本发明专利技术公开了一种基于多旋翼无人机的塔式光热电站镜场巡检方法及装置,本发明专利技术方法步骤如下:利用张氏棋盘法对多旋翼无人机镜头进行内参标定;利用多旋翼无人机在塔式光热电站镜场上空巡航拍摄,获得镜场的图像序列;对图像序列进行预处理去除图像中干扰因素;对于每个经过预处理后的图像,提取每个图像中定日镜的特征点,并在出现同一面镜子的不同图像序列中进行特征匹配,实现三维重建,得到镜场中定日镜的三维模型;通过定日镜三维模型,计算镜场中定日镜与安装水平面的夹角,实现多旋翼无人机对镜场中定日镜位姿的巡检。本发明专利技术使得光热电站定日镜的检测成本降低,检测效率提升,并且定日镜的角度等检测精度更高。并且定日镜的角度等检测精度更高。并且定日镜的角度等检测精度更高。
【技术实现步骤摘要】
一种基于多旋翼无人机的塔式光热电站镜场巡检方法及装置
[0001]本专利技术涉及图像序列三维建模
,尤其涉及一种基于多旋翼无人机摄影获取图像序列进行三维建模从而实现光热电站镜场巡检方法。
技术介绍
[0002]随着经济的迅速发展与人们对能源消耗的日益增加,化石能源的过多开发利用导致环境污染与能源危机。太阳能发电作为一种重要的可再生绿色资源,具有资源丰富、无污染、可再生、等优点,其开发利用越来越受到人们的重视。
[0003]目前,较为成熟的太阳能发电技术是太阳能光伏发电和太阳能光热发电。太阳能光热发电技术又分为塔式太阳能光热发电、槽式太阳能光热发电和碟式太阳能光热发电。塔式太阳能热发电系统主要由聚光集热子系统、蓄热子系统和动力子系统三个部分组成。聚光集热子系统分为聚光子系统和集热子系统,其中聚光子系统主要由定日镜组成,定日镜是一种由反射镜、支撑结构、跟踪传动机构及控制系统等组成的聚光装置,是塔式太阳能热发电系统中关键组成部分之一,也是电站的主要投资部分。其功能是通过跟踪控制装置实现对太阳福射能的最佳跟踪,从而使得太阳福射能准确聚焦并反射到吸热器窗口内,为整个发电系统提供了所需要的太阳能,是实现太阳能热发电的基础。
[0004]大型塔式光热发电系统通常会部署数千到数万个定日镜。在光热发电系统运行期间,每个定日镜都是独立控制并跟踪太阳辐射能的。由于各种跟踪误差源,在没有校准系统的情况下,使所有定日镜相对于吸热器窗口内的目标点精确对准≤1mrad被认为是不现实的。
技术实现思路
[0005]现有的光热电站镜场定日镜检测方法,如地上安装摄像机的方法、塔上安装摄像机的方法、中央激光或雷达测量的方法、在塔架上用摄像机或传感器探测太阳焦点位置的方法、在每一面定日镜上安装摄像机或传感器的方法,存在设备费用高、后期维护成本高、检测效率一般等缺点,本专利技术提供一种基于多旋翼无人机的塔式光热电站镜场的巡检方法,通过将多旋翼无人机摄影获得的图片序列,利用运动恢复结构算法进行镜场的三维重建,计算得到定日镜与水平面的夹角等信息,在保持较高检测精度的同时提升了光热电站镜场的检测效率,保证光热电站镜场中的定日镜能够得到较高的检测精度。
[0006]本专利技术解决其技术问题所采用的技术方案是:一种基于多旋翼无人机的塔式光热电站镜场巡检方法,该方法包括以下步骤:
[0007]步骤1,利用张氏棋盘法对多旋翼无人机镜头进行内参标定;
[0008]步骤2,利用多旋翼无人机在塔式光热电站镜场上空巡航拍摄,获得镜场的图像序列;
[0009]步骤3,对于多旋翼无人机拍摄获得的图像序列进行图像预处理,去除图像中干扰因素(如图像中树木、道路等);
