CN117315350B - 基于无人机的光伏太阳能板的热斑检测方法及装置 - Google Patents
基于无人机的光伏太阳能板的热斑检测方法及装置 Download PDFInfo
- Publication number
- CN117315350B CN117315350B CN202311257995.5A CN202311257995A CN117315350B CN 117315350 B CN117315350 B CN 117315350B CN 202311257995 A CN202311257995 A CN 202311257995A CN 117315350 B CN117315350 B CN 117315350B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- photovoltaic module
- photovoltaic
- laser
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 238000007689 inspection Methods 0.000 claims abstract description 110
- 230000011218 segmentation Effects 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 64
- 230000009466 transformation Effects 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 238000010586 diagram Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims description 24
- 238000005498 polishing Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 4
- 230000002238 attenuated effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 description 1
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本申请提供了一种基于无人机的光伏太阳能板的热斑检测方法及装置，涉及检测技术领域，缓解了光伏太阳能板的热斑检测结果的准确性较低的技术问题。该方法包括：确定待巡检区域中的光伏太阳能板对应光伏组件的分布图；通过第一级别的无人机巡检获取多个第一图像，将多个第一图像拼接为一目标图像；将目标图像中包含光伏组件的光伏区域和背景区域进行分割，得到第一次分割结果；基于栅线对第一次分割结果中光伏太阳能板对应的电池片进行分割，得到第二次分割结果；对第二次分割结果进行距离变换，得到距离变换图像；确定每个电池片的中心处对应的电池片区域的像素均值，基于像素均值从电池片区域中确定异常电池片区域。
Description
技术领域
本申请涉及光伏技术领域，尤其是涉及一种基于无人机的光伏太阳能板的热斑检测方法及装置。
背景技术
目前，光伏电站的光伏组件通常安装在地域开阔和阳光充足的地带。在光伏电站的长期使用中，光伏组件难免有鸟禽排泄物、浮土、落叶等遮挡物，这些遮挡物在光伏组件上形成了阴影。由于局部阴影的存在，光伏组件中某些电池单片的电流以及电压发生了变化。从而导致光伏组件局部电流与电压之积增大，使光伏组件的局部温度上升，这种现象叫热斑效应。热斑效应的产生对光伏组件有一定的损害性，故需要通过巡检来及时发现产生热斑效应的光伏组件。巡检的目的主要是，检查光伏组件的外观是否异常，还可以利用红外相机确认组件的是否温度过高等问题。
目前存在一种方式是基于无人机航摄技术进行光伏太阳能板热斑检测。其主要是先规划无人机飞行路径，设置红外摄像机的温度门限，然后控制无人机垂直于光伏太阳能板按照规划的路径飞行，红外摄像机航摄，判断光伏太阳能板温度是否大于或等于预设温度值。
但是，由于太阳能板的放置通常是具有一定倾斜角度的，所以保持垂直飞行是较难控制的，使得由于倾斜角度带来的误差影响检测结果的准确性。
发明内容
本发明的目的在于提供一种基于无人机的光伏太阳能板的热斑检测方法及装置，以缓解光伏太阳能板的热斑检测结果的准确性较低的技术问题。
第一方面，本申请实施例提供了一种基于无人机的光伏太阳能板的热斑检测方法，所述无人机上设置有摄像机，所述方法包括：
确定待巡检区域中的所述光伏太阳能板对应光伏组件的分布图；所述分布图对应有所述光伏组件的编号以及光伏组件的位置；所述待巡检区域被划分为至少两个级别，每个所述级别对应的无人机巡检高度不同；第一级别的无人机巡检高度高于第二级别无人机巡检高度，所述第一级别对应所述待巡检区域中第一数量个第一巡检点位，每个所述第一巡检点位待进行图像采集；所述第二级别对应所述待巡检区域中第二数量个第二巡检点位，每个所述第二巡检点位待进行图像采集；所述第二数量大于所述第一数量，所述第一巡检点位和所述第二巡检点位分别均匀的分布于所述待巡检区域中；
通过所述第一级别的无人机巡检获取多个第一图像，并将所述多个第一图像拼接为一目标图像；所述第一级别的无人机巡检在进行图像采集时所述摄像机的拍摄方向垂直于所述光伏组件；
将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果，基于所述第一次分割结果与所述光伏组件的分布图进行匹配，确定所述第一次分割结果中每个所述光伏组件的编号；
对所述第一次分割结果中光伏组件中的栅线进行识别，并基于所述栅线对所述第一次分割结果中所述光伏太阳能板对应的电池片进行分割，得到第二次分割结果；
对所述第二次分割结果进行距离变换，得到距离变换图像，并以所述距离变换图像的局部极大值点处作为所述电池片的中心处；
确定每个所述电池片的中心处对应的电池片区域的像素均值，基于所述像素均值从所述电池片区域中确定异常电池片区域，并基于所述第二次分割结果的电池片和所述第一次分割结果的光伏组件之间的对应关系，确定所述异常电池片区域中的目标光伏组件对应的目标编号；
