转变换和平移,即得到该叶片的空间骨架点位,即每个骨架点的XYZ坐标。图9是本发明实施例提出的根据本方案最终得到的骨架的示意图。
可选的,在步骤S21之前,本方案还包括获取到风机叶片点云的投影骨架,获取到风机叶片点云的投影骨架可以包括:
步骤S191,获取到风机叶片点云。
步骤S193,将所述风机叶片点云采用最小二乘法进行平面拟合,得到风机叶片平面。
步骤S194,将所述风机叶片点云投影到所述风机叶片平面,从风机叶片平面中得到风机叶片点云的投影骨架。
具体的,图11是本发明实施例提出的将风机叶片点云投影到风机叶片平面的效果示意图,如图11所示,将风机叶片点云投影到风机叶片平面,得到平面上的叶片投影,然后从平面上的叶片投影中提取到风机叶片点云的投影骨架,风机叶片点云的投影骨架如图3所示。
需要说明的是,正对风机的角度观察才能准确地描述叶片的姿态,因此本方案通过拟合得到平面对应的法向量方向就是这个最佳的角度方向,拟合平面实际上是在找叶片的观测平面,从观测平面找到的投影骨架才更加的准确。
可选的,步骤S191,获取到风机叶片点云,包括:
步骤S1911,获取到无人机通过对风机环绕拍照后生成的数据。
步骤S1912,将所述数据进行三维建模,得到风机的完整点云模型。
步骤S1913,基于风机位置、风轮高度以及叶片半径从所述完整点云模型截取到球形区域,其中,所述球形区域为风机在任意位姿下的活动范围区域。
步骤S1914,在所述球形区域中去除风机塔筒以及机舱点云,得到所述风机叶片点云。
具体的,在风机锁机后,本方案通过控制无人机对风机进行环绕拍照,然后使用三维重建工具对风机进行建模,得到风机的完整点云模型,在风机建模完成后,因为整个风轮的运动范围是以风机轮毂的一个球体,为了减少计算量,本方案可以风机位置、风轮高度以及叶片半径从所述完整点云模型截取到球形区域,然后使用圆柱检测的方法检测到风机塔筒并且去除。去除之后的点云仅剩下叶片和机舱,本方案将以轮毂中心为球心,机舱长度为半径区域内的点云去除后,得到仅剩叶片的上述风机叶片点云。
这里还需要说明的是,由于机舱点云和叶片点云不在一个空间平面,因此在确定叶片点云平面的时候应该排除机舱带来的影响,而在此阶段不知道风机的实时角度,因此确定的上述球形区域一定是包括了机舱的活动区域,因此在球形区域内来去除风机机舱点云由于缩小了范围,能够快速的去除机舱点云。
可选的,在步骤S33之后,本方案还可以包括:
步骤S34,基于所述每个叶片的空间骨架点位生成风机的巡检航线。
具体的,在本方案中,在得到准确的每个叶片的空间骨架点之后,本方案可以基于每个叶片的空间骨架点规划风机的巡检航线,以使得无人机巡检线路完美贴合叶片弯曲角度,达到最佳的叶片拍摄姿态。
实施例二
本方案还提供了一种风机叶片曲线数据的确定装置,该装置可以用于执行上述实施例一的方法,图12是本发明实施例提出的风机叶片曲线数据的确定装置的效果示意图,如图12所示,该装置包括:确定单元110,用于基于风机叶片点云的投影骨架确定风机轮毂中心点的位置;第一得到单元120,用于基于所述风机轮毂中心点的位置得到风机每个叶片的旋转角度;第一得到单元120包括第一确定模块1200,用于将所述投影骨架中的骨架点与所述风机轮毂中心点连线得到多个向量;根据所述多个向量与正方向形成的多个夹角,将所述投影骨架点映射为以风机轮毂中心为圆心的单位圆上的点;将所述单位圆上的点进行聚类处理,得到多个聚类;将所述多个聚类每个聚类中心点与所述风机轮毂中心点通过连线形成的多个夹角确定为风机每个叶片的旋转角度。分离单元130,用于基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云;第二得到单元140,用于将每个叶片点云进行投影,得到每个叶片骨架在多个空间的方程,其中,所述多个空间的方程用于联合表征每个叶片骨架的空间曲线。
本实施例提供的装置,通过将叶片点云模型分离单个叶片,然后过单个叶片点云来得到单个叶片在不同平面的方程,从而得到单个曲线叶片骨架的描述,解决了现有技术中往往通过点云模型直接提取骨架线段,无法准确的确定叶片曲线数据的技术问题。
应理解,本文中前述关于本发明的方法所描述的具体特征、操作和细节也可类似地应用于本发明的装置和系统,或者,反之亦然。另外,上文描述的本发明的方法的每个步骤可由本发明的装置或系统的相应部件或单元执行。
应理解,本发明的装置的各个模块/单元可全部或部分地通过软件、硬件、固件或其组合来实现。所述各模块/单元各自可以硬件或固件形式内嵌于计算机设备的处理器中或独立于所述处理器,也可以软件形式存储于计算机设备的存储器中以供处理器调用来执行所述各模块/单元的操作。所述各模块/单元各自可以实现为独立的部件或模块,或者两个或更多个模块/单元可实现为单个部件或模块。
