CN116480536A - 一种无人机自主追踪巡检风机叶片方法 - Google Patents

Abstract

本发明涉及风电机组检测技术领域，尤其涉及一种无人机自主追踪巡检风机叶片方法，包括如下步骤：S1、建立风力发电机的圆柱体包围模型，计算各个拍摄面的巡检起点和巡检终点；S2、对巡检起点和巡检终点以及起点和终点之间的连线进行碰撞检测；S3、计算无人机巡检路线的停止条件；S4、在初始位置图像识别风机叶片，调整相机位置，初始对准目标；S5、无人机动态追踪叶片；S6、根据飞行矢量变化，实时更新叶片停机角,调整无人机巡检终点，更新碰撞包围体并且进行碰撞检测。本发明在实现对风机粗定位的基础上，依靠简单的空间位置关系，动态实时追踪拍摄叶片，实时进行碰撞检测，实现安全，可靠，拍摄清晰的巡检。

Description

一种无人机自主追踪巡检风机叶片方法

技术领域

本发明涉及风电机组检测技术领域，尤其涉及一种无人机自主追踪巡检风机叶片方法。

背景技术

现有风机巡检方法，需要搭载rtk定位系统，需要提前采集风力发电机精确的GPS地理信息输入系统，提前录入风机叶片制造参数如叶轮锥角，叶轮偏角等信息，作业时需要叶轮位置不变；根据图像识别的风机方位角，叶轮停机角等信息，设计固定的拍照航点飞行，由于GPS本身的误差，图像识别方位角，叶轮停机角的误差，导致规划的叶片拍摄航线与实际叶片的位置出现累计误差偏移，在拍摄过程中出现叶片不在相机画面中，无人机无法及时调整位姿，只能按照预定航线飞行。为此，我们提出一种无人机自主追踪巡检风机叶片方法。

发明内容

基于背景技术存在的技术问题，本发明提出了一种无人机自主追踪巡检风机叶片方法，在实现对风机粗定位的基础上，依靠简单的空间位置关系，动态实时追踪拍摄叶片，实时进行碰撞检测，为无人机进行不停机叶片巡检提供安全，可靠，拍摄清晰的巡检方法。

本发明提供如下技术方案：一种无人机自主追踪巡检风机叶片方法，包括如下步骤：

S1、建立风力发电机的圆柱体包围模型，计算各个拍摄面的巡检起点和巡检终点；

S2、对巡检起点和巡检终点以及起点和终点之间的连线进行碰撞检测；

S3、计算无人机巡检路线的停止条件；

S4、在初始位置图像识别风机叶片，调整相机位置，初始对准目标；

S5、无人机动态追踪叶片；

S6、根据飞行矢量变化，实时更新叶片停机角,调整无人机巡检终点，更新碰撞包围体并且进行碰撞检测。

优选的，所述步骤S1中建立风机轮毂中心地理坐标系，以三个叶片顶点，塔筒顶点和机舱顶点，包围半径为r,建立圆柱包围模型；

并以拍摄角度和拍摄距离平移叶尖顶点和拍摄起始点，建立拍摄航线模型。

优选的，所述步骤S2中计算巡检起点，巡检终点，巡检路径连线到碰撞体中轴线之间的距离，判断距离是否大于碰撞体半径，从而得出是否碰撞，是否需要调整巡检路径。

优选的，所述步骤S3中无人机巡检路线的停止条件以巡检起始点、巡检终点的距离为参考，优先选取距离，其次选取时间。

优选的，所述步骤S4中在初始拍摄点，使用无人机视觉识别叶片位置；根据识别出的叶片轮廓像素点,和图像中心像素点，作为无人机云台角度和方向的调整角度。

优选的，所述步骤S5中在每个拍摄面，无人机根据起始点和中间关键点信息，以速度控制方式生成向叶尖点飞行的方向矢量，图像识别实时获取风机叶片中心点，调整无人机的飞行速度矢量方向，实现无人机对叶片的动态追踪；

计算叶片长度和飞行航线长度距离，以飞行时间和飞行距离为约束，结束巡检航线，前往下一巡检拍摄面；

在每个图像识别的周期内调整，超出调整周期则恢复到初始速度继续飞行，确保飞行速度矢量保持初始计算方向，在局部调整向图像识别方向，达到无人机相机画面追踪叶片的目的。

优选的，所述步骤S6中，根据飞行矢量变化,实时更新叶片停机角,调整无人机巡检终点，并且进行碰撞检测无人机稳定追踪到叶片后，根据稳定飞行的当前位置和起始巡检点位置，计算出当前叶片角度，并由当前叶片角度计算更新后的巡检终点。