确定所述目标编号对应的目标第二巡检点位，并控制所述无人机在所述目标第二巡检点位处进行图像采集，将所述目标第二巡检点位处的图像采集结果以及所述目标编号发送至用户终端。
在一个可能的实现中，所述将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果的步骤，包括：
将所述目标图像中包含光伏组件的光伏区域和背景区域通过全局阈值分割算法进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域通过局部阈值分割算法分割为背景，得到第一次分割结果。
在一个可能的实现中，在所述将所述多个第一图像拼接为一目标图像的步骤之后，还包括：
通过像素格合并的方式对所述目标图像进行图像噪声降低处理。
在一个可能的实现中，所述无人机上还设置有照明装置和光接收器，所述照明装置的光线强度大于第一预设强度；还包括：
控制第一无人机上的所述照明装置对所述待巡检区域中的所述光伏组件进行打光处理，并控制第二无人机上的所述光接收器接收所述光伏组件上打光处理后的反射光，判断所述反射光的反射光线强度是否小于第二预设强度；所述第一预设强度大于所述第二预设强度；
如果所述反射光线强度小于所述第二预设强度，则确定打光处理过程中对应的打光位置点处存在异物，将存在异物的光伏组件确定为异常光伏组件，并将所述异常光伏组件对应的编号发送至用户终端。
在一个可能的实现中，所述无人机上还设置有激光仪；还包括：
控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于所述第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在所述第一光伏组件的另一末端处朝平行于所述第一光伏组件平面的方向待接收所述激光；
在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪始终接收到所述激光，则确定所述第一光伏组件上不存在异物，将所述第一光伏组件确定为正常光伏组件。
在一个可能的实现中，在所述控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于所述第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在所述第一光伏组件的另一末端处朝平行于所述第一光伏组件平面的方向待接收所述激光的步骤之后，还包括：
在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪没有接收到所述激光，则确定当前所述第三无人机上的激光仪发出激光的激光线路上存在第一异物；
利用所述激光仪进行激光测距，得到所述第一异物与所述激光仪之间的第一距离；
根据所述第一距离、所述第三无人机的当前飞行位置和所述激光仪发出所述激光的方向，确定所述第一异物的第一位置；
将所述第一位置发送至所述用户终端。
在一个可能的实现中，在所述控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于所述第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在所述第一光伏组件的另一末端处朝平行于所述第一光伏组件平面的方向待接收所述激光的步骤之后，还包括：
在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪接收到的目标激光存在衰减，则确定当前所述第三无人机上的激光仪发出激光的激光线路上存在第二异物，并根据所述目标激光的衰减程度确定所述第二异物的尺寸。
第二方面，提供了一种基于无人机的光伏太阳能板的热斑检测装置，所述无人机上设置有摄像机，包括：
第一确定模块，用于确定待巡检区域中的所述光伏太阳能板对应光伏组件的分布图；所述分布图对应有所述光伏组件的编号以及光伏组件的位置；所述待巡检区域被划分为至少两个级别，每个所述级别对应的无人机巡检高度不同；第一级别的无人机巡检高度高于第二级别无人机巡检高度，所述第一级别对应所述待巡检区域中第一数量个第一巡检点位，每个所述第一巡检点位待进行图像采集；所述第二级别对应所述待巡检区域中第二数量个第二巡检点位，每个所述第二巡检点位待进行图像采集；所述第二数量大于所述第一数量，所述第一巡检点位和所述第二巡检点位分别均匀的分布于所述待巡检区域中；
拼接模块，用于通过所述第一级别的无人机巡检获取多个第一图像，并将所述多个第一图像拼接为一目标图像；所述第一级别的无人机巡检在进行图像采集时所述摄像机的拍摄方向垂直于所述光伏组件；
分割模块，用于将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果，基于所述第一次分割结果与所述光伏组件的分布图进行匹配，确定所述第一次分割结果中每个所述光伏组件的编号；
识别模块，用于对所述第一次分割结果中光伏组件中的栅线进行识别，并基于所述栅线对所述第一次分割结果中所述光伏太阳能板对应的电池片进行分割，得到第二次分割结果；
变换模块，用于对所述第二次分割结果进行距离变换，得到距离变换图像，并以所述距离变换图像的局部极大值点处作为所述电池片的中心处；
第二确定模块，用于确定每个所述电池片的中心处对应的电池片区域的像素均值，基于所述像素均值从所述电池片区域中确定异常电池片区域，并基于所述第二次分割结果的电池片和所述第一次分割结果的光伏组件之间的对应关系，确定所述异常电池片区域中的目标光伏组件对应的目标编号；
第三确定模块，用于确定所述目标编号对应的目标第二巡检点位，并控制所述无人机在所述目标第二巡检点位处进行图像采集，将所述目标第二巡检点位处的图像采集结果以及所述目标编号发送至用户终端。
第三方面，本申请实施例又提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的第一方面所述方法。
第四方面，本申请实施例又提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述的第一方面所述方法。
本申请实施例带来了以下有益效果：
