一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法技术

本发明专利技术涉及一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法。无人机通过搭载处理器可对可见光视频流信息进行处理；无人机升空后，结合自身状态信息，可计算得到视野中光伏组串位置以及排列方向，根据计算结果，无人机可实现对光伏组串的自动循迹；通过计算飞行距离，无人机可自动采集可见光图像和红外图像数据；当无人机到达区域边界时，自动执行转向策略；重复上述过程，无人机可以实现对整个集中式光伏电站的图像数据采集任务，并可进一步用于故障检测。相比于其它基于无人机的数据采集方法，本方法实施简单、高效，不依赖于光伏组件的位置信息，仅需获取光伏电站的区域信息，具有极强的环境适应性。

【技术实现步骤摘要】
一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法
本专利技术涉及无人机的应用开发与规模化集中式光伏电站的巡检，尤其是涉及一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法。
技术介绍
无人机行业在全世界范围内迎来了井喷式的发展，近几年中国市场消费级无人机增长率始终保持在50％以上，以大疆为代表的中国无人机企业占据了世界消费级无人机市场的70％以上。工业和信息化部印发的《关于促进和规范民用无人机制造业发展的指导意见》明确，民用无人机产业将持续快速发展，2020年产值达到600亿元，年均增速40％以上；到2025年，民用无人机产值达到1800亿元。无人机行业是蓬勃发展的朝阳产业。由于可以垂直起降、控制简单，多旋翼无人机得以快速发展和普及，非常适合执行近地侦查、监视、航拍、预警、农业植保等任务；自主避障、自动跟踪目标、自主航迹规划等无人机相关技术的发展，使得无人机由飞行的照相机逐渐发展为飞行的机器人。在光伏领域，2017年我国光伏新增装机53.06GW，创下历史新高。由于光伏组件寿命约为25年，大型光伏电站需能够在较长的时间周期里稳定、高效地发电，巡检是光伏电站运营的核心内容。然而，目前对光伏电站的巡检仍以人工巡检为主，这种巡检方式效率极其低下，且由于集中式光伏电站安装环境较为复杂，大部分场景下人工巡检难以满足要求。
技术实现思路
针对现有的面向大型集中式光伏电站图像数据采集方法的不足，本专利技术提出了一种基于无人机的规模化集中式光伏电站图像数据采集方法。本专利技术所采用的技术方案如下：步骤(1)，根据光伏电站设计图纸、高清卫星图像或无人机高空图像获取规模化集中式光伏电站的区域边界信息；步骤(2)，用多边形对步骤(1)中获取的规模化集中式光伏电站区域边界信息进行拟合，生成区域多边形，若光伏组串分布在多个区域，则生成多个区域多边形；以顺时针方向记录区域多边形的顶点坐标；步骤(3)，对每个区域多边形，选择地理上南端或北端的顶点作为区域多边形的起始点；对每个区域多边形的起始点，若光伏组件分布在起始点的东方，则起始方向为东，若光伏组件分布在起始点的西方，则起始方向为西；若起始点位于区域多边形南方，则巡航方向为北，若起始点位于区域多边形北方，则巡航方向为南；步骤(4)，如步骤(2)确定的区域多边形不唯一，则确定区域多边形的数据采集顺序，对每个区域多边形依次执行步骤(5)～步骤(10)；步骤(5)，启动无人机，在NED坐标系中，将无人机的偏航角和可见光相机的偏航角设置为0，设定无人机飞行速率v0，根据步骤(3)确定的起始方向确定无人机的初始飞行速度，当初始方向为东时，初始飞行速度为当初始方向为西时，初始飞行速度为设定dis＝0；其中，vx、vy分别为北、东方向的飞行速度，dis为无人机对每一行光伏组件进行数据采集时的飞行距离，n_turn为无人机在区域边界处的转弯次数且其初始值为0；步骤(6)，无人机处理器获取可见光视频流，对当前视频帧通过图像处理算法检测光伏组件、获取光伏组串的边界直线，根据光伏组串边界直线的斜率和位置并结合飞行高度，计算光伏组串排列方向以及光伏组串相对于视频流中心点的纵向像素偏移量；步骤(7)，根据步骤(6)获得的光伏组串排列方向以及偏移量计算得到云台偏航角的调整量以及速度指令值；步骤(8)，以固定且不低于5Hz的频率重复执行步骤(6)、步骤(7)，直至无人机到达区域边界；在执行步骤(6)、步骤(7)的过程中，如满足abs(dis-n*dis_photo)≤0.1，无人机可见光相机以及红外相机采集图像数据；其中，n为自然数，dis_photo为图像数据采集的距离间隔，abs为求绝对值运算；步骤(9)，当无人机到达区域边界时，执行转向策略，dis＝0，n_turn＝n_turn+1；步骤(10)，无人机对当前行的光伏组件继续执行图像采集任务，根据步骤(5)确定的初始飞行速度，执行步骤(6)～步骤(9)直至无人机完成对区域多边形的遍历。进一步地，所述步骤(2)中生成区域多边形时遵循以下条件：R010：如光伏组件的两个分布区域是连通的，则视为一个区域；R020：在R010的基础上，依据面积最小原则生成每个分布区域的拟合多边形；R030：如果拟合多边形是凹多边形，求此凹多边形的外接凸多边形，根据连通性将外接凸多边形与凹多边形差值部分分成若干非连通区域；对于差值部分的任意区域，如该区域东西两侧均与凹多边形相交，则此凹多边形不能作为区域多边形，否则凹多边形作为区域多边形；R040：所有的凸多边形都可以作为区域多边形；R050：如凹多边形不能作为区域多边形，需要对凹多边形进行分解，直至分解后的所有多边形都能作为区域多边形，分解的原则是分解后所有区域多边形南北方向跨度和最小。进一步地，所述步骤(6)中计算光伏组串排列方向以及光伏组串相对于视频流中心点的纵向像素偏移量具体包括如下步骤：S010：无人机处理器获取可见光视频帧，通过色彩空间转换将可见光视频帧转换到HSV空间，根据光伏组件表面的颜色特征设定HSV空间各通道阈值，将HSV图像转换为二值图像；S020：对二值图像进行形态学闭操作，使相近光伏组件的二值图像连通，得到扩展后的光伏组串二值图像；S030：通过霍夫变换提取扩展后光伏组串边缘的直线信息，得到光伏组串边缘线段，去除斜率绝对值大于0.8或长度小于最长线段一半的线段，计算剩余线段平均斜率k_ave以及扩展后光伏组串上下边界中心线相对于视频流中心点的纵向像素偏移量pix_err；S040：在NED坐标系中，根据无人机机体偏航角θ1、云台偏航角θ2以及光伏组件在无人机视频帧中的倾角θ3确定光伏组串排列方向，即平行于与东西方向夹角为θ＝θ1+θ2+θ3的直线；其中，θ3＝arctan(k_ave)。进一步地，所述步骤(7)中云台偏航角调整量以及速度指令值的计算方法为：R110：根据步骤S040的计算结果，无人机云台偏航角的调整量为Δθ2＝θ3；R120：根据步骤S030的计算结果，扩展后光伏组串上下边界中心线相对于图像中心点所在位置的实际偏移量近似为d_err＝pix_err/pix_height*H*tan(0.5*FOV)；其中H为无人机可见光相机与光伏组件的高度差，pix_height为视频帧像素行数，FOV为垂直视场角；R130：根据步骤R120中的计算结果，当无人机从西向东飞行时，速度指令为当无人机从东向西飞行时，速度指令为其中，可防止出现过大的|d_err|，a、b为正常数。进一步地，所述步骤(8)中无人机到达区域边界的判定条件为：无人机位置到达区域多边形外，且根据步骤S010得到的二值图像满足其中，n＝pix_width*pix_height为图像像素数，为步骤S010处理得到的属于光伏组件的像素数量，xi为二值图像像素值，ColorThreshold为判断视野中是否存在光伏组件的阈值。进一步地，所述步骤(8)中可见光图像和红外图像采集的距离间隔dis_photo不同，即根据可见光相机和红外相机参数、可见光图像和红外图像成像特点，针对两者设定不同的距离间隔。进一步地，所述步骤(9)中的转向策略的主要过程为：S110：无人机在巡航方向上飞行S1的距离，S1约为光伏组串纵向距离间隔；S12本文档来自技高网...