优选的，所述步骤S6的更新方法如下：

leaf_angle_temp＝atan((Ptemp.x-Pstart.x)/(Ptemp.y-Pstart.y))；

其中，leaf_angle_temp为更新后的叶片停机角度，atan为反正切函数，Ptemp为当前位置，Pstart为起始巡检点位置，x、y分别表示x坐标值和y坐标值；

根据坐标系将计算得到的leaf_angle_temp转换为在坐标系下的叶片角度leaf_angle，使用更新后的leaf_angle计算无人机巡检终点、更新叶片包围模型，进行碰撞检测；

更新叶片a,b,c的角度leaf_angle_a,leaf_angle_b,leaf_angle_c：

leaf_angle_a＝leaf_angle_temp+leaf_angle_a；

leaf_angle_b＝leaf_angle_temp+leaf_angle_b；

leaf_angle_c＝leaf_angle_temp+leaf_angle_c；

检测到叶片更新角度后，更新计算巡检起点/终点坐标，更新步骤S1中的风机碰撞包围模型，然后使用更新后的角度，依次更新步骤S2-S5，实现整个更新过程。

本发明提供了一种无人机自主追踪巡检风机叶片方法，在仅有GPS定位的情形下，仅依靠无人机自身相机进行视觉识别和运动控制，实现风机叶片巡检拍照，并且能够实时更新叶片角度，可实现风机叶片不锁机巡检；由于该方法在巡检过程中实时识别叶片位置，可确保叶片始终处于拍摄画面中心，确保拍摄精度和重叠率。

附图说明

图1为本发明系统框图；

图2为本发明圆柱包围模型示意图；

图3为本发明叶片跟踪示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种技术方案：一种无人机自主追踪巡检风机叶片方法，包括如下步骤：

S1、建立风力发电机的圆柱体包围模型，计算各个拍摄面的巡检起点和巡检终点；S2、对巡检起点和巡检终点以及起点和终点之间的连线进行碰撞检测；S3、计算无人机巡检路线的停止条件；S4、在初始位置图像识别风机叶片，调整相机位置，初始对准目标；S5、无人机动态追踪叶片；S6、根据飞行矢量变化，实时更新叶片停机角,调整无人机巡检终点，更新碰撞包围体并且进行碰撞检测；系统框图如图1所示。本方法在实现对风机粗定位的基础上，依靠简单的空间位置关系，动态实时追踪拍摄叶片，实时进行碰撞检测，为无人机进行不停机叶片巡检提供安全，可靠，拍摄清晰的巡检方法。

实施例：

S1、建立风力发电机的圆柱体包围模型，计算各个拍摄吗的巡检起点和巡检终点；具体如下：

如图2所示，首先建立风机轮毂中心地理坐标系Og，以轮毂中心为原点，以正东为Xg轴，正北为Yg轴，垂直向上为Zg轴；

建立风机轮毂中心地面坐标系O，以轮毂中心为原点，以风机机舱方向为x轴，与x轴垂直，风机正面左侧为y轴，xy平面垂直向上方向为z轴方向；

通过无人机自身识别风机叶片的关键参数，风机轮毂位置P0[lat，lon，height]，风机的方位角azimuth，风机叶片的停机角leaf_angle，以及风机叶片的长度leaf_length，以最佳安全拍摄距离photo_distance 15米，计算出每个拍摄面的起始点P1，终止点P2；计算方法如下：

轮毂地理坐标系转换到轮毂中心地面坐标系的转换矩阵为L(azimuth)，转换变量为方位角；

根据三个叶片角度程120度，在以知其中一个叶片在轮毂中心坐标系O中的角度后，其它两个叶片也可推算得到。

根据叶片长度和叶片角度，可计算得到叶尖的位置

其中，P0为轮毂中心位置，leaf_angle_a为图像识别得到的a叶片停机角度，leaf_angle_b为图像识别得到的b叶片停机角度，leaf_angle_b为图像识别得到的b叶片停机角度，leaf_lengh为叶片长度，L[leaf_angle_a]、L[leaf_angle_b]、L[leaf_angle_c]为轮毂地理坐标系到轮毂中心坐标系的转换矩阵。

根据塔筒高度tower_height，塔筒位置Pt[tower_distance，0，0]^T，tower_distance表示塔筒中心距离轮毂中心的距离，计算塔筒端点Pj[x y z]^T

Pj＝P0+Pt+[0 0 tower_height]^T (公式2)

根据机舱长度engine_length计算机舱端点Pe[x y z]^T：

Pe＝P0+[engine_length 0 0]T (公式3)

