CN116305487A - 基于无人机的屋顶光伏电站设计方法及系统 - Google Patents

基于无人机的屋顶光伏电站设计方法及系统 Download PDF

Info

Publication number
CN116305487A
CN116305487A CN202310353041.8A CN202310353041A CN116305487A CN 116305487 A CN116305487 A CN 116305487A CN 202310353041 A CN202310353041 A CN 202310353041A CN 116305487 A CN116305487 A CN 116305487A
Authority
CN
China
Prior art keywords
roof
target area
photovoltaic power
aerial vehicle
unmanned aerial
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
Application number
CN202310353041.8A
Other languages
English (en)
Inventor
周海军
徐宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangtze River Delta Solar Photovoltaic Technology Innovation Center
Original Assignee
Yangtze River Delta Solar Photovoltaic Technology Innovation Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangtze River Delta Solar Photovoltaic Technology Innovation Center filed Critical Yangtze River Delta Solar Photovoltaic Technology Innovation Center
Priority to CN202310353041.8A priority Critical patent/CN116305487A/zh
Publication of CN116305487A publication Critical patent/CN116305487A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Civil Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开了一种基于无人机的屋顶光伏电站设计方法及系统。其中所述基于无人机的屋顶光伏电站设计方法包括步骤一,载有高清摄像头的无人机沿预设航线对目标区域屋面进行拍摄,获得包含目标区域屋面的原始数字图像;步骤二,解析和优化包含目标区域屋面的原始数字图像,并提取目标区域屋面的数字图像,根据所提取的目标区域屋面的数字图像,生成目标区域屋面的初步三维模型;步骤三,轻量化处理初步三维模型,并构建LOD细节层次,获得目标区域屋面最终三维模型;步骤四,根据目标区域屋面的最终三维模型,测算目标区域屋面参数;并将目标区域屋面参数输入光伏电站自动化软件,生成光伏电站设计模型。基于无人机勘测可解决光伏电站设计相关问题。

Description

基于无人机的屋顶光伏电站设计方法及系统
技术领域
本申请属于屋顶光伏电站设计技术领域,尤其涉及一种基于无人机的屋顶光伏电站设计方法及系统。
背景技术
分布式光伏发电系统,又称分散式发电或分布式供能,是指在用户现场或靠近用电现场配置较小的光伏发电供电系统,以满足特定用户的需求,支持现存配电网的经济运行,或者同时满足这两个方面的要求。
目前,光伏电站的勘察和设计主要是以人工为主,即人工现场测量,并基于人工测量结果,人工确定光伏电站建设区域。而传统的人工探勘方法可能存在精度问题,由于人为因素和技术限制,会导致测量和评估结果存在误差,影响光伏电站的效率和发电量;且目前人力成本增加,导致勘测费用增加,还耗时耗力,可能延误项目进展。且客户屋顶情况复杂多样,在人员爬上屋顶来勘测时需要高空作业,还会受到天气及意外情况的影响,安全隐患大。当然还存在其他问题,如人工勘测可能会破坏屋顶防水层等,从而影响建筑物的正常使用和客户的生活。
随着无人机技术的快速发展,无人机航拍很快应用于勘测领域。无人机倾斜摄影三维建模技术是国际地理信息领域近年来发展起来的、融合传统航空摄影技术和数字地面采集技术的一项高新技术。倾斜摄影测量技术的出现,带动了三维建模技术及其应用的快速发展。
因此,将无人机应用于屋顶光伏电站设计的勘测,可满足爆发式增长的光伏电站建设。
发明内容
鉴于此,有必要提供一种基于无人机的屋顶光伏电站设计方法及系统以解决上述问题。
第一方面,本申请提供一种基于无人机的屋顶光伏电站设计方法,其步骤包括
步骤一,载有高清摄像头的无人机沿预设航线对目标区域屋面进行拍摄,获得包含目标区域屋面的原始数字图像;
步骤二,解析和优化包含所述目标区域屋面的所述原始数字图像,并提取所述目标区域屋面的数字图像,根据所提取的所述目标区域屋面的所述数字图像,生成所述目标区域屋面的初步三维模型;
步骤三,轻量化处理所述初步三维模型,并构建LOD细节层次,获得所述目标区域屋面的最终三维模型;