在一个实施例中,提供了一种计算机设备(电子设备),其包括存储器和处理器,所述存储器上存储有可由处理器执行的计算机指令,所述计算机指令在由所述处理器执行时指示所述处理器执行本发明的实施例的方法的各步骤。该计算机设备可以广义地为服务器、终端,或任何其他具有必要的计算和/或处理能力的电子设备。在一个实施例中,该计算机设备可包括通过系统总线连接的处理器、存储器、网络接口、通信接口等。该计算机设备的处理器可用于提供必要的计算、处理和/或控制能力。该计算机设备的存储器可包括非易失性存储介质和内存储器。该非易失性存储介质中或上可存储有操作系统、计算机程序等。该内存储器可为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口和通信接口可用于与外部的设备通过网络连接和通信。该计算机程序被处理器执行时执行本发明的方法的步骤。
本发明可以实现为一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在由处理器执行时导致本发明实施例的方法的步骤被执行。在一个实施例中,所述计算机程序被分布在网络耦合的多个计算机设备或处理器上,以使得所述计算机程序由一个或多个计算机设备或处理器以分布式方式存储、访问和执行。单个方法步骤/操作,或者两个或更多个方法步骤/操作,可以由单个计算机设备或处理器或由两个或更多个计算机设备或处理器执行。一个或多个方法步骤/操作可以由一个或多个计算机设备或处理器执行,并且一个或多个其他方法步骤/操作可以由一个或多个其他计算机设备或处理器执行。一个或多个计算机设备或处理器可以执行单个方法步骤/操作,或执行两个或更多个方法步骤/操作。
本领域普通技术人员可以理解,本发明的方法步骤可以通过计算机程序来指示相关的硬件如计算机设备或处理器完成,所述的计算机程序可存储于非暂时性计算机可读存储介质中,该计算机程序被执行时导致本发明的步骤被执行。根据情况,本文中对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器的示例包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘等。易失性存储器的示例包括随机存取存储器(RAM)、外部高速缓冲存储器等。
以上描述的各技术特征可以任意地组合。尽管未对这些技术特征的所有可能组合进行描述,但这些技术特征的任何组合都应当被认为由本说明书涵盖,只要这样的组合不存在矛盾。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种风机叶片曲线数据的确定方法,其特征在于,包括:
基于风机叶片点云的投影骨架确定风机轮毂中心点的位置,其中,所述投影骨架为将风机叶片点云进行二维投影,然后从投影后的叶片点云中提取得到的骨架;
基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度,其中,基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度包括:将所述投影骨架中的骨架点与所述风机轮毂中心点连线得到多个向量;根据所述多个向量与正方向形成的多个夹角,将骨架点映射为以风机轮毂中心为圆心的单位圆上的点;将所述单位圆上的点进行聚类处理,得到多个聚类;将所述多个聚类每个聚类中心点与所述风机轮毂中心点连线,将该连线与正方向形成的多个夹角确定为风机每个叶片的旋转角度;
基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云,步骤如下:基于所述风机每个叶片的旋转角度确定风机多个叶片之间的角度,基于风机多个叶片之间的角的角平分线将所述风机叶片点云分离成每个叶片点云;
将每个叶片点云在多个平面分别进行投影,并将投影后的投影点进行拟合得到每个叶片骨架在多个平面的方程,步骤如下:将所述每个叶片点云分别进行XOY平面投影以及XOZ平面投影;将XOY平面上的投影点进行直线拟合,得到每个叶片骨架在XOY平面的直线方程;将XOZ平面上的投影点进行三次曲线拟合,得到每个叶片骨架在XOZ平面的曲线方程,其中,风机叶片所在平面定义为平面F,以风机轮毂中心为坐标中心O,过O点与平面F的法向量方向的水平分量平行的向量为Y轴,过O点与地面垂直的轴为Z轴,过O点与Y轴和Z轴叉乘方向相同的向量为X轴,其中,所述多个平面的方程用于联合表征每个叶片骨架的空间曲线。
2.根据权利要求1所述的风机叶片曲线数据的确定方法,其特征在于,在得到每个叶片骨架在多个平面的方程之后,所述方法还包括:
