一种用于风电叶片检测的无人机巡检方法和装置以及设备与流程

1.本发明涉及风力发电机技术领域，尤其涉及一种用于风电叶片检测的无人机巡检方法和装置以及设备。


背景技术：

2.风能是一种重要的可再生能源，随着我国风能市场的扩大，风机制造业逐渐进入高速发展期。风力发电机的寿命和安全性影响着风电利用和发展的脚步，风机叶片是风力发电机的核心部件，其寿命和安全性直接影响着整个风电机组的寿命和安全状况。由于风电场运行环境比较复杂，风机叶片全天候在高空运行，长期接收风沙、污染、雷击以及台风等各种因素的影响，风机叶片容易出现缺陷并逐步扩展，若未能及时发现风机叶片缺陷，会直接影响了载荷和刚度矩阵，最终降低叶片的寿命和运行安全性。
3.现有中，对风机叶片的巡检通过人工操作控制无人机飞行过程，容易撞击风机导致无人机损坏，以及导致增加风机叶片表面的损坏程度，并且，由于人员操作技术的限制不能对风机叶片进行全方位拍摄，导致漏拍降低巡检准确率。


技术实现要素：

4.有鉴于此，本发明的目的在于提出一种用于风电叶片检测的无人机巡检方法和装置以及设备，能够实现降低无人机与风机叶片撞击的风险，延长无人机和风机叶片的使用寿命。
5.为实现上述目的，本发明提供一种用于风电叶片检测的无人机巡检方法，所述方法基于无人机系统实现，所述无人机系统至少包括第一无人机和第二无人机，所述方法包括：
6.响应于接收到巡检指令时，通过所述第一无人机沿风机的排布方向进行拍摄；
7.识别拍摄画面所显示的风机大小，并以拍摄画面中显示最大的风机设为初始巡检点；
8.对拍摄画面中所显示的风机大小进行降序排序后，提取与巡检预设值对应的风机数量，并基于所述初始巡检点按照顺序生成巡检路径；
9.所述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认后，发送每一巡检点对应的gps位置信息至所述第二无人机，其中，所述第一距离为所述第一无人机可进行清楚识别风机状态的最远拍摄距离；
10.所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像。
11.优选的，所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像的步骤包括：
12.所述第二无人机根据所接收的gps位置信息后，按照顺序飞往对应的风机上空以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像，直到遍
历所述巡检路径中的每一巡检点。
13.优选的，在所述飞往对应的风机上空以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像后，还包括标记对应的gps位置所在的风机为已完成巡检。
14.优选的，在所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像之后，还包括：
15.判断是否接收到所述第一无人机下发的下一巡检路径的gps位置信息，若是，则进一步检测当前电量是否大于电量预设值；
16.否则，根据所述第一无人机所规划的返航路径进行返航。
17.优选的，所述检测当前电量是否大于电量预设值的步骤包括：
18.当检测当前电量是大于电量预设值，则根据所接收的gps位置信息继续对下一巡检路径的每一风机进行拍摄，获取每一风机叶片的热成像图像；
19.否则，根据所述第一无人机所规划的返航路径进行返航。
20.优选的，所述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认的步骤包括：
21.所述第一无人机在对应风机上空沿平行于风机叶片的方向进行所述第一距离的确认，且所述第一距离为1～3米。
22.为实现上述目的，本发明提供一种用于风电叶片检测的无人机巡检装置，所述装置基于无人机系统实现，所述无人机系统至少包括第一无人机和第二无人机，所述装置包括：
23.响应单元，用于响应于接收到巡检指令时，通过所述第一无人机沿风机的排布方向进行拍摄；
24.识别单元，用于识别拍摄画面所显示的风机大小，并以拍摄画面中显示最大的风机设为初始巡检点；
25.生成单元，用于对拍摄画面中所显示的风机大小进行降序排序后，提取与巡检预设值对应的风机数量，并基于所述初始巡检点按照顺序生成巡检路径；
26.所发送单元，用于述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认后，发送每一巡检点对应的gps位置信息至所述第二无人机，其中，所述第一距离为所述第一无人机可进行清楚识别风机状态的最远拍摄距离；