步骤四,根据所述目标区域屋面的所述最终三维模型,测算所述目标区域屋面参数;并将所述目标区域屋面参数输入光伏电站自动化软件,生成光伏电站设计模型。
优选地,在一些实施例中,还包括步骤五,轻量化处理所述步骤四中的所述光伏电站设计模型,构建LOD细节层次,并调整所述光伏电站设计模型的位置参数,与所述步骤三中的所述目标区域屋面的所述最终三维模型结合,生成所述目标区域屋面光伏电站设计模型。
优选地,在一些实施例中,所述光伏电站设计模型的位置参数包括经纬度坐标和高度以及旋转参数,以将所述光伏电站设计模型调整至所述目标区域屋面的所述最终三维模型的屋面的正确位置。
优选地,在一些实施例中,所述步骤一中所述无人机沿预设航线的飞行参数包括:飞行高度、航向重叠度、旁向重叠度和飞行速度;所述飞行高度为高于目标屋面高度15米-20米,所述航向重叠度大于80%,所述旁向重叠度大于等于75%,所述飞行速度为10m/s-15m/s。
优选地,在一些实施例中,所述步骤二还包括以下步骤:根据所提取的所述目标区域屋面的所述数字图像,利用三维制图软件进行空三解算;调整所述三维制图软件的设置参数,生成所述目标区域屋面的所述初步三维模型。
优选地,在一些实施例中,所述步骤三采用地理信息基础数据处理平台软件在数据处理-通用模型切片中进行纹理和顶点的压缩,以减小所述初步三维模型,实现对所述初步三维模型的轻量化处理。
优选地,在一些实施例中,判断所述步骤四中的所述目标区域屋面类型,并依据所述目标区域屋面的屋面类型,测算所述目标区域屋面的屋面参数;
若所述目标区域屋面的屋面类型为平屋面,则测算所述目标区域屋面的屋面参数为平屋面参数,所述平屋面参数包括屋面长度、宽度;
若所述目标区域屋面的屋面类型为单坡斜屋面,则测算所述目标区域屋面的屋面参数为单坡斜屋面参数,所述单坡斜屋面参数包括屋面长度、宽度、角度;
若所述目标区域屋面的屋面类型为双坡斜屋面,则测算所述目标区域屋面的屋面参数为双坡斜屋面参数,所述双坡斜屋面包括屋面南坡长度、南坡宽度、南坡角度、北坡长度、北坡宽度、北坡角度。
优选地,在一些实施例中,判断所述步骤四中的所述目标区域屋面是否具有女儿墙,若有,则还需测算所述女儿墙的参数,所述女儿墙的参数包括南、东、西三个方向的所述女儿墙高度。
综上所述,本申请提供的基于无人机的屋顶光伏电站设计方法,利用无人机航拍可以精确测量建筑屋顶的面积和形状,以便更好地规划和利用屋顶空间;且可有效减少在屋顶上工作的人员数量和时间,从而降低意外事故的风险。此外,利用无人机的高度和视角,可以在屋顶上方避免遮挡物和障碍物的影响,获得详细的测量数据,构建详细的建筑屋顶图像,从而能够更加精确地规划电站的位置、大小、形状和方向等,以及评估建筑屋顶的太阳辐射和日照情况,以确保光伏电站可以在最佳的位置上安装和部署,从而可以更好地确定光伏电站所需的支撑结构和安全设备,以确保电站的稳定性、安全性;同时还能确定光伏电站所需的太阳能电池板的数量和布局,确保光伏电站能够最大化地捕捉太阳能,以满足电力需求。另外,在利用无人机航拍照片建立三维模型前,将航拍照片二次处理,即,步骤二中的解析和优化包含目标区域屋面的数字图像,并提取目标区域屋面的数字图像,从而将目标区域摘出,筛除与目标区域不相关的众多背景,方便在三维建模中提取目标区域特征,从而方便后续的三维建模和加快建模速度;同时通过步骤三,可以让三维模型中的目标区域更加清晰,且占据的内存更小,方便软件的运行,从而释放更多的软件算例;而步骤四则根据目标区域屋面的三维建模,自动生成光伏电站设计模型,减少设计人员工作量,从而提高光伏电站设计效率。
总的来说,使用无人机航摄照片的屋顶光伏电站设计方法可以帮助解决许多与电站设计和部署相关的技术问题,从而提高光伏电站的性能和效率,降低成本,同时提高安全性和稳定性。
第二方面,本申请还提供一种基于无人机的屋顶光伏电站设计系统,包括无人机、服务器、中控系统、功能软件;所述无人机载有高清摄像头用于拍摄生成图像;所述服务器用于数据存储、承载所述中控系统和所述功能软件;所述功能软件用于处理图像及生成模型,包括图像预处理软件、三维制图软件、地理信息基础数据处理平台软件、光伏电站自动化软件;所述中控系统用于接收和发出信号,控制和调用所述无人机、所述服务器和所述功能软件;
所述中控系统接收外部输入的目标区域屋面的信息,在预存在所述服务器中的地图信息搜寻,确认所述目标区域屋面所在位置及周边环境信息,并与预存在所述服务器中的禁飞区域信息库比对,当所述目标区域屋面所在位置不在所述服务器中的禁飞区域信息库中时,输出行动信号及生成无人机拍摄航线图;
所述无人机接收所述行动信号,按照所述无人机拍摄航线图飞行并对所述目标区域屋面进行拍摄获得原始数字图像,并将所述原始数字图像上传至所述服务器存储;
所述三维制图软件导入所述数字图像,根据所述数字图像自动生成所述目标区域屋面的初步三维模型并存储在所述服务器;
所述三维制图软件导入并轻量化处理所述初步三维模型,构建LOD细节层次,自动生成所述目标区域屋面的最终三维模型并存储在所述服务器;
所述地理信息基础数据处理平台软件导入所述目标区域屋面的所述最终三维模型,自动测算目标区域屋面参数并储存在所述服务器;
所述光伏电站自动化软件导入所述目标区域屋面参数,自动生成光伏电站设计模型。
优选地,在一些实施例中,当所述目标区域所在位置及周边环境信息在所述服务器中的禁飞区域信息库中时,所述中控系统输出特殊信号至审批部门,所述特殊信号为申请特殊许可信息,并在接收到审批通过的信息后,输出行动信息及生成无人机拍摄航线图。
