CN114296483B - 一种风力发电机不停机状态下的智能巡检方法及电子设备 - Google Patents

Abstract

本发明提供了一种风力发电机不停机状态下的智能巡检方法及电子设备，该方法包括：根据风机偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点，四个飞行航点形成一矩形形状，矩形形状的第一条边穿过轮毂中心坐标而且垂直于风机叶片旋转形成的圆盘；将矩形形状中第一条边之外的三条边确定为无人机的巡检路径，控制无人机沿着巡检路径从风机叶片的正面方向移动至风机叶片的背面方向，以使得无人机的可见光相机采集到风机的所有叶片的图像，其中，在无人机沿着巡检路径移动时，风机处于叶片旋转的运行模式。解决了现有技术中，停机之后要控制无人机依次飞过多个叶片，飞行航点多、巡检路径长且复杂，飞行时间长的技术问题。

Description

一种风力发电机不停机状态下的智能巡检方法及电子设备

技术领域

本发明涉及风机智能检测，尤其是涉及一种风力发电机不停机状态下的智能巡检方法及电子设备。

背景技术

风力发电机（简称风机）叶片是风力发电机组的关键组成部件，它的作用是捕捉和吸收风能，并将风能转变成机械能。叶片在高空、全天候条件下工作，承受载荷较大，运行环境恶劣，风吹、日晒、雨淋、雷击、腐蚀等等，时刻受各种介质侵蚀或影响，对叶片的寿命造成巨大影响。因此，需要定期对风机叶片进行巡检，及时发现其中的异常和缺陷进行修补，保证发电机组的正常工作。目前，主流的巡检方式包括两种，一种是人工在地面手持望远镜等设备进行巡检，一种是无人机挂载摄像机等设备抵近叶片采集图像进行巡检。

需要说明的是，在目前流行的巡检方式下，无论人工巡检还是无人机巡检，都要求风机停机上锁，即风机叶片转速降为零后，工作人员从地面爬高至风机机舱内，采取制动措施并装上插销，在保证风机叶片锁定不动的情况下进行巡检，此种方式耗费人力工作量大。结合图1，在现有的无人机巡检技术中则需要将风机停机并且叶片固定为倒“Y”状态，然后控制无人机依次飞到三个叶片附近进行巡检，为实现无人机飞过每个叶片进行图像的采集，从叶片正面飞至叶片背面，飞行航点多达8个，而且巡检路径复杂，无人机飞行时间长、巡检效率低。

有鉴于此，提出本发明。

发明内容

本发明提供了一种风力发电机不停机状态下的智能巡检方法以及电子设备，以解决现有技术中，停机之后要控制无人机依次飞过多个叶片，飞行航点多、巡检路径长且复杂，飞行时间长的技术问题。

根据本发明的第一方面，提供了一种风机不停机状态下的智能巡检方法，该方法包括：根据风机偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点，其中，四个飞行航点中的两个巡航点分布于风机叶片正面方向，另外两个飞行航点分布于风机叶片的背面方向，四个飞行航点形成一矩形形状，矩形形状的第一条边穿过轮毂中心坐标而且垂直于风机叶片旋转形成的圆盘；将矩形形状中第一条边之外的三条边确定为无人机的巡检路径，其中，巡检路径的每条边距离圆盘的最短距离均为无人机在水平方向的第一安全距离；控制无人机沿着巡检路径从风机叶片的正面方向移动至风机叶片的背面方向，以使得无人机的可见光相机采集到风机的所有叶片的图像，其中，在无人机沿着巡检路径移动时，风机处于叶片旋转的运行模式。

进一步地，巡检路径中包括多个悬停航点，其中，控制无人机沿着巡检路径从风机叶片的正面方向移动至风机叶片的背面方向的步骤包括：根据当前悬停航点的坐标在巡检路径中的具体位置调整无人机的可见光相机以及激光雷达的姿态，并且控制可见光相机采集图像、激光雷达采集点云；根据点云的个数确定风机所有叶片均经过在当前悬停航点下可见光相机的取景区域；控制无人机在悬停航点停止图像采集并且飞往下一个悬停航点，直至无人机飞至巡检路径中最后一个悬停航点。

进一步地，根据点云的个数判断是否风机所有叶片均经过在当前悬停航点下可见光相机的取景区域的步骤包括：获取到风机的转速；获取与转速关联的标准点云数量；在点云的个数不小于标准点云数量的情况下，判定风机所有叶片均经过在当前悬停航点下可见光相机的取景区域。