【技术保护点】
1.一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法，其特征在于，该方法包括以下步骤：步骤(1)，根据光伏电站设计图纸、高清卫星图像或无人机高空图像获取规模化集中式光伏电站的区域边界信息；步骤(2)，用多边形对步骤(1)中获取的规模化集中式光伏电站区域边界信息进行拟合，生成区域多边形，若光伏组串分布在多个区域，则生成多个区域多边形；以顺时针方向记录区域多边形的顶点坐标；步骤(3)，对每个区域多边形，选择地理上南端或北端的顶点作为区域多边形的起始点；对每个区域多边形的起始点，若光伏组件分布在起始点的东方，则起始方向为东，若光伏组件分布在起始点的西方，则起始方向为西；若起始点位于区域多边形南方，则巡航方向为北，若起始点位于区域多边形北方，则巡航方向为南；步骤(4)，如步骤(2)确定的区域多边形不唯一，则确定区域多边形的数据采集顺序，对每个区域多边形依次执行步骤(5)～步骤(10)；步骤(5)，启动无人机，在NED坐标系中，将无人机的偏航角和可见光相机的偏航角设置为0，设定无人机飞行速率v0，根据步骤(3)确定的起始方向确定无人机的初始飞行速度，当初始方向为东时，初始飞行速度为