相较于现有的屋顶光伏电站设计方式,本申请提供的屋顶光伏电站设计系统,利用无人机的高空拍摄协助勘测,并采用中控系统控制无人机和各类功能软件,实现整个屋顶勘测的自动化和光伏电站设计的自动化,解决许多与电站设计和部署相关的技术问题,提高光伏电站的性能和效率,同时提高光伏电站设计过程中的安全性和稳定性;同时减少人员的繁杂的工作量,解放人员双手,充分发挥人员的能动性和创造性,提高人员的效率,从而降低成本。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1是本申请实施例所示的基于无人机的屋顶光伏电站设计方法的流程示意图;
图2是图1所示的基于无人机的屋顶光伏电站设计方法中无人机拍摄的目标区域屋面参考图;
图3是图2所示的基于无人机的屋顶光伏电站设计方法生成的光伏电站设模型参考图;
图4是本申请实施例所示的基于无人机的屋顶光伏电站设计系统框图;
图5是图4实施例所示的基于无人机的屋顶光伏电站设计系统工作流程图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的较佳实施方式。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本申请的公开内容理解的更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体地实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/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。
第一方面,请参阅图1-3,图1是本申请实施例所示的基于无人机的屋顶光伏电站设计方法的流程示意图,图2是图1所示的基于无人机的屋顶光伏电站设计方法生成的光伏电站设模型图,图3是图2所示的基于无人机的屋顶光伏电站设计方法生成的光伏电站设模型参考图。本申请提供一种基于无人机的屋顶光伏电站设计方法,其步骤包括:
步骤一S1,载有高清摄像头的无人机沿预设航线对目标区域屋面进行拍摄,获得包含目标区域屋面的原始数字图像。
具体地,所述无人机装在的高清摄像头的像素在2000万以上,可在航线上拍摄高清照片;所述目标区域屋面是指需要进行光伏电站建设的建筑屋顶区域。所述无人机在所述预设航线上拍摄多组所述目标区域屋面的高清照片,可获得高质量、高分辨率的目标区域屋面照片,能够显示不同角度下的所述目标区域屋面;所述预设航向可为多条不同飞行拍摄航线,以获得足够多的不同角度的所述目标区域屋面的高清照片。
在使用所述无人机对目标区域屋面进行航拍时,根据电站设计的要求,选择适当的航拍高度和角度,并且需要考虑到风力和天气等因素。因此,本实施例中,所述无人机沿预设航线的飞行参数包括:飞行高度、航向重叠度、旁向重叠度和飞行速度;并设置所述飞行高度为高于目标屋面高度15米-20米,所述航向重叠度大于80%,所述旁向重叠度大于等于75%,所述飞行速度为10m/s-15m/s。通过对航线和飞行参数的设置,可以获取高质量、高分辨率的目标区域建筑屋顶的图像,请参阅图2。
步骤二S2,解析和优化包含目标区域屋面的原始数字图像,并提取目标区域屋面的数字图像,根据所提取的目标区域屋面的数字图像,生成目标区域屋面的初步三维模型。
具体地,根据所提取的目标区域屋面的数字图像,生成目标区域屋面的初步三维模型的步骤为:根据所提取的目标区域屋面的数字图像,利用三维制图软件进行空三解算;调整三维制图软件设置参数,生成目标区域屋面的初步三维模型。
其中,空三解算是三维建模的重中之重,但很多客户在实际作业生产中,过于关注数据采集的硬件设备而忽视了数据处理。尽管航飞效率很高,但是积压了非常多待处理图像数据,导致整体效率偏低,项目进展缓慢。
因此,将步骤一S1中获得的原始数字图像预处理,经过解析和优化,具体为,识别原始数字图像中的目标区域屋面和非目标区域屋面,即将原始数字图像划分为目标区域屋面、周边环境、杂物、边缘区域等不同区域,而后保留所述三维制图软件进行空三解算所需要的信息和所述目标区域屋面所在的区域及与所述目标区域屋面相关的区域,筛除与所述目标区域屋面不相关的周边环境、杂物、边缘区域等区域,从而获得预处理后的所述目标区域屋面的所述数字图像,从而可以在将预处理后的所述数字图像导入所述三维制图软件中后,可以较快速地实现三维建模,提升整体效率,加快项目进展,同时也方便在三维建模中提取目标区域特征点。可以理解,将获得的多组所述原始数字图像经过预处理后,获得内存体积更小的所述数字图像,方便存储和便于所述三维制图软件进行下一步地处理,提升了图像数据处理的效率,从而提升项目整体的效率,进而推动项目的进展。
本实施例中的空三解算是指倾斜空三算法SFM(structure-from-motion),倾斜影像空三是指解算相机参数、影像位置和姿态,以及加密点三维坐标的过程。倾斜影像空三整体流程主要分为影像特征点提取与匹配、构建自由网以及带控制数据的倾斜影像光束法区域网平差的三个步骤,空三处理的效果决定后期处理效果。倾斜空三算法是一种基于各种收集到的无序图片进行稀疏三维重建的离线算法。首先从航拍的图像中提取焦距信息,然后利用SIFT等特征提取算法去提取图像特征,用kd-tree模型去计算两张图片特征点之间的欧式距离进行特征点的匹配,从而找到特征点匹配个数达到要求的图像对。对于每一个图像匹配对,计算对极几何,估计F矩阵并通过ransac算法优化改善匹配对。这样如果有特征点可以在这样的匹配对中链式地传递下去,一直被检测到,那么就可以形成空三连接点。
