通过无人机对风机叶尖区域绕行检测方法及系统技术方案

本发明专利技术提供了一种通过无人机对风机叶尖区域绕行检测方法及系统，风机包括风塔和设置在风塔顶端的叶轮、发电机，叶轮包括连接发电机的轮毂和多个沿轮毂周向均匀分布的叶片，将一叶片作为目标叶片，包括如下：通过设置有固态雷达的无人机对目标叶片一侧面进行从叶根区域至叶尖区域的跟踪探测；当固态雷达已探测到无人机飞离叶尖区域第一设定距离时，通过无人机上设置的相机采集视频流，相机的镜头朝向角度与固态雷达的探测角度相同；通过一控制界面查看视频流，当通过视频流确认无人机已飞离叶尖区域时，控制无人机通过叶尖端绕行至目标叶片另一侧面。本发明专利技术能够避免了在固态雷达的反馈存在误差时，无人机撞到叶片上的风险。

Detection Method and System of Wind Fan Tip Area Bypass by UAV

The invention provides a detection method and system for wind turbine blade tip area bypass by UAV. The fan includes a wind tower and impellers and generators located at the top of the wind tower. The impellers include hub connecting the generator and several uniformly distributed blades along the circumference of the hub. A blade is regarded as a target blade, including the following: The UAV equipped with solid-state radar tracks and detects the side of the target blade from the blade root area to the blade tip area. When the solid-state radar detects the first set distance of the UAV from the blade tip area, the video stream is captured by the camera set on the UAV, and the camera lens orientation angle is compared with the detection angle of the solid-state radar. Similarly, the video stream is viewed through a control interface. When the UAV is confirmed to have left the blade tip area by the video stream, the UAV is controlled to circle through the blade tip to the other side of the target blade. The invention can avoid the risk that the UAV collides with the blade when the feedback error of the Solid-state Radar exists.

