一种太阳能面板的自动巡检系统技术方案

本发明专利技术公开了一种太阳能面板的自动巡检系统，包括图像信息采集的巡检模块、用于导航和优化图片拼接的边缘检测模块、用于异常点分类与定位的健康分析模块、用于在整个面板上标识异常点分类与定位的图片拼接模块和人机交互模块。边缘检测模块采用Canny算法结合深度神经网络HED模型处理；健康分析模块采用深度神经网络YOLOV8进行处理；图片拼接模块包括基于RANSIC算法的粗拼接和细拼接两个步骤。深度神经网络都带有预先采集的面板图片信息进行训练生成的比对数据库。该发明专利技术能及时发现并处理面板损伤和脏污，降低损伤或脏污对面板转化率和使用寿命的影响；标准化的对面板进行巡检，避免人员检修不到位造成遗漏进而影响面板的转化率和使用寿命。的转化率和使用寿命。的转化率和使用寿命。

【技术实现步骤摘要】
一种太阳能面板的自动巡检系统


[0001]本专利技术涉及一种机器人
，尤其涉及一种太阳能面板的自动巡检系统。

技术介绍

[0002]随着地球能源的枯竭，太阳能作为清洁和再生能源，在各个领域得到了广泛的应用，为缓解世界能源危机做出了卓越的贡献。太阳能面板在使用过程中，风沙、冰雪、阴影、碎片、污垢、鸟粪等会使面板产生很多损伤和脏污，造成太阳能组件效率不同程度的下降，进而影响整个系统的效率。因而，保持面板的清洁度、减少故障率，可以增加面板的太阳能转化率和使用寿命。光伏面板的检修或清扫不及时，损伤和脏污得不到及时处理，都会影响太阳能转化率和使用寿命；同时对于细微的损伤检查不全面，损伤长时间得不到处理，加速太阳能面板的老化进程，也会影响太阳能转化率和使用寿命。