所述三维制图软件如Smart3D、ContextCapure、Photoscan、Pix4DMapper、街景工厂等。本实施例中采用Smart3D进行三维建模,生成三维倾斜摄影测量模型(fbx格式),以便下一步的处理和提取目标区域屋面的相关参数信息。所述三维制图软件参数设置步骤依次为purpose设置为3DMesh,format为Autodesk FBX,空间坐标参考设置为WGS84,提交任务进行生产,即可获得初步的三维模型。
在本实施例中,可以重复多次实施此步骤,经过多次的空三解算和三维建模,提高空三解算的成功率,获得更好的三维模型。
步骤三S3,轻量化处理初步三维模型,并构建LOD细节层次,获得目标区域屋面最终三维模型。
初步三维建模后,获得的目标区域屋面模型整体数据比较庞大,在可视化过程中加载缓慢,影响三维制图软件的运算和处理,通过采用地理信息基础数据处理平台软件(cesiumLab软件工具)在数据处理-通用模型切片中进行纹理和顶点的压缩,以减小模型,实现对初步三维模型的轻量化处理,同时转换格式为3dTiles格式上传保存。Cesiumlab是一款专为Cesium开源数字地球平台打造的免费数据处理工具集。目前包含地形数据处理、影像数据处理、点云数据处理、数据下载、建筑物矢量面处理、倾斜数据处理、三维场景(max,maya)处理、BIM数据(revit,ifc)处理等工具。同时提供一套java开发的数据服务器,形成从数据处理、服务发布、到代码集成的完整工具链。
LOD为多细节层次,LOD技术指根据物体模型的节点在显示环境中所处的位置和重要度,决定物体渲染的资源分配,降低非重要物体的面数和细节度,从而获得高效率的渲染运算。三维模型文件较大,为了显示方便,存储常采用金字塔结构,即LOD多层次细节模型。当查看LOD模型时,模型浏览器会根据屏幕大小只加载当前大小的瓦片或光伏板,无需加载全部模型。
步骤四S4,根据目标区域屋面的最终三维模型,测算目标区域屋面参数;并将目标区域屋面参数输入光伏电站自动化软件,生成光伏电站设计模型。
具体地,在地理信息基础数据处理平台软件中导入最终三维模型,实现目标区域屋面模型的可视化浏览,同时依托地理信息基础数据处理平台软件逐一获取和计算光伏电站设计所需的参数,所需参数主要包括屋面参数和女儿墙参数。
其中屋面包括三种类型,分别为平屋面、单坡斜屋面、双坡斜屋面,在测算此屋面参数时,需要先判断目标区域屋面为哪种类型的屋面,并依据所述目标区域屋面类型测算目标区域屋面参数。
若判断所述目标区域屋面类型为平屋面,则测算目标区域屋面参数为平屋面参数,所述平屋面参数包括屋面长度、宽度;
若判断所述目标区域屋面类型为单坡斜屋面,则测算目标区域屋面参数为单坡斜屋面参数,所述单坡斜屋面参数包括屋面长度、宽度、角度;
若判断所述目标区域屋面类型为双坡斜屋面,则测算目标区域屋面参数为双坡斜屋面参数,所述双坡斜屋面包括屋面南坡长度、南坡宽度、南坡角度、北坡长度、北坡宽度、北坡角度。
在获取所需参数前,还需要判断所述目标区域屋面是否包含女儿墙,若不包含女儿墙,则可根据测算的屋面参数进行下一步工作;若所述目标区域屋面包含女儿墙,则还需测算女儿墙参数,所述女儿墙参数包括南、东、西三个方向的女儿墙高度。
根据地理信息基础数据处理平台软件测算出的屋面参数,或屋面参数和女儿墙参数等,将此参数信息导入自主研发的光伏电站自动化软件中,并根据实际需求调整设计光伏电站自动化软件的参数,即可自动生成光伏电站模型,如图3所示。
进一步地,此方法步骤还包括步骤五S5,轻量化处理所述步骤四中的光伏电站设计模型,构建LOD细节层次,并调整所述光伏电站设计模型位置参数,即将所述光伏电站模型重复步骤三的工作内容后,与所述步骤三中的目标区域屋面最终三维模型结合,生成目标区域屋顶光伏电站设计模型。
具体地,所述光伏电站设计模型位置参数包括经纬度坐标和高度以及旋转参数,以将所述光伏电站设计模型调整至所述目标区域屋面最终三维模型的屋顶的正确位置,可以获得完整的目标区域屋面光伏电站设计模型,即安装完毕光伏电站后的目标区域屋面模型可视化,设计人员可针对此模型进行微调,或合理性验证后进行施工建设。
综上所述,本申请提供的基于无人机的屋顶光伏电站设计方法,利用无人机航拍可以精确测量建筑屋顶的面积和形状,以便更好地规划和利用屋顶空间;且可有效减少在屋顶上工作的人员数量和时间,从而降低意外事故的风险。此外,利用无人机的高度和视角,可以在屋顶上方避免遮挡物和障碍物的影响,获得详细的测量数据,构建详细的建筑屋顶图像,从而能够更加精确地规划电站的位置、大小、形状和方向等,以及评估建筑屋顶的太阳辐射和日照情况,以确保光伏电站可以在最佳的位置上安装和部署,从而可以更好地确定光伏电站所需的支撑结构和安全设备,以确保电站的稳定性、安全性;同时还能确定光伏电站所需的太阳能电池板的数量和布局,确保光伏电站能够最大化地捕捉太阳能,以满足电力需求。另外,在利用无人机航拍照片建立三维模型前,将航拍照片二次处理,即,步骤二中的解析和优化包含目标区域屋面的数字图像,并提取目标区域屋面的数字图像,从而将目标区域摘出,筛除与目标区域不相关的众多背景,方便在三维建模中提取目标区域特征,从而方便后续的三维建模和加快建模速度;同时通过步骤三,可以让三维模型中的目标区域更加清晰,且占据的内存更小,方便软件的运行,从而释放更多的软件算例;而步骤四则根据目标区域屋面的三维建模,自动生成光伏电站设计模型,减少设计人员工作量,从而提高光伏电站设计效率。