【技术实现步骤摘要】
通过无人机对风机叶尖区域绕行检测方法及系统
本专利技术涉及风机检测，具体地，涉及一种通过无人机对风机叶尖区域绕行检测方法及系统。
技术介绍
风力发电机是将风能转换为机械功，机械功带动转子旋转，最终输出交流电的电力设备。风力发电机一般有叶片、发电机、调向器、塔架、限速安全机构和储能装置等构件组成。在风力发电机的长期运行过程中，叶片的表面会呈现出各种损伤，例如叶片保护膜损伤、叶片掉漆、叶片结冰、叶片裂纹以及叶片油污等。目前，对叶片表面进行损伤检测时，通常采用人工爬上风力发电机进行检测，不仅会花费大量的人力，而且在人工爬上风力发电的进行检测的时候需要高空作业，作业人员的安全具有一定的风险。因此通过无人机装载摄像头进行风机检测，能够很好的代替人工进行检测。为了提高无人机的检测效率，需要对无人机的飞行路线进行规划，但是在完成一风机叶片的一侧面检测时，需要通过叶尖绕行至叶片的另一侧面进行检测，由于无人机飞行时通过固态雷达的探测和GPS定位确认无人机的位置，但是GPS定位时存在较大的误差，而且在叶尖区域，叶片的宽度较窄以及光线对叶片的照射均会引起固态雷达探测的错误，而固态雷达的探测错误将会使得无人与风机叶片相撞，容易造成无人机的坠机。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种通过无人机对风机叶尖区域绕行检测方法及系统。本专利技术提供的通过无人机对风机叶尖区域绕行检测方法，所述风机包括风塔和设置在风塔顶端的叶轮、发电机，所述叶轮设置在所述发电机前端以驱动所述发电机，所述叶轮包括连接所述发电机的轮毂和多个沿轮毂周向均匀分布的叶片，将一叶片作为目标叶片，包括如下步骤：步骤S1：通过设置有固态雷达的无人机对目标叶片一侧面进行从叶根区域至叶尖区域的跟踪探测；步骤S2：当所述固态雷达探测到所述无人机飞离所述目标叶片的叶尖端第一设定距离时，通过所述无人机上设置的相机采集视频流，所述相机的镜头朝向与所述固态雷达的探测朝向相同；步骤S3：通过一控制界面查看所述视频流，当通过所述视频流确认所述无人机已飞离所述叶尖区域时，控制所述无人机通过叶尖端绕行至所述目标叶片另一侧面。优选地，当在步骤S1至步骤S2中，当所述固态雷达探测到目标叶片时，通过所述相机连续采集目标叶片的多张图像；在所述图像中识别出所述叶片的缺陷，并标注出每一所述缺陷的缺陷位置和缺陷类型以及所述缺陷所在叶片的编号。优选地，当在所述图像中识别出所述叶片的缺陷包括如下步骤：步骤M101：将所述叶片的缺陷分类成若干缺陷类型，采集每种缺陷类型对应的叶片图像区域，生成多组训练图像；步骤M102：通过多组所述训练图像训练缺陷识别模块；步骤M103：将采集到的所述多张图像输入所述缺陷识别模块识别并进行缺陷位置和缺陷类型的标记。优选地，所述控制界面为用于控制所述无人机的APP界面，装载所述APP的智能手机或平板电脑无线连接所述无人机上搭载的机载电脑；所述机载电脑连接所述相机和所述固态雷达。优选地，当在步骤S1至步骤S3中，所述无人机的飞行路线通过如下方式生成步骤N1：以风机的风塔的地面中心为原点O建立世界坐标系，所述世界坐标系中，Y轴为竖直向上的方向，Z轴为正南方向，X轴为正东方向；步骤N2：根据所述世界坐标系进行平移变换和旋转变换生成所述电机对应的电机坐标系，根据所述电机坐标系进行平移变换和旋转变换生成所述轮毂对应的轮毂坐标系，进而根据所述轮毂坐标系进行旋转变换生成每一叶片对应的叶片坐标系；步骤N3：通过每一叶片对应的叶片坐标系在每一所述叶片的前侧和/或后侧设置多个路径点，每个所述路径点包括地理位置和相机姿态信息，根据所述路径点形成飞行路线。优选地，在每一叶片对应的所述叶片坐标系中确定每一叶片前侧和/或后侧路径点的坐标，具体为：a＝n/(N-1)；V_wp[n]＝[a*L,V_dist,H_dist]；其中，V_wp[n]为编号n的路径点坐标，N为沿叶长度方向的路径点的数量，n为路径点的编号，L为叶片的长度，H_dist为路径点距离叶片中的水平距离，V_dist为路径点距离叶片的垂直距离，当路径点位于叶片前侧时，H_dist为正值，当路径点位于叶片后侧时，H_dist为负值，当路径点位于叶片上侧时，V_dist为正值，当路径点位于叶片下侧面时，V_dist为负值。优选地，所述相机姿态信息包括朝向角和俯仰角；所述朝向角采用无人机的朝向角；所述俯仰角通过路径点的地理位置和目标点的坐标计算生成，具体为：dv＝wpos_trgt-wpos_wpwpos_trgt是目标点的世界坐标，wpos_wp是路径点的世界坐标，dv作为相机观测向量,通过下式计算可得：r＝sqrt(dv.x*dv.x+dv.z*dv.z)；H0＝atan(x,z)；H＝90-H0；P＝atan(r,y)；其中，x为相机观测向量在世界坐标系中x轴分量、z为机观测向量在世界坐标系中z轴分量，r是相机观测向量在x-z平面上的投影，H是相机的朝向角，P是相机的俯仰角。优选地，所述发电机与所述风塔之间的平移矩阵为(0，Hgt，0)，所述发电机与所述风塔之间的旋转矩阵为(0，Hdg，0)；所述轮毂与所述发电机之间的平移矩阵为(0，0，Fwd)，所述轮毂与所述发电机之间的旋转矩阵(P，0，R)；其中，Hgt为风塔高度，具体为地面至轮毂中心的距离，Hdg为风机的朝向角度，Fwd为从轮毂中心至风塔中心的位置，P为轮毂的俯仰角，R为轮毂的转角。优选地，所述风机的朝向角度采用如下步骤计算生成：步骤M1：控制无人机以风塔高度绕风机飞行，当无人机在飞行过程中，通过图像传感器采集所述叶轮的视频流；步骤M2：对所述视频流中的叶片进行检测，当检测到风机的三个叶片时，对三个叶片进行实时跟踪，并实时计算三个叶片的相对位置及重叠度；步骤M3：当检测到两个叶片完全重叠时，认定此时无人机飞行到风轮平面β上，读取此时位置传感器获取的点P1的位置信息；步骤M4：根据点P1的位置信息计算与点P1以风塔呈轴对称分别的点P2的第一位置信息；步骤M5：根据点P1的位置信息、点P2的第一位置信息以及地球质心计算出风轮平面β，进而根据所述风轮平面的法向量确定所述风机的朝向角度。本专利技术提供的通过无人机对风机叶尖区域绕行检测系统，用于实现所述的通过无人机对风机叶尖区域绕行检测方法，包括如下模块：跟踪探测模块，用于控制设置有固态雷达的无人机对目标叶片一侧面进行从叶根区域至叶尖区域的跟踪探测；视频采集模块，用于当所述固态雷达探测到所述无人机飞离所述目标叶片的叶尖端第一设定距离时，通过所述无人机上设置的相机采集视频流，所述相机的镜头朝向与所述固态雷达的探测朝向相同；飞行控制模块，用于提供一控制界面查看所述视频流，当通过所述视频流确认所述无人机已飞离所述叶尖区域时，控制所述无人机通过叶尖端绕行至所述目标叶片另一侧面。与现有技术相比，本专利技术具有如下的有益效果：本专利技术中在进行风机叶片检测时，当无人机完成从叶根区域至叶尖区域的跟踪检测时，需要通过叶尖端绕行至所述目标叶片另一侧面时，当在收到固态雷达探测到无人机已与叶尖端的之间的距离大于第一设定距离时，通过相机采集的视频流确认无人机确已远离叶尖区域时，才控制无人机通过叶尖端绕行至所述目标叶片另一侧面，避免了在固态雷达的反馈存在误差时，本文档来自技高网...