[0010]步骤4,对于每个经过预处理后的图像,提取每个图像中定日镜的特征点,并在出现同一面镜子的不同图像序列中进行特征匹配,实现三维重建,得到镜场中定日镜的三维模型;
[0011]步骤5,通过得到的定日镜的三维模型,计算镜场中定日镜与安装水平面的夹角,实现多旋翼无人机对镜场中定日镜位姿的巡检。
[0012]进一步地,所述步骤1中,利用张氏棋盘法对多旋翼无人机镜头进行内参标定的步骤如下:
[0013]步骤1
‑
1,利用多旋翼无人机镜头对印有棋盘图片的A4纸进行拍摄,得到棋盘图片在不同角度的摄影图像;
[0014]步骤1
‑
2,将摄影图像导入到MATLAB中,利用MATLAB已有的棋盘法标定工具箱进行求解,标定多旋翼无人机镜头的内参。
[0015]进一步地,所述步骤2中,利用多旋翼无人机在塔式光热电站镜场上空巡航拍摄,获得镜场的图像序列的步骤如下:
[0016]步骤2
‑
1,设计多旋翼无人机在镜场上空的巡航路线,巡航路线设计为S型,保证巡航路线上能拍摄到完整的镜场图像,同时设计多旋翼无人机拍摄的时间间隔(如每间隔0.5秒拍摄一张图像),以及多旋翼无人机拍摄的角度(即镜头与水平面所呈倾斜角度,如30度);
[0017]步骤2
‑
2,操作多旋翼无人机在镜场上空按照预设的巡航路线进行巡航飞行,多旋翼无人机单次飞行时长在30至35分钟,并在巡航过程中按照预设时间间隔和角度进行拍摄,从而得到镜场的图片序列。
[0018]进一步地,所述步骤3中,对于多旋翼无人机拍摄获得的图像序列进行图像预处理的步骤如下:
[0019]步骤3
‑
1,将原始图像转化为灰度图,这一步使用OpenCV提供的灰度图转化函数;
[0020]步骤3
‑
2,通过大津阈值法挑选合适的阈值,将图像的前景与远景分离,生成掩膜;
[0021]步骤3
‑
3,掩膜中仍然存在部分干扰,采用图像形态学方法处理掩膜,即进行“膨胀”与“腐蚀”操作;图像形态学开运算即对图像先做腐蚀再做膨胀,用来消除小物体;图像形态学闭运算即对图像先做膨胀再做腐蚀,用于排除小型黑洞;使用尺寸为11*11的圆形核算子,对初始掩膜做图像形态学开运算,用于消除图像中的小物体干扰,再使用尺寸为3*3的圆形核算子,对开运算的结果做闭运算,用于填补图像中物体内部空洞;
[0022]步骤3
‑
4,通过上述处理后的掩膜与原始图像做位运算,即可得到背景清晰(去除了草地、树木、道路等干扰项)的镜场图像。
[0023]进一步地,所述步骤4中,提取每个图像中定日镜的特征点,并在出现同一面镜子的不同图像序列汇中进行特征匹配,实现三维重建,得到镜场中定日镜的三维模型的步骤如下:
[0024]步骤4
‑
1,对于当前时间点i的输入图像帧I
i
,i≥1,其中,x
j
代表图像I
i
中的特征点,f
j
代表特征点的外观描述,代表图像I
i
中的特征点总数,F
i
代表特征点及其描述的集合;
[0025]步骤4
‑
2,对于图像帧I
a
和I
n
,C={(I
a
,I
b
)|I
a
,I
b
∈i,a<b},其中,I代表当前图像
序列,采用SIFT特征匹配算法进行特征匹配,包括:对输入图像序列I,根据步骤4
‑
1中的特征点及其描述的集合F
i
,在两张图像之间进行特征匹配,得到匹配点,并最终输出一个图像对集合;
[0026]步骤4
‑
3,根据步骤4
