[发明专利]一种风机叶片运输监管方法、系统、设备及介质在审

专利信息
申请号: 202210674915.5 申请日: 2022-06-15
公开(公告)号: CN115100379A 公开(公告)日: 2022-09-23
发明(设计)人: 陈旭;许慧青;肖思恒 申请(专利权)人: 广东能源集团科学技术研究院有限公司
主分类号: G06T17/20 分类号: G06T17/20;G06N3/04;G06N3/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 陈志明
地址: 510630 广东省广州市南沙区丰泽*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 风机 叶片 运输 监管 方法 系统 设备 介质
【权利要求书】:

1.一种风机叶片运输监管方法,其特征在于,包括以下步骤:

基于采集到的运输场景数据进行三维重建,得到道路三维场景模型;

根据所述运输场景数据提取得到道路点云数据,并根据所述道路点云数据获取道路拐点,建立仿真模型;

利用所述仿真模型和所述道路拐点模拟车辆的通过安全性,得到模拟结果;

基于所述模拟结果和预先采集的风机叶片参数确定目标运输车辆;

根据所述目标运输车辆的行驶状态和所述道路拐点确定无人机的飞行状态,以使风机叶片始终处于无人机视野区域内;

根据无人机拍摄的风机叶片图像获取风机叶片姿态,并根据所述风机叶片姿态以及所述道路三维场景模型进行碰撞检测,得到碰撞检测结果;

基于所述碰撞检测结果制定风机叶片运输规划策略。

2.如权利要求1所述的一种风机叶片运输监管方法,其特征在于,所述基于采集到的运输场景数据进行三维重建,得到道路三维场景模型的步骤包括:

根据风电场位置信息以及道路状况信息确定目标运输路线,并获取所述目标运输路线及其周围环境的激光点云数据和视频图像数据;

对同时间段的激光点云数据和视频图像数据进行联合标定,并对所述激光点云数据进行配准,得到配准激光点云数据;

对视频图像数据进行角点特征提取,得到视频图像特征数据;

将所述配准激光点云数据投影到所述视频图像特征数据上,得到融合数据;

对所述融合数据进行校准,并根据校准后的融合数据进行三维重建,得到道路三维场景模型。

3.如权利要求1所述的一种风机叶片运输监管方法,其特征在于,所述根据所述道路点云数据获取道路拐点,建立仿真模型的步骤包括:

根据采集的无人机历史航迹信息,确定航迹缓冲区;

利用预设分段长度对所述道路点云数据分段,并分割出地面点云;

根据运输道路点云回波强度和高程变化构建联合特征值,对所述地面点云进行提取,得到道路边缘点;

对所述道路边缘点进行聚类,得到道路边界;

根据所述道路边界提取得到道路拐点;

根据所述道路拐点和道路点云数据获取道路参数;

根据预先采集的风机运输装置参数以及所述道路参数建立仿真模型;

其中,所述风机运输装置参数包括运输车辆参数以及风机叶片参数,所述风机叶片参数包括风机叶片长度和重量,所述道路参数包括道路宽度、道路拐点半径以及道路承载能力。

4.如权利要求1所述的一种风机叶片运输监管方法,其特征在于,所述根据所述目标运输车辆的行驶状态和所述道路拐点确定无人机的飞行状态的步骤包括:

根据所述目标运输车辆的行驶状态确定无人机的飞行速度,以使无人机与所述目标运输车辆保持相对静止;

根据道路拐点确定道路拐点的出入口距离;

根据无人机不同拍摄方向的视场角、预先采集的风机叶片长度以及所述道路拐点的出入口距离计算无人机的初始最小飞行高度;

根据道路地形高度变化设置飞行高度调整阈值;

根据所述初始最小飞行高度以及所述飞行高度调整阈值对无人机的飞行高度进行动态调节,得到无人机的目标飞行高度。

5.如权利要求4所述的一种风机叶片运输监管方法,其特征在于,所述无人机的初始最小飞行高度的计算公式为:

式中,l1表示风机叶片长度,α表示风机叶片与目标运输车辆所在的水平面的夹角,l2表示道路拐点入口与道路拐点出口两点之间的距离,Hcamera表示图像纵向分辨率,Wcamera表示图像横向分辨率,h表示无人机的初始最小飞行高度,Ahfov表示无人机相机纵向拍摄时的视场角,Adfov表示无人机相机对角线方向拍摄时的视场角,Avfov表示无人机相机横向拍摄时的视场角。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东能源集团科学技术研究院有限公司,未经广东能源集团科学技术研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210674915.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top