进一步地，在控制无人机在悬停航点停止图像采集并且飞往下一个悬停航点之前，方法还包括：从激光雷达采集到的点云中确定与激光雷达距离最近的第一点云，并且得到第一点云与激光雷达之间的第一距离；确定第一距离不小于无人机在水平方向的第一安全距离。

进一步地，根据风机的偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点的步骤包括：沿着风机的偏航方向，将与轮毂中心之间的距离为预设距离的坐标点定为第一飞行航点，其中，预设距离为无人机在水平方向的第一安全距离；根据第一飞行航点的坐标、第一安全距离以及风机叶片的长度确定第二飞行航点的坐标，其中，第一飞行航点到第二飞行航点的向量的方向与风机的偏航方向夹角为90°；根据第二飞行航点的坐标以及第一安全距离确定第三飞行航点的坐标，其中，第二飞行航点到第三飞行航点的向量的方向与风机的偏航方向夹角为180°；根据第三飞行航点的坐标以及第一飞行航点至第二飞行航点的距离确定第四飞行航点的坐标，其中，第三飞行航点到第四飞行航点的向量的方向与风机的偏航方向夹角为90°。

进一步地，在根据风机偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点之前，方法还包括生成风机的偏航方向，其中，生成风机的偏航方向的步骤包括：控制无人机飞行至风机机舱的正上方；控制无人机的激光雷达采集点云；在激光雷达采集到的在预设高度点云的数量超过预设数量的情况下，控制无人机的可见光相机进行可见光图像采集；在点云图像与可见光图像匹配的情况下，根据点云图像生成风机的偏航方向。

进一步地，控制无人机飞行至风机机舱的正上方的步骤包括：根据所述风机基座的位置信息、风机机舱的高度、所述风机的叶片长度信息以及无人机在竖直方向的第二安全距离确定所述机舱的正上方坐标；根据无人机的起飞位置以及正上方坐标的地理高程确定第一航点；控制无人机从起飞位置竖直移动至第一航点；控制无人机从第一航点水平移动至正上方坐标处。

进一步地，在可见光相机采集到风机所有叶片的图像之后，方法还包括：获取无人机的当前剩余电量；在当前剩余电量超过预设电量的情况下，判断可见光相机采集到的图像的清晰度是否符合预设清晰度；在符合预设清晰度的情况下，控制无人机飞至下一个风机进行巡检；在不满足预设清晰度的情况下，控制无人机从第四飞行航点飞行至第一航点，并且由第一航点飞行至起飞位置。

根据本发明的第二方面，提供了一种非暂时性计算机可读存储介质，其上存储有计算机程序，计算机程序在由处理器执行时导致上述任一项方法被执行。

根据本发明的第三方面，提供了一种电子设备，包括存储器和处理器，存储器上存储有计算机指令，计算机指令在由处理器执行时导致上述任一项方法被执行。

本发明提供了一种风力发电机不停机状态下的智能巡检方法以及电子设备，该方法包括：根据风机偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点，其中，四个飞行航点中的两个巡航点分布于风机叶片正面方向，另外两个飞行航点分布于风机叶片的背面方向，四个飞行航点形成一矩形形状，矩形形状的第一条边穿过轮毂中心坐标而且垂直于风机叶片旋转形成的圆盘；将矩形形状中第一条边之外的三条边确定为无人机的巡检路径，其中，巡检路径的每条边距离圆盘的最短距离均为无人机在水平方向的第一安全距离；控制无人机沿着巡检路径从风机叶片的正面方向移动至风机叶片的背面方向，以使得无人机的可见光相机采集到风机的所有叶片的图像，其中，在无人机沿着巡检路径移动时，风机处于叶片旋转的运行模式。解决了现有技术中，停机之后要控制无人机依次飞过多个叶片，飞行航点多、巡检路径长且复杂，飞行时间长的技术问题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是现有技术中无人机巡检路径的示意图；

图2 是本发明实施例的风机不停机状态下的智能巡检方法的流程图；

图3至图6是本发明实施例的风机不停机状态下的智能巡检方法的效果的示意图。

具体实施方式

为了使本发明的上述以及其他特征和优点更加清楚，下面结合附图进一步描述本发明。应当理解，本文给出的具体实施例是出于向本领域技术人员解释的目的，仅是示例性的，而非限制性的。

在以下描述中，阐述了许多具体细节以提供对本发明的透彻理解。然而，对于本领域普通技术人员来说，明显的是，不需要采用具体细节来实践本发明。在其他情况下，未详细描述众所周知的步骤或操作，以避免模糊本发明。