【技术保护点】
1.一种通过无人机对风机叶尖区域绕行检测方法，所述风机包括风塔和设置在风塔顶端的叶轮、发电机，所述叶轮设置在所述发电机前端以驱动所述发电机，所述叶轮包括连接所述发电机的轮毂和多个沿轮毂周向均匀分布的叶片，将一叶片作为目标叶片，其特征在于，包括如下步骤：步骤S1：通过设置有固态雷达的无人机对目标叶片一侧面进行从叶根区域至叶尖区域的跟踪探测；步骤S2：当所述固态雷达探测到所述无人机飞离所述目标叶片的叶尖端第一设定距离时，通过所述无人机上设置的相机采集视频流，所述相机的镜头朝向与所述固态雷达的探测朝向相同；步骤S3：通过一控制界面查看所述视频流，当通过所述视频流确认所述无人机已飞离所述叶尖区域时，控制所述无人机通过叶尖端绕行至所述目标叶片另一侧面。

【技术特征摘要】
1.一种通过无人机对风机叶尖区域绕行检测方法，所述风机包括风塔和设置在风塔顶端的叶轮、发电机，所述叶轮设置在所述发电机前端以驱动所述发电机，所述叶轮包括连接所述发电机的轮毂和多个沿轮毂周向均匀分布的叶片，将一叶片作为目标叶片，其特征在于，包括如下步骤：步骤S1：通过设置有固态雷达的无人机对目标叶片一侧面进行从叶根区域至叶尖区域的跟踪探测；步骤S2：当所述固态雷达探测到所述无人机飞离所述目标叶片的叶尖端第一设定距离时，通过所述无人机上设置的相机采集视频流，所述相机的镜头朝向与所述固态雷达的探测朝向相同；步骤S3：通过一控制界面查看所述视频流，当通过所述视频流确认所述无人机已飞离所述叶尖区域时，控制所述无人机通过叶尖端绕行至所述目标叶片另一侧面。2.根据权利要求1所述的通过无人机对风机叶尖区域绕行检测方法，其特征在于，当在步骤S1至步骤S2中，当所述固态雷达探测到目标叶片时，通过所述相机连续采集目标叶片的多张图像；在所述图像中识别出所述叶片的缺陷，并标注出每一所述缺陷的缺陷位置和缺陷类型以及所述缺陷所在叶片的编号。3.根据权利要求2所述的通过无人机对风机叶尖区域绕行检测方法，其特征在于，当在所述图像中识别出所述叶片的缺陷包括如下步骤：步骤M101：将所述叶片的缺陷分类成若干缺陷类型，采集每种缺陷类型对应的叶片图像区域，生成多组训练图像；步骤M102：通过多组所述训练图像训练缺陷识别模块；步骤M103：将采集到的所述多张图像输入所述缺陷识别模块识别并进行缺陷位置和缺陷类型的标记。4.根据权利要求1所述的通过无人机对风机叶尖区域绕行检测方法，其特征在于，所述控制界面为用于控制所述无人机的APP界面，装载所述APP的智能手机或平板电脑无线连接所述无人机上搭载的机载电脑；所述机载电脑连接所述相机和所述固态雷达。5.根据权利要求1所述的通过无人机对风机叶尖区域绕行检测方法，其特征在于，当在步骤S1至步骤S3中，所述无人机的飞行路线通过如下方式生成步骤N1：以风机的风塔的地面中心为原点O建立世界坐标系，所述世界坐标系中，Y轴为竖直向上的方向，Z轴为正南方向，X轴为正东方向；步骤N2：根据所述世界坐标系进行平移变换和旋转变换生成所述电机对应的电机坐标系，根据所述电机坐标系进行平移变换和旋转变换生成所述轮毂对应的轮毂坐标系，进而根据所述轮毂坐标系进行旋转变换生成每一叶片对应的叶片坐标系；步骤N3：通过每一叶片对应的叶片坐标系在每一所述叶片的前侧和/或后侧设置多个路径点，每个所述路径点包括地理位置和相机姿态信息，根据所述路径点形成飞行路线。6.根据权利要求5所述的通过无人机对风机叶尖区域绕行检测方法，其特征在于，在每一叶片对应的所述叶片坐标系中确定每一叶片前侧和/或后侧路径点的坐标，具体为：a＝n/(N-1)；V_wp[n]＝[a*L,V_dist,H_dist]；其中，V_wp[n]为编号n的路径点坐标，N为沿叶长度方向的路径点的数量，n为路径点的编号，L为叶片的长度，H_dist为路径点距离叶片中的水平距离...

【专利技术属性】
技术研发人员：柯严，苏航，丁亚东，王海洋，
申请(专利权)人：上海扩博智能技术有限公司，
类型：发明
国别省市：上海,31