‑
2得到的匹配点,使用OpenCV中提供的函数findEssentialMat()来求取本征矩阵;再使用OpenCV对本征矩阵进行分解,计算得到两张图像对应的两相机之间的旋转矩阵R和位移矩阵T;
[0027]步骤4
‑
4,现在已经知道了两个图像帧之间相机的旋转矩阵R和位本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多旋翼无人机的塔式光热电站镜场巡检方法,其特征在于,包括以下步骤:步骤1,利用张氏棋盘法对多旋翼无人机镜头进行内参标定;步骤2,利用多旋翼无人机在塔式光热电站镜场上空巡航拍摄,获得镜场的图像序列;步骤3,对于多旋翼无人机拍摄获得的图像序列进行图像预处理,去除图像中干扰因素;步骤4,对于每个经过预处理后的图像,提取每个图像中定日镜的特征点,并在出现同一面镜子的不同图像序列中进行特征匹配,实现三维重建,得到镜场中定日镜的三维模型;步骤5,通过得到的定日镜的三维模型,计算镜场中定日镜与安装水平面的夹角,实现多旋翼无人机对镜场中定日镜位姿的巡检。2.根据权利要求1所述的方法,其特征在于,所述步骤1中,利用张氏棋盘法对多旋翼无人机镜头进行内参标定的步骤如下:步骤1
‑
1,利用多旋翼无人机镜头对印有棋盘图片的A4纸进行拍摄,得到棋盘图片在不同角度的摄影图像;步骤1
‑
2,将摄影图像导入到MATLAB中,利用MATLAB已有的棋盘法标定工具箱进行求解,标定多旋翼无人机镜头的内参。3.根据权利要求1所述的方法,其特征在于,所述步骤2中,利用多旋翼无人机在塔式光热电站镜场上空巡航拍摄,获得镜场的图像序列的步骤如下:步骤2
‑
1,设计多旋翼无人机在镜场上空的巡航路线,巡航路线设计为S型,保证巡航路线上能拍摄到完整的镜场图像,同时设计多旋翼无人机拍摄的时间间隔,以及多旋翼无人机拍摄的角度;步骤2
‑
2,操作多旋翼无人机在镜场上空按照预设的巡航路线进行巡航飞行,并在巡航过程中按照预设时间间隔和角度进行拍摄,从而得到镜场的图片序列。4.根据权利要求1所述的方法,其特征在于,所述步骤3中,对于多旋翼无人机拍摄获得的图像序列进行图像预处理的步骤如下:步骤3
‑
1,将原始图像转化为灰度图;步骤3
‑
2,通过大津阈值法挑选合适的阈值,将图像的前景与远景分离,生成掩膜;步骤3
‑
3,采用图像形态学方法处理掩膜,使用尺寸为11*11的圆形核算子,对初始掩膜做图像形态学开运算,用于消除图像中的小物体干扰,再使用尺寸为3*3的圆形核算子,对开运算的结果做闭运算,用于填补图像中物体内部空洞;步骤3
‑
4,通过上述处理后的掩膜与原始图像做位运算,即可得到背景清晰的镜场图像。5.根据权利要求1所述的方法,其特征在于,所述步骤4中,提取每个图像中定日镜的特征点,并在出现同一面镜子的不同图像序列汇中进行特征匹配,实现三维重建,得到镜场中定日镜的三维模型的步骤如下:步骤4
‑
1,对于当前时间点i的输入图像帧I
i
,i≥1,其中,x
j
代表图像I
i
中的特征点,f
j
代表特征点的外观描述,代表图像I
i
中的特征点总数,F
i
代表特征点及其描述的集合;步骤4
‑
2,对于图像帧I
a
和I
【专利技术属性】
技术研发人员:倪东,沈唯鑫,
申请(专利权)人:浙江大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。