CN119471718A 风力发电机叶片检测方法、系统、装置及存储介质 （中山大学）

无人机搭载的激光雷达获取目标叶片的第一点2通过无人机搭载的激光雷达获取目标叶片的第一根据所述叶片位置确定轮毂位置，并根据所述轮毂位置和所述叶片位置得到叶片角根据所述拟合平面和所述轮毂位置更新所述无人机的轨道运动轨通过随机抽样一致算法对所述第一点云数据进行平面拟合，得到所述根据风力发电机的尺寸确定地图分辨率，并根据所述地图分辨率对根据所述单位法向量确定垂直扫描方向，根据所述垂直扫描方向根据所述第一采样点在所述拟合平面确定圆形扫描轨迹，根据所述根据各所述叶片占用点集合中所述叶片占用点的平均位置确定对应的根据三个所述叶片位置构建目标三角形，将所述目标三角形的根据所述轮毂位置到所述叶片位置的有向连接线确定对应的将所述轮毂位置在所述轨道平面上的投影位置作为根据预设的轨道半径和所述轨道中心位置在所述轨道平面上确定更新后的所述轨道36.根据权利要求1至5中任一项所述的一通过所述激光雷达获取所述目标叶片的第二对所述第二点云数据进行直线拟合，得到叶片所在直线，并根根据所述检测目标空间坐标调整所述云台相机的拍摄角度，并将所述图像数据转换为灰度图像，并根据所述检测目标图像坐标确定所述目标圆形区域的平均灰度值，根据所述平均灰度值调整点云数据处理模块，用于对所述第一点云数据执叶片角度确定模块，用于根据所述叶片位置确定轮毂位无人机轨迹更新模块，用于根据所述拟合平面和所述轮毂位置更理器可执行的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的一种风力4人机技术的引入彻底改变了这些检查方式，使熟练的远程飞行员能够高效地进行全面评5上一轮得到叶片角度符合预设的收敛条件，将当前得到的叶片角度作为目标叶片角度输[0025]查询所述第二采样点在所述栅格地图中对应的栅格状态，当所述栅格状态为占[0027]根据各所述叶片占用点集合中所述叶片占用点的平均位置确定对应的所述叶片6[0035]根据预设的轨道半径和所述轨道中心位置在所述轨道平面上确定更新后的所述轨道运动轨迹，并返回通过无人机搭载的激光雷达获取目标叶片的第一点云数据这一步78施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适用的所有的技术和科学术语与本技术领域的技术人员通常理解的含[0070]在运营中的风力发电场内进行检测实验面临着人员部署和潜在发电损失的挑Sch{"a}fer等人在一个模拟环境中进行了实验，使用一架装备有HokuyoUTM_30LX激光雷达的鹈鹕(Pelican)无人机。然而，弥合模拟与现实之间的差距仍然是一项艰巨的挑战。Parlange等人在一个小型户外风力发电机模型上进行了实验，利用了一架装备有GoPro相能缺乏必要的可靠性和稳定性。相比之下，CastelarWembers等人将商用的DJIMatrice300RTK无人机配置了DJIZenmuseH20T云台相机和HokuyoUST_20LX激光雷达。采用商用这需要依赖于风力条件的耗时锁定程序。CastelarWembers等人提出的方法设计用于倒Y9[0075]为了应对这些挑战，本发明提出了一种自动化的基于UAV的风力发电机叶片检测明引入了一种基于栅格地图的叶片角度检测算法，基于高精度激光雷达生成的栅格地图，[0076]首先对本发明提出的无人机检测平台进行介绍说明，如图2所示为本发明实施例[0079]下面对本发明实施例的基于栅格地图的叶片角度检测算法以及基于投影的叶片[0080]参照图1，本发明实施例提供了一种风力发电机叶片检测方法，具体包括以下步pcpsps[0112]S1041、根据三个叶片位置构建目标三角形，将目标三角形的费马点作为轮毂位[0118]S1053、根据预设的轨道半径和轨道中心位置在轨道平面上确定更新后的轨道运ab3[0135]本发明提出的基于投影的叶片曝光调整算法旨在通过在图像捕获过程中动态调[0136]如图5所示为本发明实施例提供的无人机与叶片的空间位置关系示意图，在图5发明应用随机采样一致性算法对p,进行直线拟合，并得出叶片直线lp,无人机的位置表示lp="pr(6)'prER和"prE"分别表示图像框架和世界框架中的检测目标。keRa[0143]其中cRb和ctb分别代表相机框架和机身框架之间的旋转和平移。bRgg[0159]本发明将叶片角度的实验结果(Ourmethod)与现有技术中基于视觉的方法明的检测距离，同时保留其关键的投票算法。最终得到两种方法的平均角度误差(MeanAngleError)和成功率(SuccessRate)对比如下表[0162]可以看到，本发明的方法展现出1.15度的平均角度误差，超过基于视觉方法的像(OriginalImage)和调整后图像(AdjustedImage)在曝光不足(Underexposure)和曝光叶片亮度从245.64调整到150.85。通过标准差和熵来衡量的叶片细节丰富度分别增加了[0172]无人机轨迹更新模块，用于根据拟合平面和轮毂位置更新无人机的轨道运动轨序，该处理器可执行的程序在由处理器执行时用于执行上述一种风力发电机叶片检测方[0182]在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提改变以及其中被描述为较大操作的一部分的子操说明，上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块算机软件产品存储在一个存储介质中，包括若干