本申请实施例提供的一种基于无人机的光伏太阳能板的热斑检测方法及装置，能够确定待巡检区域中的所述光伏太阳能板对应光伏组件的分布图；所述分布图对应有所述光伏组件的编号以及光伏组件的位置；所述待巡检区域被划分为至少两个级别，每个所述级别对应的无人机巡检高度不同；第一级别的无人机巡检高度高于第二级别无人机巡检高度，所述第一级别对应所述待巡检区域中第一数量个第一巡检点位，每个所述第一巡检点位待进行图像采集；所述第二级别对应所述待巡检区域中第二数量个第二巡检点位，每个所述第二巡检点位待进行图像采集；所述第二数量大于所述第一数量，所述第一巡检点位和所述第二巡检点位分别均匀的分布于所述待巡检区域中；通过所述第一级别的无人机巡检获取多个第一图像，并将所述多个第一图像拼接为一目标图像；所述第一级别的无人机巡检在进行图像采集时所述摄像机的拍摄方向垂直于所述光伏组件；将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果，基于所述第一次分割结果与所述光伏组件的分布图进行匹配，确定所述第一次分割结果中每个所述光伏组件的编号；对所述第一次分割结果中光伏组件中的栅线进行识别，并基于所述栅线对所述第一次分割结果中所述光伏太阳能板对应的电池片进行分割，得到第二次分割结果；对所述第二次分割结果进行距离变换，得到距离变换图像，并以所述距离变换图像的局部极大值点处作为所述电池片的中心处；确定每个所述电池片的中心处对应的电池片区域的像素均值，基于所述像素均值从所述电池片区域中确定异常电池片区域，并基于所述第二次分割结果的电池片和所述第一次分割结果的光伏组件之间的对应关系，确定所述异常电池片区域中的目标光伏组件对应的目标编号；确定所述目标编号对应的目标第二巡检点位，并控制所述无人机在所述目标第二巡检点位处进行图像采集，将所述目标第二巡检点位处的图像采集结果以及所述目标编号发送至用户终端。本方案中，通过采用定点拍摄的方式进行光伏组件的图像采集，能够更好的控制拍摄的姿态，得到误差更小的图像，再者，通过多级的拍摄方式能够提升定点拍摄的效率，可以实现高效且精度更高的热斑检测过程，缓解了光伏太阳能板的热斑检测结果的准确性较低的技术问题。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请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申请的一些实施方式，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为本申请实施例提供的基于无人机的光伏太阳能板的热斑检测方法的流程示意图；
图2为本申请实施例提供的无人机平行于光伏组件平面的扫描飞行的示意图；
图3为本申请实施例提供的一种基于无人机的光伏太阳能板的热斑检测装置的结构示意图；
图4示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请实施例中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前，基于无人机航摄技术进行光伏太阳能板热斑检测主要是先规划无人机飞行路径，设置红外摄像机的温度门限，然后控制无人机垂直于光伏太阳能板按照规划的路径飞行，将红外摄像机航摄并实时下传给地面端视频服务器，同时判断光伏太阳能板温度是否大于或等于预设温度值，若是则红外摄像机在对应的图像位置上标注热斑的纬度、经度，以及检测时间等信息。但是，由于太阳能板的放置通常是具有一定倾斜角度的，所以保持垂直飞行是较难控制的，使得由于倾斜角度带来的误差影响检测结果的准确性。
基于此，本申请实施例提供了一种基于无人机的光伏太阳能板的热斑检测方法及装置，通过该方法可以缓解光伏太阳能板的热斑检测结果的准确性较低的技术问题。
下面结合附图对本发明实施例进行进一步地介绍。
图1为本申请实施例提供的一种基于无人机的光伏太阳能板的热斑检测方法的流程示意图。无人机上设置有摄像机。如图1所示，该方法包括：
步骤S110，确定待巡检区域中的光伏太阳能板对应光伏组件的分布图。
其中，分布图对应有光伏组件的编号以及光伏组件的位置；待巡检区域被划分为至少两个级别，每个级别对应的无人机巡检高度不同；第一级别的无人机巡检高度高于第二级别无人机巡检高度，第一级别对应待巡检区域中第一数量个第一巡检点位，每个第一巡检点位待进行图像采集；第二级别对应待巡检区域中第二数量个第二巡检点位，每个第二巡检点位待进行图像采集；第二数量大于第一数量，第一巡检点位和第二巡检点位分别均匀的分布于待巡检区域中。
需要说明的是，在硬件环境中，无人机上可以携带有高清摄像机，还可以携带有红外相机、激光雷达等等。
本步骤中，确定待巡检区域的光伏组件分布图，该光伏组件分布图对应有光伏组件的编号以及位置；对待巡检区域划分为至少两个级别，每个级别对应的无人机巡检高度不同，第一级别的无人机巡检高度高，巡检点位颗粒度大，巡检更粗放，第一级别包括第一数量个第一巡检点位，在每个巡检点位，需要进行拍照；第二级别无人机巡检高度低，巡检点位颗粒度小，巡检更精细，第二级别包括第二数量个第二巡检点位，在每个巡检点位，需要进行拍照，第二数量大于第一数量，第一巡检点位和第二巡检点位分别均匀分布在待巡检区域中。
作为一种可选的实施方式，上述第二数量等于光伏组件的数量。
步骤S120，通过第一级别的无人机巡检获取多个第一图像，并将多个第一图像拼接为一目标图像。
其中，第一级别的无人机巡检在进行图像采集时摄像机的拍摄方向垂直于光伏组件。
本步骤中，通过第一级别巡检获取到多张第一图像，并将该所述多张图像拼接为一张目标图像；在拍摄图像时尽量控制相机的拍摄方向垂直于光伏组件。
步骤S130，将目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果，基于第一次分割结果与光伏组件的分布图进行匹配，确定第一次分割结果中每个光伏组件的编号。
在实际应用中，可以先对目标图像中的光伏组件进行第一次分割。具体的，首先将图像中包含光伏组件的区域和背景区域分割开，然后将组件之间的较亮的连续区域分割为背景，得到第一次分割结果，基于该第一次分割结果与光伏组件分布图进行匹配，确定该第一次分割结果中每个光伏组件的编号。