27.拍摄单元，用于所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像。
28.为实现上述目的，本发明还提供一种用于风电叶片检测的无人机巡检设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如上述实施例所述的一种用于风电叶片检测的无人机巡检方法。
29.有益效果：
30.以上方案，通过第一无人机和第二无人机的相互配合，从而保证无人机飞行过程的飞行安全，降低无人机与风机叶片撞击的风险，延长无人机和风机叶片的使用寿命，有效避免了人工操作造成的影响。
31.以上方案，通过第一无人机沿风机的排布方向进行拍摄，识别拍摄画面所显示的
风机大小，并以拍摄画面中显示最大的风机为初始巡检点、按照大小排序后生成巡检路径，并在每一风机进行第一距离确认后将相应的gps位置发送给第二无人机，由第二无人机对每一风机叶片进行全面拍摄，上述方案能够通过画面中显示风机的大小判断风机的远近距离，从而取最近的风机作为起点开始规划巡检路径，并对每一风机的gps位置进行定位，以便第二无人机能够进行准确的飞往对应的gps位置相应的范围对风机叶片进行拍摄，从而提高巡检效率、节约规划时间。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1为本发明一实施例提供的一种用于风电叶片检测的无人机巡检方法的流程示意图。
34.图2为本发明一实施例提供的风机排布情况的示意图。
35.图3为本发明一实施例提供的第一无人机所拍摄的画面示意图。
36.图4为本发明另一实施例提供的一种用于风电叶片检测的无人机巡检方法的流程示意图。
37.图5本发明一实施例提供的一种用于风电叶片检测的无人机巡检装置的结构示意图。
38.图6本发明另一实施例提供的一种用于风电叶片检测的无人机巡检装置的结构示意图。
39.发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
40.为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
41.在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
42.以下结合实施例详细阐述本发明的内容。
43.本发明提供一种用于风电叶片检测的无人机巡检方法，能够实现降低无人机与风
机叶片撞击的风险，延长无人机和风机叶片的使用寿命。
44.参照图1至图4所示。本发明一实施例提供的一种用于风电叶片检测的无人机巡检方法，该方法基于无人机系统实现，其中，无人机系统至少包括第一无人机和第二无人机。
45.在本实施例中，第一无人机用于配合第二无人机对风机叶片进行拍摄，具体的，第一无人机主要负责对待检测风机所在的周围环境情况进行侦查后，并对每一风机能够清楚识别风机状态的拍摄距离进行确认后，获取所在的gps位置信息、生成巡检路径，发送巡检路径相应的每一风机的gps位置信息给第二无人机，以供第二无人机沿着巡检路径逐一进行拍摄。第二无人机主要通过搭载红外摄像头相机，负责拍摄风机叶片的热成像图像信息，也就是通过热成像相机拍摄风机叶片的热成像图像，从而能够直观显示热成像图像信息，快速找出风机叶片表面蒙皮脱落或者大裂纹等缺陷。特别的，第二无人机还设有高清相机，在必要时，通过高清相机对风机叶片中存在缺陷的位置获取高清图像。
46.具体地，在本实施例中(如图1)，所述方法包括：
47.s11，响应于接收到巡检指令时，通过所述第一无人机沿风机的排布方向进行拍摄。
48.s12，识别拍摄画面所显示的风机大小，并以拍摄画面中显示最大的风机设为初始巡检点。
49.在本实施例中，能够通过拍摄画面中显示风机的大小判断风机的远近距离，根据物体近大远小的识别规则，拍摄画面中显示最大的视为距离该第一无人机最近的风机，因此，取画面中显示最大的风机作为起点以便进行规划巡检路径。
50.s13，对拍摄画面中所显示的风机大小进行降序排序后，提取与巡检预设值对应的风机数量，并基于所述初始巡检点按照顺序生成巡检路径。
51.为了便于说明，以下以实际应用场景进行举例说明。例如，如图2中的第一无人机沿着风机的排布方向进行拍摄后，得到部分风机在拍摄画面中的大小显示情况(如图3)，在该画面中，风机a为显示最大的风机，则将风机a作为初始巡检点。在本实施例中，巡检预设值为4，则提取风机a
