[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
【说明书】:

发明涉及风电设备运输技术领域,尤其涉及一种风机叶片运输监管方法、系统、设备及介质,包括:根据运输场景数据提取得到道路点云数据,并根据道路点云数据获取道路拐点,建立仿真模型,以模拟车辆的通过安全性,基于模拟结果和风机叶片参数确定目标运输车辆;根据目标运输车辆的行驶状态和道路拐点确定无人机的飞行状态,根据无人机拍摄的风机叶片图像获取风机叶片姿态;根据风机叶片姿态以及道路三维场景模型进行碰撞检测,以判断风机叶片在运输过程中的安全性。本发明通过将无人机应用于风机叶片运输过程进行监管,实现了自动化巡检,且能够对风机叶片运输中面临的突发情况提供有效的指导,提高了运输安全性,降低了运输成本。

技术领域

本发明涉及风电设备运输技术领域,尤其涉及一种基于无人机的风机叶片运输监管方法、系统、设备及介质。

背景技术

风力发电是一种可再生的清洁能源,我国对清洁能源的需求量不断加大,风电行业得到迅速发展。随着风机单机容量的增大,叶片的重量和长度也在不断加大,大型风机叶片长度可以达到六七十米甚至上百米,然而,由于我国风能资源丰富的地区大多在山区,地势偏远,道路蜿蜒曲折,超长叶片容易与道路两旁的山体、树木等发生碰撞,这给叶片的运输提出了更高的要求。传统的运输方式通过性一般较差,需要在运输前通过人工进行道路勘察、清除障碍、道路改造等工作,这不仅耗费了大量的人力、物力、财力,而且对道路情况缺乏科学的评估。目前,风电设备运输的研究,有通过对运输装置进行优化,该方法虽然通过液压机构调整风机叶片的方位角,减少道路占用宽度,并设计风机叶片运输的缓冲或防护装置,但是在运输车辆遇到转弯和山壁时,仍无法对风机叶片运输中面临的突发情况提供有效的指导。

随着技术的发展,无人机在道路测绘和交通监控中得到了广泛的应用,同时由于风机叶片的运输环境比较复杂,需要克服转弯、山壁、风机叶片长度的影响,因此,将无人机应用于风机叶片的运输中进行监控和管理,将会大大降低人力并且提升效率。

发明内容

本发明提供了一种基于无人机的风机叶片运输监管方法、系统、设备及介质,解决的技术问题是,现有的风电设备运输方法仅是对运输装置进行优化,无法实现自动化巡检以及对风机叶片运输中面临的突发情况提供有效的指导,效率较低。

为解决以上技术问题,本发明提供了一种风机叶片运输监管方法、系统、设备及介质。

第一方面,本发明提供了一种风机叶片运输监管方法,所述方法包括以下步骤:

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。

在进一步的实施方案中,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;

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/202210674915.5/2.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