总的来说,使用无人机航摄照片的屋顶光伏电站设计方法可以帮助解决许多与电站设计和部署相关的技术问题,从而提高光伏电站的性能和效率,降低成本,同时提高安全性和稳定性。
第二方面,请参阅图4-5,图4是本申请实施例所示的基于无人机的屋顶光伏电站设计系统100框图,图5是图4实施例所示的基于无人机的屋顶光伏电站设计系统100工作流程图。
本申请提供的一种基于无人机的屋顶光伏电站设计系统100,包括无人机1、服务器2、中控系统3和功能软件4;所述无人机1接收所述中控系统3信号,且载有高清摄像头用于拍摄;所述服务器2用于数据存储、承载所述中控系统3和功能软件4;所述功能软件4包括图像预处理软件41、三维制图软件42、地理信息基础数据处理平台软件43、光伏电站自动化软件44。
所述中控系统3接收外部输出的目标区域屋面信息,在预存在所述服务器2中的地图信息搜寻,确认目标区域所在位置及周边环境信息,并与预存在所述服务器中的禁飞区域信息库比对,当所述目标区域所在位置不在所述服务器中的禁飞区域信息库中时,输出行动信号及生成无人机2的拍摄航线图。
具体地,当所述目标区域所在位置及周边环境信息在所述服务器中的禁飞区域信息库中时,所述中控系统3输出特殊信号至审批部门,所述特殊信号为申请特殊许可信息,并在接收审批部门输出的审批通过信号后,输出行动信息及生成所述无人机1的拍摄航线图至所述无人机1。
所述无人机1的拍摄航线图由所述中控系统3根据电站设计的要求,并结合航拍的日期考虑当天的天气因素和风力等,选择适当的航拍高度和角度。所述中控系统3在设计所述无人机1的航线图时,设计的飞行参数主要包括:飞行高度、航向重叠度、旁向重叠度和飞行速度。一般情况下设置所述飞行高度为高于目标屋面高度15米-20米,所述航向重叠度大于80%,所述旁向重叠度大于等于75%,所述飞行速度为10m/s-15m/s。而后,中控系统3输出无人机1的拍摄航线图。
所述无人机1接收所述中控系统3的行动信号和拍摄航线图后,按照所述拍摄航线图飞行并对目标区域屋面进行拍摄获得多组原始数字图像,将所述原始数字图像上传至所述服务器2存储,并输出拍摄完成信号至所述中控系统3。
所述中控系统3接收到所述无人机1输出的拍摄完成信号后,所述中控系统3输出图像预处理信号至所述图像预处理软件41。
所述图像预处理软件41接收所述中控系统3输出的图像预处理信号,导入所述原始数字图像并解析和优化,具体为筛除与目标区域不相关的众多背景图像或杂物图像等,保留所述目标区域屋面的图像信息;而后输出目标区域屋面的数字图像存储在所述服务器2,并输出预处理完成信号至所述中控系统3。
所述中控系统3接收到所述图像预处理软件41输出的预处理完成信号,输出建模信号至所述三维制图软件42。
所述三维制图软件42接收所述中控系统3输出的建模信号后,导入所述目标区域屋面的数字图像,并进行空三解算,而后自动调整设置参数,如将purpose设置为3DMesh,将format设置为AutodeskFBX,将空间坐标参考设置为WGS 84,后自动生成目标区域屋面的初步三维模型,导出在所述服务器2存储,并输出初步三维建模完成信号至中控系统3。
所述中控系统3接收到所述三维制图软件42输出的初步三维建模完成信号后,输出轻量化处理信号至所述地理信息基础数据处理平台软件43。
所述地理信息基础数据处理平台软件43接收所述中控系统3输出的轻量化处理信号,轻量化处理所述初步三维模型,具体为在数据处理-通用模型切片中进行纹理和顶点的压缩,以减小模型;同时构建LOD细节层次,自动生成目标区域屋面最终三维模型,导出在所述服务器2存储,并输出最终三维模型完成信号至所述中控系统3。
由于需要判断目标区域屋面类型及是否包含女儿墙,因此提前将屋面数据库保存在服务器2中,屋面类型包括三种类型,分别为平屋面、单坡斜屋面、双坡斜屋面。当所述中控系统3接收到最终三维模型完成信号后,将目标区域屋面最终三维模型与所述屋面数据库进行比对,判断此次目标区域屋面是否包含女儿墙及屋面类型,并输出平屋面信号或单坡斜屋面信号或双坡斜屋面信号和测算信号,或者输出女儿墙信号和平屋面信号或单坡斜屋面信号或双坡斜屋面信号及测算信号,至所述地理信息基础数据处理平台软件43。
所述地理信息基础数据处理平台软件43接收所述中控系统3输出的平屋面信号或单坡斜屋面信号或双坡斜屋面信号和测算信号,或女儿墙信号和平屋面信号或单坡斜屋面信号或双坡斜屋面信号及测算信号,导入目标区域屋面的最终三维模型,自动测算目标区域屋面参数,导出参数信息在所述服务器2存储,并输出测算完成信号至中控系统3。
具体地,当所述中控系统3发出的为平屋面信号和测算信号时,所述地理信息基础数据处理平台软件43导入目标区域屋面的最终三维模型,自动测算目标区域的平屋面参数;所述平屋面参数包括屋面长度、宽度;而后导出参数信息在所述服务器2存储,并输出测算完成信号至中控系统3。
当所述中控系统3发出的为女儿墙信号和平屋面信号及测算信号时,所述地理信息基础数据处理平台软件43导入目标区域屋面的最终三维模型,自动测算目标区域的女儿墙参数和平屋面参数。所述女儿墙参数包括南、东、西三个方向的女儿墙高度;所述平屋面参数包括屋面长度、宽度。而后导出参数信息在所述服务器2存储,并输出测算完成信号至中控系统3。
当所述中控系统3发出的为单坡斜屋面信号和测算信号时,所述地理信息基础数据处理平台软件43导入目标区域屋面的最终三维模型,自动测算目标区域的单坡斜屋面参数;所述单坡斜屋面参数包括屋面长度、宽度、角度;而后导出参数信息在所述服务器2存储,并输出测算完成信号至中控系统3。