其中engine_length为机舱长度。

以三个叶片顶点，塔筒顶点和机舱顶点，包围半径为r，建立圆柱包围模型；

并以拍摄角度和拍摄距离平移叶尖顶点和拍摄起始点，建立拍摄航线模型；

S2、对巡检起点和巡检终点以及起点和终点之间的连线进行碰撞检测；

碰撞检测：计算巡检起点Pstart，巡检终点Pend到叶片包围圆柱中轴线的距离，计算巡检起点和巡检终点连线到包围圆柱中轴线的距离。

可将巡检路径与风机圆柱包围模型之间的碰撞检测数学表现形式简化为：

计算巡检起点，巡检终点，巡检路径连线到碰撞体中轴线之间的距离，判断距离是否大于碰撞体半径，从而得出是否碰撞，是否需要调整巡检路径。

计算方法如下：

1、计算点与碰撞体中轴线的距离；

(1)计算点与中轴线顶点的距离；

(2)计算点与中轴线的最小距离；

(3)计算巡检路径与中轴线的最小距离，即两条线段的最小距离；

(4)选择最小距离，对比碰撞体半径；

(5)如果计算出的最小距离小于碰撞体半径，则计算点与中轴线之间的反向延长线，将该点沿着反向延长线延长到大于碰撞体半径的距离；

2、判断当前点与三个叶片、机舱、塔筒的最小碰撞距离，当出现点与其中一个或多个碰撞体距离小于碰撞体半径时，延多个碰撞体与该点的延长线的交点，继续延长，避开碰撞体。

S3、计算无人机巡检路线的停止条件；

以巡检起始点、巡检终点的距离为参考，优先选取距离，其次选取时间

计算巡检起始点到巡检终点的直线距离L，以无人机巡检拍照时的飞行速度V，得到理论飞行时长T；

计算时优先考虑无人机当前位置与初始位置的距离Lt,当Lt-L>0.01时，认为无人机到达终点，停止该巡检路径，当不满足该条件，但是飞行时间已经超过T，使用图像识别叶尖部分，如未检测到叶尖，则停止该巡检路径。

S4、在初始位置图像识别风机叶片，调整相机位置，初始对准目标；

在初始拍摄点，使用无人机视觉识别叶片位置；根据识别出的叶片轮廓像素点P[x1,y1],和图像中心像素点P0[x0,y0]，作为无人机云台角度pitch和yaw方向的调整角度，计算方法如下：

Kpitch_y,Kpitch_z,Kyaw_y,Kyaw_z是根据叶片当前的角度以及拍摄角度设置的比例参数。调整云台角度将叶片对准目标中心后，即可进行下一步动作。

S5、无人机动态追踪叶片

在每个拍摄面，无人机根据起始点和中间关键点信息，以速度控制方式生成向叶尖点飞行的方向矢量，图像识别实时获取风机叶片中心点，调整无人机的飞行速度矢量方向，实现无人机对叶片的动态追踪；计算叶片长度和飞行航线长度距离，以飞行时间和飞行距离为约束，结束巡检航线，前往下一巡检拍摄面，如图3所示；

计算每条拍摄面初始飞行速度如下；

其中，p1[x,y,z]为控制飞行路径的起点,p2[x,y,z]为飞行路径的终点；Lxyz为两点之间的距离；sqrt表示开平方公式；V为飞行器飞行的矢量速度，Vx,Vy,Vz，是飞行器在集体坐标系下x,y,z方向上的速度分量。

在飞行中，图像实时获取叶片中心点像素坐标Pleaf[x,y]；使用PD控制方法，将识别得到的像素坐标与图像中心P0[x,y]的差值作为调整无人机飞行素的输入量，在初始速度的基础上增减速度，调整飞行速度矢量的方向。

其中，deltaVy,deltaVz,为计算得到的速度增量，Kvy_x,Kvy_y为飞行速度y方向上对应图像坐标系下的目标位移增益值；Kvz_x,Kvz_y为飞行速度z方向上对应图像坐标系下的目标位移增益值；Pimage_center是图像坐标系下图像中心点坐标，leaf_length为叶片长度。

在每个图像识别的周期内调整，超出调整周期则恢复到初始速度继续飞行，确保飞行速度矢量保持初始计算方向，在局部调整向图像识别方向，达到无人机相机画面追踪叶片的目的。

S6、根据飞行矢量变化,实时更新叶片停机角,调整无人机巡检终点，并且进行碰撞检测；

无人机稳定追踪到叶片后，根据稳定飞行的当前位置Ptemp和起始巡检点位置Pstart，计算出当前叶片角度，并由当前叶片角度计算更新后的巡检终点。更新方法如下：

leaf_angle_temp＝atan((Ptemp.x-Pstart.x)/(Ptemp.y-Pstart.y))(公式8)

其中，leaf_angle_temp为更新后的叶片停机角度，atan为反正切函数。

根据坐标系将计算得到的leaf_angle_temp转换为在坐标系下的叶片角度leaf_angle，使用更新后的leaf_angle计算无人机巡检终点、更新叶片包围模型，进行碰撞检测。