步骤S140，对第一次分割结果中光伏组件中的栅线进行识别，并基于栅线对第一次分割结果中光伏太阳能板对应的电池片进行分割，得到第二次分割结果。
本步骤中，对第一次分割结果中的光伏组件中的栅线进行识别，并基于栅线对第一次分割结果进行第二次分割，将电池片分离出来得到第二次分割结果。
步骤S150，对第二次分割结果进行距离变换，得到距离变换图像，并以距离变换图像的局部极大值点处作为电池片的中心处。
在实际应用中，先对第二次分割结果进行距离变换，然后以距离变换图像的局部极大值点作为电池片中心的一个估计值。
步骤S160，确定每个电池片的中心处对应的电池片区域的像素均值，基于像素均值从电池片区域中确定异常电池片区域，并基于第二次分割结果的电池片和第一次分割结果的光伏组件之间的对应关系，确定异常电池片区域中的目标光伏组件对应的目标编号。
本步骤中，确定每个电池片中心对应的电池片区域的像素均值，基于该像素均值确定出异常的电池片区域；基于第二次分割结果的电池片个第一次分割结果的光伏组件的对应关系，确定异常的电池片对应的光伏组件的编号。
步骤S170，确定目标编号对应的目标第二巡检点位，并控制无人机在目标第二巡检点位处进行图像采集，将目标第二巡检点位处的图像采集结果以及目标编号发送至用户终端。
在实际应用中，确定异常的电池片对应的光伏组件的编号所对应的目标第二巡检点位；并控制无人机在目标第二巡检点位拍摄图像；将在目标第二巡检点位拍摄图像发送至用户终端，由管理员进行最终确认。
本申请实施例中，通过采用定点拍摄的方式进行光伏组件的图像采集，能够更好的控制拍摄的姿态，得到误差更小的图像，再者，通过多级的拍摄方式能够提升定点拍摄的效率，可以实现高效且精度更高的热斑检测过程。
下面对上述步骤进行详细介绍。
在一些实施例中，上述步骤S130可以包括如下步骤：
步骤a)，将目标图像中包含光伏组件的光伏区域和背景区域通过全局阈值分割算法进行分割，并将目标图像中光伏组件之间实际亮度大于预设亮度的连续区域通过局部阈值分割算法分割为背景，得到第一次分割结果。
对于对目标图像中的光伏组件进行第一次分割的过程，示例性的，首先通过全局阈值分割算法(OTSU算法)将图像中包含光伏组件的区域和背景区域分割开，然后通过局部阈值分割算法(Niblack算法)将组件之间的较亮的连续区域分割为背景，得到第一次分割结果，基于该第一次分割结果与光伏组件分布图进行匹配，确定该第一次分割结果中每个光伏组件的编号。通过全局阈值分割算法和局部阈值分割算法的分割方式，使分割过程更加高效，也使分割结果更加精确。
在一些实施例中，在步骤S120之后，该方法还可以包括以下步骤：
步骤b)，通过像素格合并的方式对目标图像进行图像噪声降低处理。
在实际应用中，可以对目标图像进行预处理。由于目标图像中噪声水平较高时，可以对图像进行预处理，主要是以降低图像噪声为目标的保边滤波，可以采用像素格合并的方式降低图像噪声，进而使目标图像的图像噪声更低，提高目标图像的图像质量。
在一些实施例中，无人机上还设置有照明装置和光接收器，照明装置的光线强度大于第一预设强度；该方法还可以包括以下步骤：
步骤c)，控制第一无人机上的照明装置对待巡检区域中的光伏组件进行打光处理，并控制第二无人机上的光接收器接收光伏组件上打光处理后的反射光，判断反射光的反射光线强度是否小于第二预设强度；
步骤d)，如果反射光线强度小于第二预设强度，则确定打光处理过程中对应的打光位置点处存在异物，将存在异物的光伏组件确定为异常光伏组件，并将异常光伏组件对应的编号发送至用户终端。
需要说明的是，第一预设强度大于第二预设强度。
作为一种可能的实施方式，两个无人机中一个打光，另一个无人机根据打光的反光角度，检测打光的反射光的光线强度，如果反射光的光线强度足够大，则说明光伏组件上的打光点为光滑面，不存在异物，如果反射光的光线强度没有足够大，则说明光伏组件上的打光点处存在灰尘等异物，可以通过AI筛选出在一定合理反射光强度范围外的反射光对应打光点处存在异物，通过无人机可以对其进行定位。
本申请实施例中，通过反射光线强度判断光伏组件上是否存在异物，能够进一步对光伏组件上的异物进行更加精确的检测，提高光斑检测的准确度。
在一些实施例中，无人机上还设置有激光仪；该方法还可以包括以下步骤：
步骤e)，控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在第一光伏组件的另一末端处朝平行于第一光伏组件平面的方向待接收激光；
步骤f)，在第三无人机和第四无人机平行于第一光伏组件平面的扫描飞行过程中，如果第四无人机上的激光仪始终接收到激光，则确定第一光伏组件上不存在异物，将第一光伏组件确定为正常光伏组件。
作为一种可能的实施方式，如图2所示，两个无人机即第三无人机201和第四无人机202分别飞行于光伏组件203的两个末端处，以平行于该光伏组件的平面的方向发出激光204，由于激光204为直线，通过沿着该光伏组件的平面移动飞行并同时发出激光，达到再光伏组件的平面扫描的效果，进而检测出光伏组件的表面处是否存在异物，如果第四无人机202的激光接收端接收不到第三无人机201发出的激光，则说明光伏组件的表面处存在异物。通过这种方式能够更加精确的检测出光伏组件的表面处是否存在异物，提高光斑检测的精确度。
基于上述步骤e)和步骤f)，在上述步骤e)之后，该方法还可以包括以下步骤：
步骤g)，在第三无人机和第四无人机平行于第一光伏组件平面的扫描飞行过程中，如果第四无人机上的激光仪没有接收到激光，则确定当前第三无人机上的激光仪发出激光的激光线路上存在第一异物；
步骤h)，利用激光仪进行激光测距，得到第一异物与激光仪之间的第一距离；
步骤i)，根据第一距离、第三无人机的当前飞行位置和激光仪发出激光的方向，确定第一异物的第一位置；
步骤j)，将第一位置发送至用户终端。
在实际应用中，激光还可以在有异物时同时测异物距离，并利用无人机的当前飞行位置进行定位。处于光伏组件下方的无人机(如图2中的第四无人机202)也可以始终通过激光测距利用地面等做参照物，保持无人机的保持平行飞行。
本申请实施例中，通过激光测距不仅能够确定光伏组件上是否存在异物，还能够确定异物在光伏组件上的准确位置，进一步的提高光斑检测的位置精度。
基于上述步骤e)和步骤f)，在上述步骤e)之后，该方法还可以包括以下步骤：
步骤k)，在第三无人机和第四无人机平行于第一光伏组件平面的扫描飞行过程中，如果第四无人机上的激光仪接收到的目标激光存在衰减，则确定当前第三无人机上的激光仪发出激光的激光线路上存在第二异物，并根据目标激光的衰减程度确定第二异物的尺寸。
本申请实施例中，根据激光强度有无衰减来判断光伏组件上的异物的大小，能够使光斑检测结果更加全面，不仅能够检测出是否存在异物，还能够检测出异物的大小，使光斑检测更加高效。
图3提供了一种基于无人机的光伏太阳能板的热斑检测装置的结构示意图。所述无人机上设置有摄像机。如图3所示，基于无人机的光伏太阳能板的热斑检测装置300包括：
第一确定模块301，用于确定待巡检区域中的所述光伏太阳能板对应光伏组件的分布图；所述分布图对应有所述光伏组件的编号以及光伏组件的位置；所述待巡检区域被划分为至少两个级别，每个所述级别对应的无人机巡检高度不同；第一级别的无人机巡检高度高于第二级别无人机巡检高度，所述第一级别对应所述待巡检区域中第一数量个第一巡检点位，每个所述第一巡检点位待进行图像采集；所述第二级别对应所述待巡检区域中第二数量个第二巡检点位，每个所述第二巡检点位待进行图像采集；所述第二数量大于所述第一数量，所述第一巡检点位和所述第二巡检点位分别均匀的分布于所述待巡检区域中；
拼接模块302，用于通过所述第一级别的无人机巡检获取多个第一图像，并将所述多个第一图像拼接为一目标图像；所述第一级别的无人机巡检在进行图像采集时所述摄像机的拍摄方向垂直于所述光伏组件；
分割模块303，用于将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果，基于所述第一次分割结果与所述光伏组件的分布图进行匹配，确定所述第一次分割结果中每个所述光伏组件的编号；
识别模块304，用于对所述第一次分割结果中光伏组件中的栅线进行识别，并基于所述栅线对所述第一次分割结果中所述光伏太阳能板对应的电池片进行分割，得到第二次分割结果；
变换模块，用于对所述第二次分割结果进行距离变换，得到距离变换图像，并以所述距离变换图像的局部极大值点处作为所述电池片的中心处；
第二确定模块，用于确定每个所述电池片的中心处对应的电池片区域的像素均值，基于所述像素均值从所述电池片区域中确定异常电池片区域，并基于所述第二次分割结果的电池片和所述第一次分割结果的光伏组件之间的对应关系，确定所述异常电池片区域中的目标光伏组件对应的目标编号；
第三确定模块，用于确定所述目标编号对应的目标第二巡检点位，并控制所述无人机在所述目标第二巡检点位处进行图像采集，将所述目标第二巡检点位处的图像采集结果以及所述目标编号发送至用户终端。
在一些实施例中，分割模块具体用于：
将所述目标图像中包含光伏组件的光伏区域和背景区域通过全局阈值分割算法进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域通过局部阈值分割算法分割为背景，得到第一次分割结果。
在一些实施例中，该装置还包括：
处理模块，用于通过像素格合并的方式对所述目标图像进行图像噪声降低处理。
在一些实施例中，所述无人机上还设置有照明装置和光接收器，所述照明装置的光线强度大于第一预设强度；该装置还包括：
第一控制模块，用于控制第一无人机上的所述照明装置对所述待巡检区域中的所述光伏组件进行打光处理，并控制第二无人机上的所述光接收器接收所述光伏组件上打光处理后的反射光，判断所述反射光的反射光线强度是否小于第二预设强度；所述第一预设强度大于所述第二预设强度；
第一发送模块，用于如果所述反射光线强度小于所述第二预设强度，则确定打光处理过程中对应的打光位置点处存在异物，将存在异物的光伏组件确定为异常光伏组件，并将所述异常光伏组件对应的编号发送至用户终端。
在一些实施例中，所述无人机上还设置有激光仪；该装置还包括：
第二控制模块，用于控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于所述第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在所述第一光伏组件的另一末端处朝平行于所述第一光伏组件平面的方向待接收所述激光；
第四确定模块，用于在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪始终接收到所述激光，则确定所述第一光伏组件上不存在异物，将所述第一光伏组件确定为正常光伏组件。
在一些实施例中，该装置还包括：
第五确定模块，用于在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪没有接收到所述激光，则确定当前所述第三无人机上的激光仪发出激光的激光线路上存在第一异物；
测距模块，用于利用所述激光仪进行激光测距，得到所述第一异物与所述激光仪之间的第一距离；
第六确定模块，用于根据所述第一距离、所述第三无人机的当前飞行位置和所述激光仪发出所述激光的方向，确定所述第一异物的第一位置；
第二发送模块，用于将所述第一位置发送至所述用户终端。
在一些实施例中，该装置还包括：
第七确定模块，用于在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪接收到的目标激光存在衰减，则确定当前所述第三无人机上的激光仪发出激光的激光线路上存在第二异物，并根据所述目标激光的衰减程度确定所述第二异物的尺寸。
本申请实施例提供的基于无人机的光伏太阳能板的热斑检测装置，与上述实施例提供的基于无人机的光伏太阳能板的热斑检测方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
本申请实施例提供的一种电子设备，如图4所示，电子设备400包括处理器402、存储器401，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例提供的方法的步骤。
参见图4，电子设备还包括：总线403和通信接口404，处理器402、通信接口404和存储器401通过总线403连接；处理器402用于执行存储器401中存储的可执行模块，例如计算机程序。