从X轴选取间距相同的多个骨架抽取点;
将每个骨架抽取点的X值分别代入所述XOY平面的直线方程以及XOZ平面上的曲线方程,得到所述每个骨架抽取点的Y值和Z值;
将所述每个骨架抽取点的X值、Y值以及Z值经过反旋转和平移,得到每个叶片的空间骨架点位。
3.根据权利要求1所述的风机叶片曲线数据的确定方法,其特征在于,获取风机叶片点云的投影骨架,包括:
获取到风机叶片点云;
将所述风机叶片点云采用最小二乘法进行平面拟合,得到风机叶片平面;
将所述风机叶片点云投影到所述风机叶片平面,得到风机叶片点云的投影骨架。
4.根据权利要求3所述的风机叶片曲线数据的确定方法,其特征在于,获取到风机叶片点云,包括:
获取到无人机通过对风机环绕拍照后生成的数据;
将所述数据进行三维建模,得到风机的完整点云模型;
基于风机位置、风轮高度以及叶片半径从所述完整点云模型截取到球形区域,其中,所述球形区域为风机在任意位姿下的活动范围区域;
在所述球形区域中去除风机塔筒以及机舱点云,得到所述风机叶片点云。
5.根据权利要求2所述的风机叶片曲线数据的确定方法,其特征在于,所述方法还包括:
基于所述每个叶片的空间骨架点位生成风机的巡检航线。
6.一种风机叶片曲线数据的确定装置,其特征在于,包括:
确定单元,用于基于风机叶片点云的投影骨架确定风机轮毂中心点的位置,其中,所述投影骨架为将风机叶片点云进行二维投影,然后从投影后的叶片点云中提取得到的骨架;
第一得到单元,用于基于所述风机轮毂中心点的位置以及投影骨架得到风机每个叶片的旋转角度,其中,第一得到单元包括:第一确定模块,用于将所述投影骨架中的骨架点与所述风机轮毂中心点连线得到多个向量;根据所述多个向量与正方向形成的多个夹角,将骨架点映射为以风机轮毂中心为圆心的单位圆上的点;将所述单位圆上的点进行聚类处理,得到多个聚类;将所述多个聚类每个聚类中心点与所述风机轮毂中心点连线,将该连线与正方向形成的多个夹角确定为风机每个叶片的旋转角度;
分离单元,用于基于所述风机每个叶片的旋转角度将所述风机叶片点云分离成每个叶片点云,所述分离单元还用于基于所述风机每个叶片的旋转角度确定风机多个叶片之间的角度,基于风机多个叶片之间的角的角平分线将所述风机叶片点云分离成每个叶片点云;
第二得到单元,用于将每个叶片点云进行投影,并将投影后的投影点进行拟合得到每个叶片骨架在多个平面的方程,其中,所述多个平面的方程用于联合表征每个叶片骨架的空间曲线,所述第二得到单元还用于将所述每个叶片点云分别进行XOY平面投影以及XOZ平面投影;将XOY平面上的投影点进行直线拟合,得到每个叶片骨架在XOY平面的直线方程;将XOZ平面上的投影点进行三次曲线拟合,得到每个叶片骨架在XOZ平面的曲线方程,其中,风机叶片所在平面定义为平面F,以风机轮毂中心为坐标中心O,过O点与平面F的法向量方向的水平分量平行的向量为Y轴,过O点与地面垂直的轴为Z轴,过O点与Y轴和Z轴叉乘方向相同的向量为X轴。
7.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机指令,其特征在于,所述计算机指令在由所述处理器执行时导致权利要求1至5中任一项方法被执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310455585.5A CN116167114B (zh) | 2023-04-25 | 2023-04-25 | 一种风机叶片曲线数据的确定方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310455585.5A CN116167114B (zh) | 2023-04-25 | 2023-04-25 | 一种风机叶片曲线数据的确定方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116167114A CN116167114A (zh) | 2023-05-26 |
CN116167114B true CN116167114B (zh) | 2023-07-14 |
Family
ID=86414970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310455585.5A Active CN116167114B (zh) | 2023-04-25 | 2023-04-25 | 一种风机叶片曲线数据的确定方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167114B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11149717B2 (en) * | 2016-06-30 | 2021-10-19 | Skydio, Inc. | Unmanned aerial vehicle wind turbine inspection systems and methods |