更新叶片a,b,c的角度leaf_angle_a,leaf_angle_b,leaf_angle_c：

检测到叶片更新角度后，使用leaf_angle_a,leaf_angle_b,leaf_angle_c代入公式1，更新计算巡检起点/终点坐标，更新风机碰撞包围模型，接着然后使用更新后的角度，依次迭代进入公式2～公式7，实现整个更新过程。通过更新实现风机叶片巡检拍照，并且能够实时更新叶片角度，可实现风机叶片不锁机巡检。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种无人机自主追踪巡检风机叶片方法，其特征在于：包括如下步骤：

S1、建立风力发电机的圆柱体包围模型，计算各个拍摄面的巡检起点和巡检终点；

S2、对巡检起点和巡检终点以及起点和终点之间的连线进行碰撞检测；

S3、计算无人机巡检路线的停止条件；

S4、在初始位置图像识别风机叶片，调整相机位置，初始对准目标；

S5、无人机动态追踪叶片；

S6、根据飞行矢量变化，实时更新叶片停机角,调整无人机巡检终点，更新碰撞包围体并且进行碰撞检测。

2.根据权利要求1所述的一种无人机自主追踪巡检风机叶片方法，其特征在于：所述步骤S1中建立风机轮毂中心地理坐标系，以三个叶片顶点，塔筒顶点和机舱顶点，包围半径为r,建立圆柱包围模型；

并以拍摄角度和拍摄距离平移叶尖顶点和拍摄起始点，建立拍摄航线模型。

3.根据权利要求1所述的一种无人机自主追踪巡检风机叶片方法，其特征在于：所述步骤S2中计算巡检起点，巡检终点，巡检路径连线到碰撞体中轴线之间的距离，判断距离是否大于碰撞体半径，从而得出是否碰撞，是否需要调整巡检路径。

4.根据权利要求1所述的一种无人机自主追踪巡检风机叶片方法，其特征在于：所述步骤S3中无人机巡检路线的停止条件以巡检起始点、巡检终点的距离为参考，优先选取距离，其次选取时间。

5.根据权利要求1所述的一种无人机自主追踪巡检风机叶片方法，其特征在于：所述步骤S4中在初始拍摄点，使用无人机视觉识别叶片位置；根据识别出的叶片轮廓像素点,和图像中心像素点，作为无人机云台角度和方向的调整角度。

6.根据权利要求1所述的一种无人机自主追踪巡检风机叶片方法，其特征在于：所述步骤S5中在每个拍摄面，无人机根据起始点和中间关键点信息，以速度控制方式生成向叶尖点飞行的方向矢量，图像识别实时获取风机叶片中心点，调整无人机的飞行速度矢量方向，实现无人机对叶片的动态追踪；

计算叶片长度和飞行航线长度距离，以飞行时间和飞行距离为约束，结束巡检航线，前往下一巡检拍摄面；

在每个图像识别的周期内调整，超出调整周期则恢复到初始速度继续飞行，确保飞行速度矢量保持初始计算方向，在局部调整向图像识别方向，达到无人机相机画面追踪叶片的目的。

7.根据权利要求1所述的一种无人机自主追踪巡检风机叶片方法，其特征在于：所述步骤S6中，根据飞行矢量变化,实时更新叶片停机角,调整无人机巡检终点，并且进行碰撞检测无人机稳定追踪到叶片后，根据稳定飞行的当前位置和起始巡检点位置，计算出当前叶片角度，并由当前叶片角度计算更新后的巡检终点。

8.根据权利要求7所述的一种无人机自主追踪巡检风机叶片方法，其特征在于：所述步骤S6的更新方法如下：

leaf_angle_temp＝atan((Ptemp.x-Pstart.x)/(Ptemp.y-Pstart.y))；

其中，leaf_angle_temp为更新后的叶片停机角度，atan为反正切函数，Ptemp为当前位置，Pstart为起始巡检点位置，x、y分别表示x坐标值和y坐标值；

根据坐标系将计算得到的leaf_angle_temp转换为在坐标系下的叶片角度leaf_angle，使用更新后的leaf_angle计算无人机巡检终点、更新叶片包围模型，进行碰撞检测；

更新叶片a,b,c的角度leaf_angle_a,leaf_angle_b,leaf_angle_c：

leaf_angle_a＝leaf_angle_temp+leaf_angle_a；

leaf_angle_b＝leaf_angle_temp+leaf_angle_b；

leaf_angle_c＝leaf_angle_temp+leaf_angle_c；

检测到叶片更新角度后，更新计算巡检起点/终点坐标，更新步骤S1中的风机碰撞包围模型，然后使用更新后的角度，依次更新步骤S2-S5，实现整个更新过程。