当所述中控系统3发出的为女儿墙信号和单坡斜屋面信号及测算信号时,所述地理信息基础数据处理平台软件43导入目标区域屋面的最终三维模型,自动测算目标区域的女儿墙参数和单坡斜屋面参数。所述女儿墙参数包括南、东、西三个方向的女儿墙高度;所述单坡斜屋面参数包括屋面长度、宽度、角度。而后导出参数信息在所述服务器2存储,并输出测算完成信号至中控系统3。
当所述中控系统3输出的为双坡斜屋面信号和测算信号时,所述地理信息基础数据处理平台软件43导入目标区域屋面的最终三维模型,自动测算目标区域的双坡斜屋面参数;所述双坡斜屋面参数包括屋面南坡长度、南坡宽度、南坡角度、北坡长度、北坡宽度、北坡角度;而后导出参数信息在所述服务器2存储,并输出测算完成信号至中控系统3。
当所述中控系统3发出的为女儿墙信号和双坡斜屋面信号及测算信号时,所述地理信息基础数据处理平台软件43导入目标区域屋面的最终三维模型,自动测算目标区域的女儿墙参数和双坡斜屋面参数。所述女儿墙参数包括南、东、西三个方向的女儿墙高度;所述双坡斜屋面参数包括屋面南坡长度、南坡宽度、南坡角度、北坡长度、北坡宽度、北坡角度。而后导出参数信息在所述服务器2存储,并输出测算完成信号至中控系统3。
中控系统3接收到所述地理信息基础数据处理平台软件43输出的测算完成信号后,输出光伏电站设计信号至所述光伏电站自动化软件44。
所述光伏电站自动化软件44接收所述中控系统3输出的光伏电站设计信号后,导入所述参数信息,自动生成光伏电站设计模型,导出光伏电站设计模型在所述服务器2存储,并输出光伏电站设计完成信号至中控系统3。
所述中控系统3接收到所述光伏电站自动化软件44输出的光伏电站设计完成信号后,输出光伏电站设计模型轻量化处理信号至所述三维制图软件42。
所述三维制图软件42接收到所述中控系统3输出的光伏电站设计完成信号后,导入所述光伏电站设计模型后轻量化处理,构建LOD细节层次,后导出光伏电站轻量化模型至服务器2存储,并输出光伏电站轻量化完成信号至中控系统3。
所述中控系统3接收到所述三维制图软件42输出的光伏电站轻量化完成信号后,输出目标区域屋面光伏电站模型信号至所述三维制图软件42。
所述三维制图软件42接收到所述中控系统3输出的目标区域屋面光伏电站模型信号,导入光伏电站轻量化模型和最终三维模型,调整所述光伏电站设计模型位置参数,与所述最终三维模型结合,自动生成目标区域屋面光伏电站模型,导出目标区域屋面光伏电站模型至所述服务器2存储,并输出目标区域屋面光伏电站模型完成信号至中控系统3。
具体地,所述光伏电站设计模型位置参数包括经纬度坐标和高度以及旋转参数,以将所述光伏电站设计模型调整至所述目标区域屋面最终三维模型的屋顶的正确位置,可以获得完整的目标区域屋面光伏电站模型,即可可视化。
所述中控系统3接收到所述三维制图软件42输出的目标区域屋面光伏电站模型完成信号,输出完成信号至外部,系统工作结束。
如若与实际情况有所差别,则设计人员经可合理性验证后针对此模型进行微调,或安排施工建设。
相较于现有的屋顶光伏电站设计方式,本申请提供的屋顶光伏电站设计系统,利用无人机的高空拍摄协助勘测,并采用中控系统控制无人机和各类功能软件,实现整个屋顶勘测的自动化和光伏电站设计的自动化,解决许多与电站设计和部署相关的技术问题,提高光伏电站的性能和效率,同时提高光伏电站设计过程中的安全性和稳定性;同时减少人员的繁杂的工作量,解放人员双手,充分发挥人员的能动性和创造性,提高人员的效率,从而降低成本。
以上所述实施例仅表达了本申请的实施方式,其描述较为具体和详细,但并不能因此而理解为对专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于无人机的屋顶光伏电站设计方法,其特征在于:包括
步骤一,载有高清摄像头的无人机沿预设航线对目标区域屋面进行拍摄,获得包含所述目标区域屋面的原始数字图像;
步骤二,解析和优化包含所述目标区域屋面的所述原始数字图像,并提取所述目标区域屋面的数字图像,根据所提取的所述目标区域屋面的所述数字图像,生成所述目标区域屋面的初步三维模型;
步骤三,轻量化处理所述初步三维模型,并构建LOD细节层次,获得所述目标区域屋面的最终三维模型;
步骤四,根据所述目标区域屋面的所述最终三维模型,测算所述目标区域屋面参数;并将所述目标区域屋面参数输入光伏电站自动化软件,生成光伏电站设计模型。
2.根据权利要求1所述的基于无人机的屋顶光伏电站设计方法,其特征在于:还包括步骤五,轻量化处理所述步骤四中的所述光伏电站设计模型,构建LOD细节层次,并调整所述光伏电站设计模型的位置参数,与所述步骤三中的所述目标区域屋面的所述最终三维模型结合,生成所述目标区域屋面光伏电站设计模型。
3.根据权利要求2所述的基于无人机的屋顶光伏电站设计方法,其特征在于:所述光伏电站设计模型的位置参数包括经纬度坐标和高度以及旋转参数,以将所述光伏电站设计模型调整至所述目标区域屋面的所述最终三维模型的屋面的正确位置。
4.根据权利要求1所述的基于无人机的屋顶光伏电站设计方法,其特征在于:所述步骤一中所述无人机沿预设航线的飞行参数包括:飞行高度、航向重叠度、旁向重叠度和飞行速度;所述飞行高度为高于目标屋面高度15米-20米,所述航向重叠度大于80%,所述旁向重叠度大于等于75%,所述飞行速度为10m/s-15m/s。