CN111859572A (zh) * | 2020-07-21 | 2020-10-30 | 上海扩博智能技术有限公司 | 风机叶片表面轮廓线拟合方法、系统、设备和存储介质 |
CN114296483B (zh) * | 2022-03-09 | 2022-06-28 | 北京图知天下科技有限责任公司 | 一种风力发电机不停机状态下的智能巡检方法及电子设备 |
CN115272248B (zh) * | 2022-08-01 | 2024-02-13 | 无锡海纳智能科技有限公司 | 一种风机姿态的智能检测方法以及电子设备 |
-
2023
- 2023-04-25 CN CN202310455585.5A patent/CN116167114B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116167114A (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110851966B (zh) | 一种基于深度神经网络的数字孪生模型修正方法 | |
JP6830139B2 (ja) | 3次元データの生成方法、3次元データの生成装置、コンピュータ機器及びコンピュータ読み取り可能な記憶媒体 | |
JP6681729B2 (ja) | オブジェクトの3d姿勢およびオブジェクトのランドマーク点の3dロケーションを求める方法、およびオブジェクトの3d姿勢およびオブジェクトのランドマークの3dロケーションを求めるシステム | |
CN112614213B (zh) | 人脸表情确定方法、表情参数确定模型、介质及设备 | |
CN110047108B (zh) | 无人机位姿确定方法、装置、计算机设备及存储介质 | |
Beder et al. | Direct solutions for computing cylinders from minimal sets of 3D points | |
US20220309708A1 (en) | System and method for automated estimation of 3d orientation of a physical asset | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
CN113781650B (zh) | 一种基于数据融合的动态物体可视化三维重建方法及系统 | |
CN115097867B (zh) | 一种风机巡检航线下无人机拍摄姿态的确定方法 | |
CN111680596B (zh) | 基于深度学习的定位真值校验方法、装置、设备及介质 | |
CN111859572A (zh) | 风机叶片表面轮廓线拟合方法、系统、设备和存储介质 | |
CN113696188A (zh) | 手眼标定数据采集方法、装置、电子设备及存储介质 | |
WO2021016806A1 (zh) | 高精度地图定位方法、系统、平台及计算机可读存储介质 | |
CN116167114B (zh) | 一种风机叶片曲线数据的确定方法、装置以及电子设备 | |
CN108332721B (zh) | 航空影像并行空三与递归式融合方法 | |
CN112100869B (zh) | 电力线补点方法、装置及电子设备 | |
CN115272248B (zh) | 一种风机姿态的智能检测方法以及电子设备 | |
CN111852753A (zh) | 风机叶片表面轮廓线拟合方法、系统、设备和存储介质 | |
CN110163880A (zh) | 一种在Unity中获取点云路面高度的方法 | |
CN115562337A (zh) | 一种风机巡检航线的生成方法以及电子设备 | |
CN113670253B (zh) | 空间目标姿态反演方法、装置、计算设备及存储介质 | |
CN112446952B (zh) | 三维点云法向量的生成方法、装置、电子设备及存储介质 | |
CN113124816B (zh) | 天线工参生成方法、装置、存储介质和计算机设备 | |
CN112734830A (zh) | 基于点云数据的位姿控制方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |