基于轻量型YOLOv5的风机桨叶检测与空间定位

应用无人机对风力发电机进行自主巡检时，需对其桨叶叶尖进行精准定位，同时因机载计算板的计算能力有限，常规目标检测算法检测效率低下。为此提出了一种基于轻量型YOLOv5的风机桨叶检测与空间定位方法，首先对YOLOv5目标检测算法进行轻量化改进，将ShuffleNetv2作为特征提取主干网络；然后利用该算法对风机全景图像中的风机轮毂和桨叶进行检测，以得到轮毂和桨叶叶尖的像素坐标；最后利用无人机位姿信息和空间平面的几何关系，对风机桨叶进行精准定位。实验表明，所改进的目标检测算法以1.536×106的参数量在大疆MANIFOLD2-C上的检测速度提升47%，可达29.4 f/s，所设计的定位方法可对风机桨叶叶尖进行精准定位，水平和高度定位误差均为±5 cm，三维整体定位误差为±10 cm。