其中，存储器401可能包含高速随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口404(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线403可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器401用于存储程序，所述处理器402在接收到执行指令后，执行所述程序，前述本申请任一实施例揭示的过程定义的装置所执行的方法可以应用于处理器402中，或者由处理器402实现。
处理器402可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器402中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器402可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器401，处理器402读取存储器401中的信息，结合其硬件完成上述方法的步骤。
对应于上述基于无人机的光伏太阳能板的热斑检测方法，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述基于无人机的光伏太阳能板的热斑检测方法的步骤。
本申请实施例所提供的基于无人机的光伏太阳能板的热斑检测装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
再例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述基于无人机的光伏太阳能板的热斑检测方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于无人机的光伏太阳能板的热斑检测方法，其特征在于，所述无人机上设置有摄像机，所述方法包括：
确定待巡检区域中的所述光伏太阳能板对应光伏组件的分布图；所述分布图对应有所述光伏组件的编号以及光伏组件的位置；所述待巡检区域被划分为至少两个级别，每个所述级别对应的无人机巡检高度不同；第一级别的无人机巡检高度高于第二级别无人机巡检高度，所述第一级别对应所述待巡检区域中第一数量个第一巡检点位，每个所述第一巡检点位待进行图像采集；所述第二级别对应所述待巡检区域中第二数量个第二巡检点位，每个所述第二巡检点位待进行图像采集；所述第二数量大于所述第一数量，所述第一巡检点位和所述第二巡检点位分别均匀的分布于所述待巡检区域中；
通过所述第一级别的无人机巡检获取多个第一图像，并将所述多个第一图像拼接为一张目标图像；所述第一级别的无人机巡检在进行图像采集时所述摄像机的拍摄方向垂直于所述光伏组件；
将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果，基于所述第一次分割结果与所述光伏组件的分布图进行匹配，确定所述第一次分割结果中每个所述光伏组件的编号；
对所述第一次分割结果中光伏组件中的栅线进行识别，并基于所述栅线对所述第一次分割结果中所述光伏太阳能板对应的电池片进行分割，得到第二次分割结果；
对所述第二次分割结果进行距离变换，得到距离变换图像，并以所述距离变换图像的局部极大值点处作为所述电池片的中心处；
确定每个所述电池片的中心处对应的电池片区域的像素均值，基于所述像素均值从所述电池片区域中确定异常电池片区域，并基于所述第二次分割结果的电池片和所述第一次分割结果的光伏组件之间的对应关系，确定所述异常电池片区域中的目标光伏组件对应的目标编号；
确定所述目标编号对应的目标第二巡检点位，并控制所述无人机在所述目标第二巡检点位处进行图像采集，将所述目标第二巡检点位处的图像采集结果以及所述目标编号发送至用户终端。
2.根据权利要求1所述的方法，其特征在于，所述将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果的步骤，包括：
将所述目标图像中包含光伏组件的光伏区域和背景区域通过全局阈值分割算法进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域通过局部阈值分割算法分割为背景，得到第一次分割结果。
3.根据权利要求1所述的方法，其特征在于，在所述将所述多个第一图像拼接为一目标图像的步骤之后，还包括：
通过像素格合并的方式对所述目标图像进行图像噪声降低处理。
4.根据权利要求1所述的方法，其特征在于，所述无人机上还设置有照明装置和光接收器，所述照明装置的光线强度大于第一预设强度；还包括：
控制第一无人机上的所述照明装置对所述待巡检区域中的所述光伏组件进行打光处理，并控制第二无人机上的所述光接收器接收所述光伏组件上打光处理后的反射光，判断所述反射光的反射光线强度是否小于第二预设强度；所述第一预设强度大于所述第二预设强度；
如果所述反射光线强度小于所述第二预设强度，则确定打光处理过程中对应的打光位置点处存在异物，将存在异物的光伏组件确定为异常光伏组件，并将所述异常光伏组件对应的编号发送至用户终端。
5.根据权利要求1所述的方法，其特征在于，所述无人机上还设置有激光仪；还包括：
控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于所述第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在所述第一光伏组件的另一末端处朝平行于所述第一光伏组件平面的方向接收所述激光；
在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪始终接收到所述激光，则确定所述第一光伏组件上不存在异物，将所述第一光伏组件确定为正常光伏组件。
6.根据权利要求5所述的方法，其特征在于，在所述控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于所述第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在所述第一光伏组件的另一末端处朝平行于所述第一光伏组件平面的方向接收所述激光的步骤之后，还包括：