‑
b
‑
c
‑
d作为巡检路径，而其余风机在拍摄画面中显示过小，说明距离较远，则舍弃，不在本次进行巡检。
52.s14，所述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认后，发送每一巡检点对应的gps位置信息至所述第二无人机，其中，所述第一距离为所述第一无人机可进行清楚识别风机状态的最远拍摄距离。
53.其中，所述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认的步骤包括：
54.所述第一无人机在对应风机上空沿平行于风机叶片的方向进行所述第一距离的确认，且所述第一距离为1～3米。
55.在本实施例中，通过第一无人机沿平行于风机叶片的长度方向进行飞行拍摄，并且使得风机叶片的拍摄距离设置在1～3米之间，不仅能够降低无人机在飞行过程中出现撞击风机的几率，还使得在所设置的拍摄距离内获得清晰精准的图像拍摄精度。若拍摄距离设置太远，会导致拍摄的图像不清楚、避免后期检测导致精度低；另外，太近距离拍摄时，无人机在飞行过程中容易出现撞击风机导致无人机和风机损坏。
56.s15，所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺
序对每一风机进行拍摄，以获取每一风机叶片的热成像图像。
57.在步骤s15中，具体包括：
58.所述第二无人机根据所接收的gps位置信息后，按照顺序飞往对应的风机上空以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像，直到遍历所述巡检路径中的每一巡检点。
59.进一步的，在所述飞往对应的风机上空以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像后，还包括标记对应的gps位置所在的风机为已完成巡检。也就是在对每一风机巡检完成后，标记对应的gps位置的风机为已巡检完成，继续对下一个风机进行巡检，以避免对同一个风机重复巡检。其中，所述第二无人机在对应风机上空沿平行于风机叶片的方向以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像，且所述第一距离为1～3米。在本实施例中，通过以该第一距离为半径所覆盖的范围进行拍摄，能够确保每一风机叶片的全面采集，降低漏检的几率。另外，由于gps的按点定位可能存在误差，因此，通过第一距离为半径所覆盖的范围进行拍摄能够降低寻找该gps位置点的困难。
60.特别的，在步骤s15中，在获取每一风机叶片的热成像图像后，还包括根据预设其中的缺陷检测模型检测所述热成像图像，当检测出所述热成像图像存在缺陷时，则通过高清相机获取风机叶片存在缺陷的同一位置上的高清图像。通过内置有缺陷检测模型对热成像图像进行分析，当判断热成像图像存在缺陷，则通过高清相机获取风机叶片同一位置的高清图像，对其进行重复拍摄，从而实现反复确认该缺陷位置的过程，以提高风机叶片的检测精度。并且，无需将无人机拍摄的图像导出进行查看分析，可直接在拍摄过程中进行检测，大大提高了检测效率和识别的准确率。
61.其中，该缺陷检测模型的实现方法包括：
62.(1)获取风机叶片的热成像图像，对热成像图像进行图像增广处理，增加热成像图像的数据量；其中，对所述热成像图像进行图像增广处理包括：对所述热成像图像进行翻转、裁剪和变换颜色处理，能够实现对图像质量的改善，以便于计算分析，提高模型的泛化能力，还可以防止模型过拟合，从而导致检测精度降低。
63.(2)对热成像图像进行处理后，得到第一图像集，包括：对热成像图像通过均值滤波器去噪后，进行灰度化处理，得到灰度图像集；根据对灰度图像集进行特征缩放至预设范围，得到第一图像集；
64.其中，进行灰度化处理的步骤包括：
65.通过加权平均法对热成像图像进行灰度化处理；即，根据f(i，j)＝0.30r(i，j) 0.59g(i，j) 0.11b(ij)将rgb三个分量以不同的权值进行加权平均计算，其中，i表示第i行，j表示第j列。
66.(3)采用梯度下降算法计算第一图像集的缺陷特征，得到缺陷检测模型，包括：
67.根据条件概率：h
θ
(x)＝p(y＝1|x；θ)得到概率p，以确定风机叶片的缺陷类型分类，进一步包括：
68.根据逻辑回归：其中，z＝θ
t
x，从而确定h
θ
(x)；
69.根据逻辑回归的梯度下降：以及.
