[发明专利]一种基于无人机的风电叶片图像信息采集方法在审
申请号: | 201811630324.8 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109459446A | 公开(公告)日: | 2019-03-12 |
发明(设计)人: | 高俊山;段立勇;邓立为 | 申请(专利权)人: | 哈尔滨理工大学 |
主分类号: | G01N21/95 | 分类号: | G01N21/95;G05D1/10;B64C39/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150080 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 风电叶片 图像信息采集 服务器 图像采集 风力发电机 路径规划 路径信息 人力资源 三维建模 细节图像 用户操作 自动完成 多视角 近距离 拍摄 采集 机组 规划 图片 | ||
本发明公开了一种基于无人机的风电叶片图像信息采集方法,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、将采集的风电叶片细节图像信息传给服务器。本发明采用的风电叶片图像信息采集方法,节省了人力资源,有效提高了图像采集的效率与质量。
技术领域
本发明涉及无人机技术领域,具体为一种基于无人机的风电叶片信息采集方法。
背景技术
风电机组的叶片是将风能转化成机械能的核心部件之一,也是风电机组中最容易受到损伤的部件之一;快速高效采集到风电叶片的图像信息是对后续的依照风电叶片图像进行故障识别的基础。目前基于人工风电叶片拍照的方法,主要有以下几个局限:(1)人工检测存在精度、速度和安全性等方面的限制,检测存在效率低下、结果不够可靠、危险性高和成本高等问题;(2)人工控制无人机存在效率、稳定度低下,无法实时躲避障碍物,无法将所有细节图像采集完备,严重浪费人力资源与资金投入;(3)人工控制无人机航拍的图像大小不一、角度参差不齐,无法确定图片与风电叶片三维空间位置的对应关系,缺少坐标参数;(4)缺少统一的数据集将所有风电叶片的图像按顺序保存,缺少三维空间的整体模型。
发明内容
本发明的目的在于提供一种基于无人机的风电叶片图像信息采集方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于无人机的风电叶片信息采集方法,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。
优选的,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,包括: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;
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。
优选的,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图像;
b、对风力发电机图像进行特征提取,并进行特征匹配;
c、利用特征匹配结果生成稀疏三维点云;
d、利用三维稀疏点云生成三维稠密点云;
e、利用三维稠密点云生成风力发电机片面模型;
f、计算纹理映射,生成风力发电机的三维模型。
优选的,步骤B中路径规划方法如下:
a、根据三维模型与无人机起点,确定无人机最终的降落点;
b、根据相机参数与风力发电机三维模型的参数,确定无人机与风电叶片之间保持的距离;
c、根据障碍物与拐角参数,规划局部避障路径;
d、规划无人机航拍风电叶片整体的航线。
与现有技术相比,本发明的有益效果是:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811630324.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:风力发电机扇叶扫描设备
- 下一篇:发光光源结构、圆柱类工件检测装置及检测方法