【技术特征摘要】
1.一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法，其特征在于，该方法包括以下步骤：步骤(1)，根据光伏电站设计图纸、高清卫星图像或无人机高空图像获取规模化集中式光伏电站的区域边界信息；步骤(2)，用多边形对步骤(1)中获取的规模化集中式光伏电站区域边界信息进行拟合，生成区域多边形，若光伏组串分布在多个区域，则生成多个区域多边形；以顺时针方向记录区域多边形的顶点坐标；步骤(3)，对每个区域多边形，选择地理上南端或北端的顶点作为区域多边形的起始点；对每个区域多边形的起始点，若光伏组件分布在起始点的东方，则起始方向为东，若光伏组件分布在起始点的西方，则起始方向为西；若起始点位于区域多边形南方，则巡航方向为北，若起始点位于区域多边形北方，则巡航方向为南；步骤(4)，如步骤(2)确定的区域多边形不唯一，则确定区域多边形的数据采集顺序，对每个区域多边形依次执行步骤(5)～步骤(10)；步骤(5)，启动无人机，在NED坐标系中，将无人机的偏航角和可见光相机的偏航角设置为0，设定无人机飞行速率v0，根据步骤(3)确定的起始方向确定无人机的初始飞行速度，当初始方向为东时，初始飞行速度为当初始方向为西时，初始飞行速度为设定dis＝0；其中，vx、vy分别为北、东方向的飞行速度，dis为无人机对每一行光伏组件进行数据采集时的飞行距离，n_turn为无人机在区域边界处的转弯次数且其初始值为0；步骤(6)，无人机处理器获取可见光视频流，对当前视频帧通过图像处理算法检测光伏组件、获取光伏组串的边界直线，根据光伏组串边界直线的斜率和位置并结合飞行高度，计算光伏组串排列方向以及光伏组串相对于视频流中心点的纵向像素偏移量；步骤(7)，根据步骤(6)获得的光伏组串排列方向以及偏移量计算得到云台偏航角的调整量以及速度指令值；步骤(8)，以固定且不低于5Hz的频率重复执行步骤(6)、步骤(7)，直至无人机到达区域边界；在执行步骤(6)、步骤(7)的过程中，如满足abs(dis-n*dis_photo)≤0.1，无人机可见光相机以及红外相机采集图像数据；其中，n为自然数，dis_photo为图像数据采集的距离间隔，abs为求绝对值运算；步骤(9)，当无人机到达区域边界时，执行转向策略，dis＝0，n_turn＝n_turn+1；步骤(10)，无人机对当前行的光伏组件继续执行图像采集任务，根据步骤(5)确定的初始飞行速度，执行步骤(6)～步骤(9)直至无人机完成对区域多边形的遍历。2.根据权利要求1所述的一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法，其特征在于，所述步骤(2)中生成区域多边形时遵循以下条件：R010：如光伏组件的两个分布区域是连通的，则视为一个区域；R020：在R010的基础上，依据面积最小原则生成每个分布区域的拟合多边形；R030：如果拟合多边形是凹多边形，求此凹多边形的外接凸多边形，根据连通性将外接凸多边形与凹多边形差值部分分成若干非连通区域；对于差值部分的任意区域，如该区域东西两侧均与凹多边形相交，则此凹多边形不能作为区域多边形，否则凹多边形作为区域多边形；R040：所有的凸多边形都可以作为区域多边形；R050：如凹多边形不能作为区域多边形，需要对凹多边形进行分解，直至分解后的所有多边形都能作为区域多边形，分解的原则是分解后所有区域多边形南北方向跨度和最小。3.根据权利要求1所述的一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法，其特征在于，所述步骤(6)中计算光伏组串排列方向以及光伏组串相对于视频流中心点的纵向像素偏移量具体包括如下步骤：S010：无人机处理器获取可见光视频帧，通过色彩空间转换将可见光视频帧转换到HSV空间，根据光伏组件表面的颜色特征设定...

【专利技术属性】
技术研发人员：杨强，席志鹏，孙艳，楼卓，李晓霞，颜文俊，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33