在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪没有接收到所述激光，则确定当前所述第三无人机上的激光仪发出激光的激光线路上存在第一异物；
利用所述激光仪进行激光测距，得到所述第一异物与所述激光仪之间的第一距离；
根据所述第一距离、所述第三无人机的当前飞行位置和所述激光仪发出所述激光的方向，确定所述第一异物的第一位置；
将所述第一位置发送至所述用户终端。
7.根据权利要求5所述的方法，其特征在于，在所述控制第三无人机上的激光仪在第一光伏组件的一末端处朝平行于所述第一光伏组件平面的方向发出激光，并控制第四无人机上的激光仪在所述第一光伏组件的另一末端处朝平行于所述第一光伏组件平面的方向接收所述激光的步骤之后，还包括：
在所述第三无人机和所述第四无人机平行于所述第一光伏组件平面的扫描飞行过程中，如果所述第四无人机上的激光仪接收到的目标激光存在衰减，则确定当前所述第三无人机上的激光仪发出激光的激光线路上存在第二异物，并根据所述目标激光的衰减程度确定所述第二异物的尺寸。
8.一种基于无人机的光伏太阳能板的热斑检测装置，其特征在于，所述无人机上设置有摄像机，包括：
第一确定模块，用于确定待巡检区域中的所述光伏太阳能板对应光伏组件的分布图；所述分布图对应有所述光伏组件的编号以及光伏组件的位置；所述待巡检区域被划分为至少两个级别，每个所述级别对应的无人机巡检高度不同；第一级别的无人机巡检高度高于第二级别无人机巡检高度，所述第一级别对应所述待巡检区域中第一数量个第一巡检点位，每个所述第一巡检点位待进行图像采集；所述第二级别对应所述待巡检区域中第二数量个第二巡检点位，每个所述第二巡检点位待进行图像采集；所述第二数量大于所述第一数量，所述第一巡检点位和所述第二巡检点位分别均匀的分布于所述待巡检区域中；
拼接模块，用于通过所述第一级别的无人机巡检获取多个第一图像，并将所述多个第一图像拼接为一目标图像；所述第一级别的无人机巡检在进行图像采集时所述摄像机的拍摄方向垂直于所述光伏组件；
分割模块，用于将所述目标图像中包含光伏组件的光伏区域和背景区域进行分割，并将所述目标图像中光伏组件之间实际亮度大于预设亮度的连续区域分割为背景，得到第一次分割结果，基于所述第一次分割结果与所述光伏组件的分布图进行匹配，确定所述第一次分割结果中每个所述光伏组件的编号；
识别模块，用于对所述第一次分割结果中光伏组件中的栅线进行识别，并基于所述栅线对所述第一次分割结果中所述光伏太阳能板对应的电池片进行分割，得到第二次分割结果；
变换模块，用于对所述第二次分割结果进行距离变换，得到距离变换图像，并以所述距离变换图像的局部极大值点处作为所述电池片的中心处；
第二确定模块，用于确定每个所述电池片的中心处对应的电池片区域的像素均值，基于所述像素均值从所述电池片区域中确定异常电池片区域，并基于所述第二次分割结果的电池片和所述第一次分割结果的光伏组件之间的对应关系，确定所述异常电池片区域中的目标光伏组件对应的目标编号；
第三确定模块，用于确定所述目标编号对应的目标第二巡检点位，并控制所述无人机在所述目标第二巡检点位处进行图像采集，将所述目标第二巡检点位处的图像采集结果以及所述目标编号发送至用户终端。
9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行所述权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311257995.5A CN117315350B (zh) | 2023-09-26 | 2023-09-26 | 基于无人机的光伏太阳能板的热斑检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311257995.5A CN117315350B (zh) | 2023-09-26 | 2023-09-26 | 基于无人机的光伏太阳能板的热斑检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117315350A CN117315350A (zh) | 2023-12-29 |
| CN117315350B true CN117315350B (zh) | 2024-05-07 |
Family
ID=89280574
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311257995.5A Active CN117315350B (zh) | 2023-09-26 | 2023-09-26 | 基于无人机的光伏太阳能板的热斑检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117315350B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117674712B (zh) * | 2024-02-01 | 2024-04-12 | 广东力创信息技术有限公司 | 一种太阳能板支架控制系统以及相关装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931565A (zh) * | 2020-06-30 | 2020-11-13 | 广东省电力开发有限公司 | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 |
| CN115619796A (zh) * | 2022-10-21 | 2023-01-17 | 阳光智维科技有限公司 | 获取光伏组件模板的方法及装置、非易失性存储介质 |
| CN116046796A (zh) * | 2022-12-31 | 2023-05-02 | 华能东莞燃机热电有限责任公司 | 一种基于无人机的光伏组件热斑检测方法及系统 |
| CN116385421A (zh) * | 2023-04-07 | 2023-07-04 | 哈尔滨工业大学（深圳） | 光伏面板检测方法、无人机和计算机可读存储介质 |