70.根据加入正则化项的梯度下降：从而确定θ；
71.其中，在上述公式中h(x)表示关于x的函数h，g(z)表示关于z的函数g，e、p、x、t表示数学运算符号，θ表示权重，α、λ表示超参数，m表示样本数量，labels表示样本标签真实值，i表示第i行，i表示第j列。
72.在该条件概率公式h0(x)＝p(y＝1|x；θ)中通过θ做条件，而θ通过逻辑回归、逻辑回归的梯度下降以及正则化项的梯度下降的计算得到。进一步的，通过加入正则化项的梯度下降的目的是为了防止多变量线性回归特征模型过拟合，也就是防止多变量线性回归特征模型过高阶导致过于复杂，从而导致检测精度降低。
73.其中，该高清相机设置有云台能够用于安装和固定支撑该高清相机，该云台为4108电机三轴微单云台，可挂载sony等微单相机，最大负载800g，实现飞行过程中三轴增稳，避免所拍照片糊掉等状况。从而保证高清相机的自稳定性，也就是提高拍摄的稳像功能，并且还控制云台上的高清相机在空间方位的转动。通过设有云台的高清相机实现高清拍摄，采集风机叶片的高清图像信息并经过处理分析，找出细小裂纹等细微缺陷。
74.进一步的(如图4)，在步骤s15之后，还包括：
75.s16，判断是否接收到所述第一无人机下发的下一巡检路径的gps位置信息，若是，则进一步检测当前电量是否大于电量预设值；
76.否则，根据所述第一无人机所规划的返航路径进行返航。
77.其中，所述检测当前电量是否大于电量预设值的步骤包括：
78.当检测当前电量是大于电量预设值，则根据所接收的gps位置信息继续对下一巡检路径的每一风机进行拍摄，获取每一风机叶片的热成像图像；
79.否则，根据所述第一无人机所规划的返航路径进行返航。
80.在本实施例中，当第二无人机接收到第一无人机下发的下一段巡检路径时，应先判断当前电量是否还足够继续对下一段进行巡检，若是则可基于所接收的gps位置信息继续对下一巡检路径的每一风机进行拍摄，获取每一风机叶片的热成像图像；否则根据第一无人机所规划的返航路径返航，待返航充足电量后，可在收到巡检指令时，直接飞往上一次中断位置继续下一段巡检路径中对应gps位置所在风机进行逐一拍摄。其中，为第二无人机进行供电的电池为装载两块6s10000mah的电池，可实现热插拔。
81.参照图5所示，为本发明一实施例提供的一种用于风电叶片检测的无人机巡检装置的结构示意图。
82.在本实施例中，该装置基于无人机系统实现，该无人机系统至少包括第一无人机和第二无人机，该装置50包括：
83.响应单元51，用于响应于接收到巡检指令时，通过所述第一无人机沿风机的排布方向进行拍摄；
84.识别单元52，用于识别拍摄画面所显示的风机大小，并以拍摄画面中显示最大的风机设为初始巡检点；
85.生成单元53，用于对拍摄画面中所显示的风机大小进行降序排序后，提取与巡检
预设值对应的风机数量，并基于所述初始巡检点按照顺序生成巡检路径；
86.发送单元54，用于述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认后，发送每一巡检点对应的gps位置信息至所述第二无人机，其中，所述第一距离为所述第一无人机可进行清楚识别风机状态的最远拍摄距离；
87.拍摄单元55，用于所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像。
88.其中，所述拍摄单元55，进一步用于：
89.所述第二无人机根据所接收的gps位置信息后，按照顺序飞往对应的风机上空以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像，直到遍历所述巡检路径中的每一巡检点。
90.参照图6所示为本发明另一实施例提供的一种用于风电叶片检测的无人机巡检装置的结构示意图。区别于上一实施例，本实施例所述装置60还包括：
91.判断单元61，用于判断是否接收到所述第一无人机下发的下一巡检路径的gps位置信息，若是，则进一步检测当前电量是否大于电量预设值；
92.否则，根据所述第一无人机所规划的返航路径进行返航。
93.其中，所述检测当前电量是否大于电量预设值的步骤包括：
94.当检测当前电量是大于电量预设值，则根据所接收的gps位置信息继续对下一巡检路径的每一风机进行拍摄，获取每一风机叶片的热成像图像；
95.否则，根据所述第一无人机所规划的返航路径进行返航。
96.该装置50/60的各个单元模块可分别执行上述方法实施例中对应步骤，故在此不对各单元模块进行赘述，详细请参见以上对应步骤的说明。
97.本发明实施例还提供一种用于风电叶片检测的无人机巡检设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如上述实施例所述的用于风电叶片检测的无人机巡检方法。
98.所述用于风电叶片检测的无人机巡检设备可包括但不仅限于处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是用于风电叶片检测的无人机巡检设备的示例，并不构成对用于风电叶片检测的无人机巡检设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述用于风电叶片检测的无人机巡检设备还可以包括输入输出设备、网络接入设备、总线等。
99.所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述用于风电叶片检测的无人机巡检设备的控制中心，利用各种接口和线路连接整个用于风电叶片检测的无人机巡检设备的各个部分。
100.所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述用于风电叶片检测的无人机巡检设备的各种功能。所述存储器可主要包括存储程序区和存