技术实现思路

[0003]专利技术目的：本专利技术的目的是为了及时和自动的对太阳能面板进行巡检，准确快速的发现并处理损伤和脏污，降低损伤和脏污对太阳能面板的转化率和使用寿命的影响，提供了一种太阳能面板的自动巡检系统。
[0004]技术方案：本专利技术所述的太阳能面板的自动巡检系统，包括巡检模块，用于光伏面板图像信息的采集；边缘检测模块，根据面板边缘实时检测的信息为巡检设备导航且对后续图片拼接模块中优化图片拼接提供数据支持；健康分析模块，对巡检模块收集的图片信息进行分析处理，对面板上的异常点分类和定位；图片拼接模块，对经过健康分析模块处理后的图片进行拼接，在整个面板上显示异常点分类与定位；还包括人机交互模块。
[0005]进一步的，巡检模块包含至少两个摄像头，红外线热影像仪和RGB高清摄像头。
[0006]进一步的，边缘检测模块采用Canny算法与深度神经网络结合的方式处理。
[0007]进一步的，深度神经网络采用HED(Holistically
‑
Nested Edge Detection)模型，并带有预先采集的面板边缘信息进行训练生产的对比数据库。
[0008]进一步的，健康分析模块采用深度神经网络YOLOV8进行处理，带有比对数据库。比对数据库首先通过大规模自动合成的热斑图片进行模型预先训练，再采用真实热斑图像进行模型微调，两步法训练生成。
[0009]进一步的，图片拼接模块包括粗拼接和细拼接两个步骤。
[0010]进一步的，粗拼接基于RANSIC算法计算透视变换矩阵实现相邻图片拼接；细拼接结合边缘检测模块中面板边缘的信息优化图片粗拼接的结果，进行微调进而使得边缘精准对齐。
[0011]进一步的，用户通过人机交互模块查看巡检设备采集的原始图片、系统分析结果及人工核验结果，在此基础上制定下一次采集或修复计划。
[0012]有益效果：与现有技术相比，本专利技术具有如下显著优点：1、及时发现面板损伤和脏污，通知人员修复和清洁，降低了面板损伤或脏污对太阳能转化率的影响，提高了面板的使
用寿命；2、标准化的对面板进行自动巡检，避免人员检修不到位造成遗漏进而影响太阳能面板的转化率和使用寿命。
附图说明
[0013]图1为本专利技术的结构示意图；
[0014]图2为本专利技术的流程示意图。
具体实施方式
[0015]下面结合附图对本专利技术的技术方案作进一步说明。
[0016]如图所示的一种太阳能面板的自动巡检系统，包括巡检模块1、边缘检测模块2、健康分析模块3、图片拼接模块4和人机交互模块5。
[0017]巡检模块1至少含有两个摄像头：红外线热影像仪和RGB高清摄像头。在采集前，用面板的相对位置及覆盖区域对两个摄像头进行校准，确保采集的图像能够通过固定参数处理后精确的重合在一起。
[0018]边缘检测模块2采用Canny算法与深度神经网络结合的方式处理，深度神经网络方法采用HED模型，并使用预先采集的面板边缘信息进行训练生成对比数据库，用于实时处理采集的图片。根据面板边缘实时检测的信息为巡检设备导航且对后续图片拼接模块4中优化图片拼接提供数据支持。
[0019]健康分析模3块采用深度神经网络YOLOV8进行处理，通过两步法训练生成的比对数据库：1、采用大规模自动化合成的损伤及脏污图片对模型进行预训练；2、采用真实损伤及脏污数据对模型进行微调。对巡检模块收集的图片信息进行分析处理，对面板上的异常点分类和定位。
[0020]图片拼接模块4包括粗拼接和细拼接两个步骤，粗拼接基于RANSIC算法计算透视变换矩阵实现相邻图片拼接；细拼接结合运用检测模块中面板边缘的信息对图片粗拼接的结果进行优化，整体微调进而使得边缘精确的重合在一起。对经过健康分析模块处理后的图片进行拼接，在整个面板上显示异常点分类与定位。
[0021]用户通过人机交互模块5查看巡检设备采集的原始图片、系统分析结果及人工核验结果，在此基础上制定下一次巡检或修复计划。
[0022]当有检修任务时，巡检模块1启动，红外线热影像仪和RGB高清摄像头进行面板图像信息的采集，并存储图像及其位置的信息。边缘检测模块2根据面板边缘实时检测的信息为巡检设备导航确定是否继续执行任务，且对后续图片拼接模块4中优化图片拼接提供数据支持。巡检模块1根据边缘检测模块2的导航信息在规划区域内巡检采集面板图像信息。健康分析模3块采用深度神经网络YOLOV8进行处理，对巡检模块1收集的图片信息进行分析处理，与训练生成的对比数据库进行比对，确认面板上的异常点分类和定位。图片拼接模块4用于对健康分析模块3处理后的图片进行拼接，首先基于RANSIC算法计算透视变换矩阵实现相邻图片之间的粗拼接，再结合运用边缘检测模块2中面板边缘的信息优化粗拼接的结果，进而使得边缘精确的重合在一起，实现在整个面板上显示异常点分类和定位。用户通过人机交互模块5查看巡检设备采集的原始图片、系统分析结果及人工核验结果，在此基础上制定下一次巡检或修复计划。
[0023]当巡检模块1根据边缘检测模块2的导航信息完成规划区域内巡检采集面板图像信息后，结束此次巡检任务，复位充电等待下一次的检修任务。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种太阳能面板的自动巡检系统，其特征在于包括巡检模块(1)，用于光伏面板图像信息的采集；边缘检测模块(2)，根据面板边缘实时检测的信息为巡检设备导航且对后续图片拼接模块(4)中优化图片拼接提供数据支持；健康分析模块(3)，对巡检模块(1)收集的图片信息进行分析处理，对面板上的异常点分类和定位；图片拼接模块(4)，对经过健康分析模块(3)处理后的图片进行拼接，在整个面板上显示异常点分类与定位；还包括人机交互模块(5)。2.根据权利要求1所述的太阳能面板的自动巡检系统，其特征在于所述的巡检模块(1)的巡检设备含有至少两个摄像头：红外线热影像仪和RGB高清摄像头。3.根据权利要求1所述的太阳能面板的自动巡检系统，其特征在于所述的边缘检测模块(2)采用Canny算法结合深度神经网络的方式处理。4.根据权利要求3所述的太阳能面板的自动巡检系统，其特征在于所述的深度神经网络采用HED模型，并带有预先采集的面板边缘信息进行训练生成的对比...

【专利技术属性】
技术研发人员：杨聪，孟彬彬，朱辰宇，徐俊祺，陈涛，
申请(专利权)人：苏州大学，
类型：发明
国别省市：