| CN116797206A (zh) * | 2023-06-28 | 2023-09-22 | 焱图慧云(苏州)信息科技有限公司 | 一种基于无人机的光伏电站的智能巡检方法与系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019144317A1 (en) * | 2018-01-24 | 2019-08-01 | Honeywell International Inc. | Solar panel inspection by unmanned aerial vehicle |
-
2023
- 2023-09-26 CN CN202311257995.5A patent/CN117315350B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931565A (zh) * | 2020-06-30 | 2020-11-13 | 广东省电力开发有限公司 | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 |
| CN115619796A (zh) * | 2022-10-21 | 2023-01-17 | 阳光智维科技有限公司 | 获取光伏组件模板的方法及装置、非易失性存储介质 |
| CN116046796A (zh) * | 2022-12-31 | 2023-05-02 | 华能东莞燃机热电有限责任公司 | 一种基于无人机的光伏组件热斑检测方法及系统 |
| CN116385421A (zh) * | 2023-04-07 | 2023-07-04 | 哈尔滨工业大学（深圳） | 光伏面板检测方法、无人机和计算机可读存储介质 |
| CN116797206A (zh) * | 2023-06-28 | 2023-09-22 | 焱图慧云(苏州)信息科技有限公司 | 一种基于无人机的光伏电站的智能巡检方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117315350A (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11587219B2 (en) | Method and apparatus for detecting pixel defect of optical module, and device | |
| CN117315350B (zh) | 基于无人机的光伏太阳能板的热斑检测方法及装置 | |
| CN109002795B (zh) | 车道线检测方法、装置及电子设备 | |
| CN110049320B (zh) | 摄像头遮挡检测方法、装置、电子设备及存储介质 | |
| CN111832536B (zh) | 一种车道线检测方法及装置 | |
| CN108204979B (zh) | 用于试纸检测设备中光源校准的方法和装置 | |
| CN109955829B (zh) | 清洁激光雷达传感器的方法及装置 | |
| CN111881917A (zh) | 图像预处理方法、装置、计算机设备和可读存储介质 | |
| CN111598913B (zh) | 一种基于机器人视觉的图像分割方法和系统 | |
| Chen et al. | Feature extraction using a portable vision system | |
| CN113723216A (zh) | 一种车道线检测方法、装置、车辆及存储介质 | |
| CN111738026A (zh) | 用于评估符号的系统和方法 | |
| US9747511B2 (en) | Image recognition device, image recognition method, program, and recording medium | |
| CN112861676B (zh) | 一种烟火识别标记方法、系统、终端及存储介质 | |
| CN112487835B (zh) | 扫码设备的补光灯光斑检测方法、装置、设备及系统 | |
| CN115526820A (zh) | 工件检测方法及设备 | |
| CN116067671B (zh) | 一种用于测试车辆漆面质量的方法、系统及介质 | |
| CN111027601A (zh) | 一种基于激光传感器的平面检测方法、装置 | |
| Mo et al. | Digital multimeter reading recognition for automation verification | |
| CN115713620A (zh) | 一种红外小目标检测方法、装置、计算设备及存储介质 | |
| CN113115014B (zh) | 图像处理方法、装置、设备、介质和计算机程序产品 | |
| CN115143045A (zh) | 风力发电机组塔架净空的确定方法、装置、设备及系统 | |
| CN109658359B (zh) | 大气悬浮物检测系统及其检测方法 | |
| CN112235925A (zh) | 目视助航设备状态预警方法及相关装置 | |
| CN111785094A (zh) | 平流雾检测方法、装置、计算机设备和可读存储介质 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Hao Dashuai Inventor after: Li Haiyang Inventor after: Li Zhiyuan Inventor after: Yao Haibo Inventor before: Hao Dashuai Inventor before: Su Yang Inventor before: Li Haiyang Inventor before: Li Zhiyuan Inventor before: Yao Haibo |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |