[发明专利]通过无人机对风机叶尖区域绕行检测方法及系统

说明书

本发明提供了一种通过无人机对风机叶尖区域绕行检测方法及系统，风机包括风塔和设置在风塔顶端的叶轮、发电机，叶轮包括连接发电机的轮毂和多个沿轮毂周向均匀分布的叶片，将一叶片作为目标叶片，包括如下：通过设置有固态雷达的无人机对目标叶片一侧面进行从叶根区域至叶尖区域的跟踪探测；当固态雷达已探测到无人机飞离叶尖区域第一设定距离时，通过无人机上设置的相机采集视频流，相机的镜头朝向角度与固态雷达的探测角度相同；通过一控制界面查看视频流，当通过视频流确认无人机已飞离叶尖区域时，控制无人机通过叶尖端绕行至目标叶片另一侧面。本发明能够避免了在固态雷达的反馈存在误差时，无人机撞到叶片上的风险。

技术领域

本发明涉及风机检测，具体地，涉及一种通过无人机对风机叶尖区域绕行检测方法及系统。

背景技术

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。风力发电机一般有叶片、发电机、调向器、塔架、限速安全机构和储能装置等构件组成。

在风力发电机的长期运行过程中，叶片的表面会呈现出各种损伤，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。

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，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。

因此通过无人机装载摄像头进行风机检测，能够很好的代替人工进行检测。为了提高无人机的检测效率，需要对无人机的飞行路线进行规划，但是在完成一风机叶片的一侧面检测时，需要通过叶尖绕行至叶片的另一侧面进行检测，由于无人机飞行时通过固态雷达的探测和GPS定位确认无人机的位置，但是GPS定位时存在较大的误差，而且在叶尖区域，叶片的宽度较窄以及光线对叶片的照射均会引起固态雷达探测的错误，而固态雷达的探测错误将会使得无人与风机叶片相撞，容易造成无人机的坠机。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种通过无人机对风机叶尖区域绕行检测方法及系统。

本发明提供的通过无人机对风机叶尖区域绕行检测方法，所述风机包括风塔和设置在风塔顶端的叶轮、发电机，所述叶轮设置在所述发电机前端以驱动所述发电机，所述叶轮包括连接所述发电机的轮毂和多个沿轮毂周向均匀分布的叶片，将一叶片作为目标叶片，包括如下步骤：

步骤S1：通过设置有固态雷达的无人机对目标叶片一侧面进行从叶根区域至叶尖区域的跟踪探测；

步骤S2：当所述固态雷达探测到所述无人机飞离所述目标叶片的叶尖端第一设定距离时，通过所述无人机上设置的相机采集视频流，所述相机的镜头朝向与所述固态雷达的探测朝向相同；

步骤S3：通过一控制界面查看所述视频流，当通过所述视频流确认所述无人机已飞离所述叶尖区域时，控制所述无人机通过叶尖端绕行至所述目标叶片另一侧面。

优选地，当在步骤S1至步骤S2中，当所述固态雷达探测到目标叶片时，通过所述相机连续采集目标叶片的多张图像；

在所述图像中识别出所述叶片的缺陷，并标注出每一所述缺陷的缺陷位置和缺陷类型以及所述缺陷所在叶片的编号。

优选地，当在所述图像中识别出所述叶片的缺陷包括如下步骤：

步骤M101：将所述叶片的缺陷分类成若干缺陷类型，采集每种缺陷类型对应的叶片图像区域，生成多组训练图像；

步骤M102：通过多组所述训练图像训练缺陷识别模块；

步骤M103：将采集到的所述多张图像输入所述缺陷识别模块识别并进行缺陷位置和缺陷类型的标记。

优选地，所述控制界面为用于控制所述无人机的APP界面，装载所述APP的智能手机或平板电脑无线连接所述无人机上搭载的机载电脑；