5.根据权利要求1所述的基于无人机的屋顶光伏电站设计方法,其特征在于:所述步骤二还包括以下步骤:根据所提取的所述目标区域屋面的所述数字图像,利用三维制图软件进行空三解算;调整所述三维制图软件的设置参数,生成所述目标区域屋面的所述初步三维模型。
6.根据权利要求1所述的基于无人机的屋顶光伏电站设计方法,其特征在于:所述步骤三采用地理信息基础数据处理平台软件在数据处理-通用模型切片中进行纹理和顶点的压缩,以减小所述初步三维模型,实现对所述初步三维模型的轻量化处理。
7.根据权利要求1所述的基于无人机的屋顶光伏电站设计方法,其特征在于:判断所述步骤四中的所述目标区域屋面类型,并依据所述目标区域屋面的屋面类型,测算所述目标区域屋面的屋面参数;
若所述目标区域屋面的屋面类型为平屋面,则测算所述目标区域屋面的屋面参数为平屋面参数,所述平屋面参数包括屋面长度、宽度;
若所述目标区域屋面的屋面类型为单坡斜屋面,则测算所述目标区域屋面的屋面参数为单坡斜屋面参数,所述单坡斜屋面参数包括屋面长度、宽度、角度;
若所述目标区域屋面的屋面类型为双坡斜屋面,则测算所述目标区域屋面的屋面参数为双坡斜屋面参数,所述双坡斜屋面包括屋面南坡长度、南坡宽度、南坡角度、北坡长度、北坡宽度、北坡角度。
8.根据权利要求1所述的基于无人机的屋顶光伏电站设计方法,其特征在于:判断所述步骤四中的所述目标区域屋面是否具有女儿墙,若有,则还需测算所述女儿墙的参数,所述女儿墙的参数包括南、东、西三个方向的所述女儿墙高度。
9.一种基于无人机的屋顶光伏电站设计系统,包括无人机、服务器、中控系统、功能软件;所述无人机载有高清摄像头用于拍摄生成图像;所述服务器用于数据存储、承载所述中控系统和所述功能软件;所述功能软件用于处理图像及生成模型,包括图像预处理软件、三维制图软件、地理信息基础数据处理平台软件、光伏电站自动化软件;所述中控系统用于接收和发出信号,控制和调用所述无人机、所述服务器和所述功能软件;其特征在于:
所述中控系统接收外部输入的目标区域屋面的信息,在预存在所述服务器中的地图信息搜寻,确认所述目标区域屋面所在位置及周边环境信息,并与预存在所述服务器中的禁飞区域信息库比对,当所述目标区域屋面所在位置不在所述服务器中的禁飞区域信息库中时,输出行动信号及生成无人机拍摄航线图;
所述无人机接收所述行动信号,按照所述无人机拍摄航线图飞行并对所述目标区域屋面进行拍摄获得原始数字图像,并将所述原始数字图像上传至所述服务器存储;
所述图像预处理软件导入所述原始数字图像,并解析和优化所述原始数字图像,输出所述目标区域屋面的数字图像存储在所述服务器;
所述三维制图软件导入所述数字图像,根据所述数字图像自动生成所述目标区域屋面的初步三维模型并存储在所述服务器;
所述三维制图软件导入并轻量化处理所述初步三维模型,构建LOD细节层次,自动生成所述目标区域屋面的最终三维模型并存储在所述服务器;
所述地理信息基础数据处理平台软件导入所述目标区域屋面的所述最终三维模型,自动测算目标区域屋面参数并储存在所述服务器;
所述光伏电站自动化软件导入所述目标区域屋面参数,自动生成光伏电站设计模型。
10.根据权利要求9所述的基于无人机的屋顶光伏电站设计系统,其特征在于:当所述目标区域所在位置及周边环境信息在所述服务器中的禁飞区域信息库中时,所述中控系统输出特殊信号至审批部门,所述特殊信号为申请特殊许可信息,并在接收到审批通过的信息后,输出行动信息及生成无人机拍摄航线图。
CN202310353041.8A 2023-04-04 2023-04-04 基于无人机的屋顶光伏电站设计方法及系统 Pending CN116305487A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310353041.8A CN116305487A (zh) 2023-04-04 2023-04-04 基于无人机的屋顶光伏电站设计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310353041.8A CN116305487A (zh) 2023-04-04 2023-04-04 基于无人机的屋顶光伏电站设计方法及系统

Publications (1)

Publication Number Publication Date
CN116305487A true CN116305487A (zh) 2023-06-23

Family

ID=86777985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310353041.8A Pending CN116305487A (zh) 2023-04-04 2023-04-04 基于无人机的屋顶光伏电站设计方法及系统

Country Status (1)

Country Link
CN (1) CN116305487A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117155231A (zh) * 2023-09-05 2023-12-01 东莞市奥源电子科技有限公司 一种具有宽电压输入的户外电源太阳能板及其控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117155231A (zh) * 2023-09-05 2023-12-01 东莞市奥源电子科技有限公司 一种具有宽电压输入的户外电源太阳能板及其控制方法
