一种基于激光雷达的无人机风机定距方法及无人机与流程

[0001]
本发明申请涉及风机检测技术领域，尤其涉及一种基于激光雷达的无人机风机定距方法及基于激光雷达的无人机。


背景技术：

[0002]
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。在风力发电机的长期运行过程中，其叶片的表面会出现各种损伤，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，需要对其进行巡检。
[0003]
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、时间，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。
[0004]
通过无人机装载相机进行风机检测，能够很好的代替人工进行检测。但是当无人机沿巡检路径飞行时，需要与风机保持一定距离避免碰撞，现有技术多采用gps、多线扫描雷达建图、单/双摄像头视觉算法进行定距，gps定位存在一定误差，易出现撞上风机的风险。多线扫描雷达通过旋转结构实现测距，在无人机飞行的振动环境下，雷达寿命无法保证；多线扫描雷达垂直方向角度分辨力差，在探测风叶叶尖等较细的物体时，易漏检导致事故。单/双目摄像头视觉算法属于被动测距方法，室外测距效果普遍依赖于环境光的强弱。即使有补光装置，由于风力巡检现场光线变化范围大，仍可能导致摄像头采集的信号过曝或强度不足，无法稳定测距。


技术实现要素：

[0005]
本申请实施例在于提出基于激光雷达的无人机定距方法，能够稳定准确确定无人机与风机之间的距离。
[0006]
为达此目的，本发明申请实施例采用以下技术方案：一方面，一种基于激光雷达的无人机风机定距方法，所述无人机上装有激光雷达，当所述无人机沿巡检路径飞行时，通过所述激光雷达采集风机点云图像，无人机对风机点云图像处理，计算无人机与风机之间的实时距离，当实时距离小于或大于预存距离时，无人机远离或接近风机。
[0007]
在一种可能的实现方式中，所述的预存距离为8-10米。
[0008]
在一种可能的实现方式中，所述的激光雷达探测方向可在垂直方向上调整，调整角度为
±
45
°
。
[0009]
在一种可能的实现方式中，所述的无人机沿巡检路径飞行，包括如下步骤：s1、无人机沿风机的塔筒向上飞行；s2、当无人机移动到风机轮毂的位置时，根据激光雷达采集的点云图像识别出轮毂与塔筒，确定了轮毂位置后，无人机沿着叶片飞行；s3、当飞行到第一个叶片末端时，叶尖逐渐在雷达视场中消失，叶尖消失后无人机再沿
叶片的角度方向飞行一段距离后，向垂直叶片方向飞行，穿过叶片后，180
°
掉头，继续沿叶片背面反向飞行并检测，直到轮毂，完成一个叶片的检测；s4、检测完一个叶片后，无人机沿着下一个叶片飞行；s5、完成所有叶片检测后，无人机降落或飞向下一个风机。
[0010]
在一种可能的实现方式中，所述的步骤s3根据需要，可重复2-4次。
[0011]
在一种可能的实现方式中，叶尖消失后无人机再沿叶片角度方向飞行的距离为0.5-2米。
[0012]
在一种可能的实现方式中，所述的采集、处理风机点云图像包括，激光雷达采集风机的点云图像，无人机根据点云图像建立风机模型，将风机模型与预存的模型、距离数据进行比较，得出实时距离。
[0013]
在一种可能的实现方式中，对风机点云图像的处理还包括对视场内的目标物进行分类预处理，并对每一类障碍物进行距离标记，利用算法计算点的聚集程度，区别障碍物，提高数据的可信度。
[0014]
另一方面，一种基于激光雷达的无人机，包括：无人机本体、激光雷达、相机、云台，所述无人机本体用于根据巡检路径绕所述目标风机飞行，以使所述相机对所述目标风机进行拍摄；所述激光雷达用于测量无人机与风机之间的实时距离；所述相机用于在飞行过程中获取所述目标风机的外部图像；所述云台用于调整激光雷达、相机位置，使激光雷达、相机始终对准风机。
[0015]
在一种可能的实现方式中，所述的无人机本体包括一处理器，用于处理风机点云图像。
[0016]
本申请在无人机上设置激光雷达，当所述无人机沿巡检路径飞行时，使用激光雷达采集风机点云图像，无人机对风机点云图像处理，计算无人机与风机之间的实时距离，根据实时距离操作无人机接近或远离风机，能够稳定准确确定无人机与风机之间的距离，保证了巡检过程中无人机的安全。
附图说明
[0017]
图1是本申请实施例的工作原理示意图。
[0018]
图2是本申请实施例无人机示意图。
[0019]
图3是本申请实施例采集、处理风机点云图像流程示意图。
[0020]
图4是本申请另一实施例采集、处理风机点云图像流程示意图。
[0021]
图中：1、无人机；2、激光雷达；3、相机；4、云台；5、处理器；6、无人机本体；7、塔筒；8、轮毂；9、叶片。
具体实施方式
[0022]
下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。
[0023]
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0024]
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是
本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0025]
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0026]
本申请实施例。
[0027]
由图1、图2所示，一种基于激光雷达的无人机风机定距方法，所述无人机1上装有激光雷达2，当所述无人机1沿巡检路径飞行时，通过所述激光雷达2采集风机点云图像，无人机1对风机点云图像处理，计算无人机1与风机之间的实时距离，当实时距离小于或大于预存距离时，无人机1远离或接近风机。
[0028]
本申请在无人机1上设置激光雷达2，当所述无人机1沿巡检路径飞行时，使用激光雷达2采集风机点云图像，无人机1对风机点云图像处理，计算无人机1与风机之间的实时距离，根据实时距离操作无人机1接近或远离风机，能够稳定、准确确定无人机1与风机之间的距离，保证了巡检过程中无人机的安全。
[0029]
所述的预存距离为8-10米。
[0030]
预存距离8-10米，无人机1飞行过程中保证无人机1跟塔筒7、叶片9的距离恒定，这样相机3拍出来的照片一致性才高。另一方面也是安全避障需要，防止因大风等意外出现，无人机1与风机发生碰撞。
[0031]
所述的激光雷达2探测方向可在垂直方向上调整，调整角度为
±
45
°
。
[0032]
激光雷达2可在垂直方向上调整，提高了激光雷达2在垂直方向角度分辨力，进一步提高激光雷达准确测量无人机与风机之间距离的能力。
[0033]
如图2所示，所述的无人机1沿巡检路径飞行，包括如下步骤：s1、无人机1沿风机的塔筒7向上飞行；s2、当无人机1移动到风机轮毂8的位置时，根据激光雷达采集的点云图像识别出轮毂8与塔筒7，确定了轮毂8位置后，无人机沿着叶片9飞行；s3、当飞行到第一个叶片9末端时，叶尖逐渐在雷达视场中消失，叶尖消失后无人机1再沿叶片9的角度方向飞行一段距离后，向垂直叶片9方向飞行，穿过叶片9后，180
°
掉头，继续沿叶片9背面反向飞行并检测，直到轮毂8，完成一个叶片9的检测；s4、检测完一个叶片9后，无人机沿着下一个叶片9飞行；s5、完成所有叶片9检测后，无人机1降落或飞向下一个风机。
[0034]
无人机1从塔筒7向上飞到轮毂8，期间激光雷达一直对风机进行测量，接收测量得到的点云图像，因为塔筒7在点云图里投影是一个矩形，轮毂8是一个圆加三个叶片9向不同方向延伸，根据轮毂8可以直观的确定位置，此后控制无人机1再沿叶片9飞行。先对叶片9一面进行检测，保证相机3的摄像头始终对准叶片9。当无人机1飞行到第一个叶片9末端时，叶尖逐渐在雷达视场中消失，此时点云图像中空白。叶尖消失后无人机1再沿叶片9的角度方
向飞行一段距离后，向垂直叶片9方向飞行，穿过叶片9后，来到叶片9的另一面，180
°
掉头，继续沿叶片9背面反向飞行并检测，直到轮毂8，完成一个叶片9的检测。
[0035]
所述的步骤s3根据需要，可重复2-4次。
[0036]
无人机1的电量有限，一块电池勉强支撑一台风机。如果电池电量不满、或拍到的照片质量不佳，一台风机要飞两趟甚至更多。这也要是要实行自动化飞行的原因：比人飞获得的照片质量更高、一致性更高。
[0037]
风机一般距离比较远、可能在不同的山头上，飞完一台风机后，先将无人家1降落后收回，开车再去下一台风机的位置。如果风机距离够近，可以直接无人机飞去。
[0038]
叶尖消失后无人机1再沿叶片9角度方向飞行的距离为0.5-2米。
[0039]
这样保证足够的安全距离，防止因大风等意外造成碰撞。
[0040]
如图3所示，所述的采集、处理风机点云图像包括，激光雷达2采集风机的点云图像，无人机1根据点云图像建立风机模型，将风机模型与预存的模型、距离数据进行比较，得出实时距离。
[0041]
激光雷达2向无人机输入点云信息，也就是每个点的距离、方位信息，对这些距离信息的处理，形成点云图像，再根据点云图像建立风机模型，将风机模型与预先标定的模型、距离数据做对比，能够得到实时距离，无人机1根据实时距离接近或远离风机。
[0042]
如图4所示，对风机点云图像的处理还包括对视场内的目标物进行分类预处理，并对每一类障碍物进行距离标记，利用算法计算点的聚集程度，区别障碍物，提高数据的可信度。
[0043]
进行分类预处理，可以提高数据可信度，减少数据的计算量。
[0044]
如图2所示，一种基于激光雷达的无人机1，包括：无人机本体6、激光雷达2、相机3、云台4，所述无人机本体6用于根据巡检路径绕所述目标风机飞行，以使所述相机3对所述目标风机进行拍摄；所述激光雷达2用于测量无人机1与风机之间的实时距离；所述相机3用于在飞行过程中获取所述目标风机的外部图像；所述云台4用于调整激光雷达2、相机3位置，使激光雷达2、相机3始终对准风机。
[0045]
无人机本体6进行巡检飞行，无人机本体6下部设有一云台4，调整激光雷达2、相机3位置，相机3对风机叶片摄像，激光雷达2测量无人机1与风机的实时距离，能够稳定、准确确定无人机1与风机之间的距离，保证了巡检过程中无人机的安全。
[0046]
所述的无人机本体6包括一处理器5，用于处理风机点云图像。
[0047]
无人机1上搭载了一个处理器5，通过处理器5来进行计算。根据需要，也可以将数据输送到后方服务器进行计算，再由后方服务器控制无人机1飞行。
[0048]
以上结合具体实施例描述了本申请的技术原理。这些描述只是为了解释本申请的原理，而不能以任何方式解释为对本申请保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本申请的其它具体实施方式，这些方式都将落入本申请的保护范围之内。