储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
101.其中，所述用于风电叶片检测的无人机巡检设备集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
102.需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
103.上述实施例中的实施方案可以进一步组合或者替换，且实施例仅仅是对本发明的优选实施例进行描述，并非对本发明的构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域中专业技术人员对本发明的技术方案作出的各种变化和改进，均属于本发明的保护范围。

技术特征：
1.一种用于风电叶片检测的无人机巡检方法，其特征在于，所述方法基于无人机系统实现，所述无人机系统至少包括第一无人机和第二无人机，所述方法包括：响应于接收到巡检指令时，通过所述第一无人机沿风机的排布方向进行拍摄；识别拍摄画面所显示的风机大小，并以拍摄画面中显示最大的风机设为初始巡检点；对拍摄画面中所显示的风机大小进行降序排序后，提取与巡检预设值对应的风机数量，并基于所述初始巡检点按照顺序生成巡检路径；所述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认后，发送每一巡检点对应的gps位置信息至所述第二无人机，其中，所述第一距离为所述第一无人机可进行清楚识别风机状态的最远拍摄距离；所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像。2.根据权利要求1所述的一种用于风电叶片检测的无人机巡检方法，其特征在于，所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像的步骤包括：所述第二无人机根据所接收的gps位置信息后，按照顺序飞往对应的风机上空以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像，直到遍历所述巡检路径中的每一巡检点。3.根据权利要求2所述的一种用于风电叶片检测的无人机巡检方法，其特征在于，在所述飞往对应的风机上空以所述第一距离为半径所覆盖的范围进行拍摄，以获取每一风机叶片的热成像图像后，还包括标记对应的gps位置所在的风机为已完成巡检。4.根据权利要求1所述的一种用于风电叶片检测的无人机巡检方法，其特征在于，在所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像之后，还包括：判断是否接收到所述第一无人机下发的下一巡检路径的gps位置信息，若是，则进一步检测当前电量是否大于电量预设值；否则，根据所述第一无人机所规划的返航路径进行返航。5.根据权利要求4所述的一种用于风电叶片检测的无人机巡检方法，其特征在于，所述检测当前电量是否大于电量预设值的步骤包括：当检测当前电量是大于电量预设值，则根据所接收的gps位置信息继续对下一巡检路径的每一风机进行拍摄，获取每一风机叶片的热成像图像；否则，根据所述第一无人机所规划的返航路径进行返航。6.根据权利要求1所述的一种用于风电叶片检测的无人机巡检方法，其特征在于，所述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认的步骤包括：所述第一无人机在对应风机上空沿平行于风机叶片的方向进行所述第一距离的确认，且所述第一距离为1～3米。7.一种用于风电叶片检测的无人机巡检装置，其特征在于，所述装置基于无人机系统实现，所述无人机系统至少包括第一无人机和第二无人机，所述装置包括：响应单元，用于响应于接收到巡检指令时，通过所述第一无人机沿风机的排布方向进
行拍摄；识别单元，用于识别拍摄画面所显示的风机大小，并以拍摄画面中显示最大的风机设为初始巡检点；生成单元，用于对拍摄画面中所显示的风机大小进行降序排序后，提取与巡检预设值对应的风机数量，并基于所述初始巡检点按照顺序生成巡检路径；所发送单元，用于述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认后，发送每一巡检点对应的gps位置信息至所述第二无人机，其中，所述第一距离为所述第一无人机可进行清楚识别风机状态的最远拍摄距离；拍摄单元，用于所述第二无人机根据所接收的gps位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像。8.一种用于风电叶片检测的无人机巡检设备，其特征在于，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现如权利要求1至6任意一项所述的一种用于风电叶片检测的无人机巡检方法。
技术总结
本发明公开了一种用于风电叶片检测的无人机巡检方法，所述方法基于无人机系统实现，所述方法包括：响应于接收到巡检指令时，通过所述第一无人机沿风机的排布方向进行拍摄；识别拍摄画面所显示的风机大小，并以拍摄画面中显示最大的风机设为初始巡检点；对拍摄画面中所显示的风机大小进行降序排序后，提取与巡检预设值对应的风机数量，并基于所述初始巡检点按照顺序生成巡检路径；所述第一无人机对所述巡检路径中的每一巡检点所对应风机上空均进行第一距离确认后，发送每一巡检点对应的GPS位置信息至所述第二无人机；所述第二无人机根据所接收的GPS位置信息后，按照所述巡检路径的生成顺序对每一风机进行拍摄，以获取每一风机叶片的热成像图像。机叶片的热成像图像。机叶片的热成像图像。


技术研发人员：周伟杰 张旻澍 刘文豪
受保护的技术使用者：厦门理工学院
技术研发日：2021.03.26
技术公布日：2021/6/29