CN117155231B (zh) * 2023-09-05 2024-04-09 东莞市奥源电子科技有限公司 一种具有宽电压输入的户外电源太阳能板及其控制方法

Similar Documents

Publication Publication Date Title
CN102506824B (zh) 一种城市低空无人机系统生成数字正射影像图的方法
US7310606B2 (en) Method and system for generating an image-textured digital surface model (DSM) for a geographical area of interest
Yu et al. Modeling of landslide topography based on micro-unmanned aerial vehicle photography and structure-from-motion
US20080221843A1 (en) System and Method for Cost-Effective, High-Fidelity 3D-Modeling of Large-Scale Urban Environments
US20160292312A1 (en) Method and system for creating and distributing solar energy system design, sales and marketing data
CN110622202B (zh) 太阳能发电设备的施工设计支援装置和方法以及存储介质
CN108090957A (zh) 基于bim的测绘地形的方法
US20080270031A1 (en) Geospatial modeling system providing data thinning of geospatial data points and related methods
CN116305487A (zh) 基于无人机的屋顶光伏电站设计方法及系统
US8395760B2 (en) Unified spectral and geospatial information model and the method and system generating it
MOKRANE et al. DEM generation based on UAV photogrammetry
KR101079475B1 (ko) 포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템
KR101079531B1 (ko) 포인트 클라우드 데이터를 이용한 도로 레이어 생성 시스템
Tenedório et al. Remote sensing from unmanned aerial vehicles for 3D urban modelling: case study of Loulé, Portugal
Stal et al. Highly detailed 3D modelling of Mayan cultural heritage using an UAV
US20240176921A1 (en) Systems and methods to propose a solar project
Yijing et al. Construction and analysis of 3D scene model of landscape space based on UAV oblique photography and 3D laser scanner
KR102587445B1 (ko) 드론을 이용하여 시계열정보가 포함된 3차원 지도의 제작 방법
CN114674290A (zh) 一种基于倾斜比例的地形图的测绘方法
Ağca et al. 3D modeling of cultural heritages with uav and tls systems: a case study on the Somuncu Baba Mosque
KR20130002244A (ko) 도시공간정보모델의 등급정보에 따라 선택된 건물데이터를 이용하는 도시공간정보 생성 시스템
KR101114904B1 (ko) 도화원도와 항공 레이저 측량 데이터를 이용한 도시공간정보 구축 시스템 및 그 방법
Lee et al. Investigation of topographic characteristics of parcels using UAV and machine learning
Mathews et al. Three-dimensional building modeling using structure from motion: improving model results with telescopic pole aerial photography
Tran et al. Mini-Drone Photogrammetry for 3D Modeling of City Building: A Case Study at Ho Chi Minh University of Technology

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