[发明专利]一种基于无人机的风电叶片图像信息采集方法

权利要求书

1.一种基于无人机的风电叶片图像信息采集方法,其特征在于：包括以下步骤：

A、用户操作无人机对单个风力发电机进行整体多视角拍摄；

B、将拍摄到的图片传给服务器进行三维建模与路径规划；

C、服务器将规划好的路径信息发送给无人机；

D、无人机自动完成对单个机组所有风电叶片近距离、全方位的图像采集；E、将采集的风电叶片图像信息传给服务器。

2.根据权利要求1所述的一种基于无人机的风电叶片图像信息采集方法，其特征在于：所述步骤A中人为操作方法如下：

a、基于用户操作确定用户指定的单个风力发电机；

b、获取所述用户指定的风力发电机整体航拍参数；

c、基于所述用户操作，在不同的角度利用无人机搭载的摄像机对所述风力发电机进行多角度拍摄。

3.根据权利要求2所述的方法，其特征在于：所述航拍参数包括以下至少一种：

飞行航线、飞行高度、飞行速度、拍摄距离间隔、拍摄位置、拍摄时间间隔。

4.根据权利要求1所述的一种基于无人机的风电叶片图像信息采集方法，其特征在于：所述步骤B中三维建模方法如下：

a、获取不同视角的风力发电机的图像，对风力发电机图像进行特征提取，并进行特征匹配；

b、根据特征匹配结果，计算图像拍摄时无人机的位置与风力发电机的稀疏三维点云；

c、利用片面匹配获取风力发电机的稠密三维点云；

d、根据稠密点云生成风力发电机的片面模型，计算纹理映射，生成风力发电机的三维模型。

5.根据权利要求4所述的方法，其特征在于：步骤a的方法如下：

建立航拍图像的缩略图，通过SIFT算子提取图像的局部特征；

采用K-means聚类方法对特征集合进行有层次的聚类；

重新以序列中每帧图像为查询对象，构建其缩略图的特征集合；

对每一帧缩略图像的特征自己和建立KD-tree，并利用FLANN函数将当前图像与匹配集合中所有的图像计算匹配。

6.根据权利要求1所述的一种基于无人机的风电叶片图像信息采集方法，其特征在于：所述步骤B中三维建模包括：

根据所述风力发电机的三维模型计算出所述风力发电机的三维信息；

三维信息包括以下至少一种：

风电叶片长度、风电叶片宽度、风电叶片体积、风电叶片三维坐标、风力发电机三维坐标、风力发电机高度。

7.根据权利要求1所述的一种基于无人机的风电叶片图像信息采集方法，其特征在于：所述步骤B中路径规划包括：

根据所述的三维建模，便于无人机根据所述的路径规划进行三维局部自主避障飞行。

8.根据权利要求1所述的一种基于无人机的风电叶片图像信息采集方法，其特征在于：所述步骤B中路径规划还包括：

根据所说风力发电机的三维信息，确定无人机与风电叶片之间的相对距离，确定无人机的相对位置；

将所述距离与位置发送至所述服务器。

9.根据权利要求1所述的一种基于无人机的风电叶片图像信息采集方法，其特征在于：所述步骤B中服务器功能包括：

接收无人机拍摄的风力发电机多视角、整体图像；

根据所述航拍图像生成风力发电机的三维模型；

根据所述的三维模型生成拍摄风电叶片细节图像的最优路径；

接收无人机拍摄的风电叶片图像。

10.根据权利要求1所述的一种基于无人机的风电叶片图像信息采集方法，其特征在于：所述步骤E中图像信息包括：

每幅图像包含所述无人机与风电叶片的对应位置信息；

每幅图像按照所述的路径规划的按时间先后顺序保存。