风机叶片的无人机自主巡检系统

近些年来我国风电事业不断发展,风电场的规模也在不断扩大,传统的人工巡检方法已经无法满足风力发电机巡检的安全性和高效性。随着无人机技术不断发展,将无人机用于巡检领域会具有很高的实用价值,也是国内外研究的热点。本文针对风力发电机叶片,提出并实现了一种基于四旋翼无人机的自主巡检系统。该自主巡检系统,核心创新点是设计并实现了一种视觉测量算法对巡检目标进行定位,其中视觉测量算法的定位精度以及稳定性保证了系统可靠和高效,此外,还针对风力发电机的结构特性进行了相应分析,设计出针对性的航迹规划方案。主要内容包括:1)结合风力发电场的特殊作业场景,研究无人机在特殊环境下作业的特性,给出了自主巡检系统的设计方案,将系统分为无人机和地面站软件两大主要组成部分。在此基础上总结出在系统设计过程中硬件配置的需求,并分析给出合适的硬件配置选型,同时对相关预处理操作进行说明。2)分析导航相关坐标系的原理以及相互之间的转换关系,根据相机成像原理,将GPS信息和像素坐标信息相结合,设计并实现了一种用于定位的视觉测量算法,只需对巡检目标航拍几张照片,就可以利用照片信息计算出巡检目标所处的地理坐标位置。3)根据风力发电机的结构信息是否已知,分析不同场景下对风力发电机建模的便捷性,结合视觉测量算法的设计原理,针对性地设计出相应的航迹规划方案,保证巡检的可靠性。4)针对视觉测量算法的稳定性,设计多组不同实验,并使用所设计软件进行测试。对实验结果进行总结分析,排除一些可能的影响因素,得出航拍角度以及航拍距离对于巡检的定性影响。5)根据风机巡检的特性,设计多组实验,以此来估计视觉测量算法的精度,确保精度达到自主巡检的安全要求,保证自主巡检系统的可行性。最后通过对多组实验的数据进行分析总结,得出视觉测量算法的定位精度可达厘米级别,完全满足自主巡检的精度需求。