实施例一

本发明提供了一种风力发电机不停机状态下的智能巡检方法，该方法可以由无人机的控制器、机载电脑或者其它带有数据处理功能的装置来执行，如图2所示，该方法可以包括：

步骤S11，根据风机偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点，其中，四个飞行航点中的两个巡航点分布于风机叶片正面方向，另外两个飞行航点分布于风机叶片的背面方向，四个飞行航点形成一矩形形状，矩形形状的第一条边穿过轮毂中心坐标而且垂直于风机叶片旋转形成的圆盘，轮毂中心坐标与第一条边的中点重合。

具体的，在得到风机的偏航方向以及轮毂中心的坐标后，本方案则确定了风机的朝向、风机正面以及背面的位置，本方案围绕风机的正面以及背面规划四个飞行航点，飞行航点是在无人机进行巡检时要经过的航点，结合图3，该四个飞行航点两两分布于风机的正面以及背面，即C点与D点分布于风机的正面，E点和F点分布于风机的背面，J为风机的机舱，Y为风机在处于运行模式下叶片旋转形成的圆盘，B点为风机轮毂中心，也是圆盘的中心，CDEF四个点构成一个矩形。

步骤S13，将矩形形状中第一条边之外的三条边确定为无人机的巡检路径，巡检路径的每条边距离圆盘的最短距离均为无人机在水平方向的第一安全距离。

具体的，结合图3，矩形的一条边FC穿过轮毂中心B并且垂直于圆盘Y，本方案则将矩形的另外三条边作为无人机巡检风机的路径，该巡检路径依次为从C点飞到D点，再从D点飞到E点，最后从E点飞到F点，即巡检路径由三条子路径构成，分别为CD、DE以及EF，该四个航点形成一矩形，因为矩形的一条边FC垂直于圆盘Y，所以该矩形的平面也垂直于圆盘Y，矩形形状中四个点以及轮毂中心的高程均相同，这就导致无人机从风机正面绕行飞到风机背面，走的是同一平面的矩形的三条边（三条子路径），这三条子路径每条子路径距离圆盘Y的最短距离均为无人机在水平方向的第一安全距离，即三条子路径中的任意一点到圆盘的距离都大于等于第一安全距离，这就保证了无人机以最短的距离并且安全的从风机的正面飞到风机的背面。

下面结合图3，对于三条子路径每条子路径距离圆盘Y的最短距离做如下说明，在子路径CD中任取一点，该点能够形成到圆盘Y的垂线，该垂线则为子路径到圆盘Y的最短距离，在子路径EF任取一点，该点能够形成到圆盘Y的垂线，该垂线则为子路径到圆盘Y的最短距离，圆盘所在的平面与DE的交点，该交点到圆盘的距离则为子路径DE到圆盘Y的最短距离，即即三条子路径中的任意一点到圆盘的距离都大于等于第一安全距离。

步骤S15，控制无人机沿着巡检路径从风机叶片的正面方向移动至风机叶片的背面方向，以使得无人机的可见光相机采集到风机的所有叶片的图像，其中，在无人机沿着巡检路径移动时，风机处于叶片旋转的运行模式。

具体的，本方案的无人机上搭载有可见光相机，负责采集风机叶片的可见光图像，结合图4，无人机飞CD、DE以及EF这三条路径，从风机叶片的正面方向移动至风机叶片的背面方向的同时，无人机上的可见光相机同时进行拍照，这里需要说明的是，由于风机处于运行模式下，风机的叶片处于旋转的状态，巡检路径所在的平面（矩形平面）又垂直于圆盘Y，因此，在无人机在巡检路径中任意一个拍摄点悬停、风机叶片旋转的情况下，必然有一时刻风机的一个叶片会经过上述矩形所在的平面，此时，可将光相机可以抓拍到在当前取景区域下叶片的部分区域图像，在巡检路径中可以设置多个可见光的拍摄点，随着无人机在巡检路径中的多个拍摄点进行图像采集以及叶片的旋转，在巡检路径上控制无人机的可见光相机进行多个点悬停并且连续进行拍照会采集到风机所有叶片的图像。

例如，风机有三个叶片，叶片L1，叶片L2以及叶片L3，结合图4以在子巡检路径CD上的Q点为例，无人机在Q点悬停并且利用可见光相机要对叶片进行拍照，由于Q点处于矩形所在的平面，矩形所在的平面又与圆盘Y垂直，因此，必然有一时刻风机的一个叶片会经过上述矩形所在的平面，即会经过Q点可见光相机的取景区域（图4中Q点相关的虚线部分），比如，在第一时刻，风机的叶片L1经过Q点的取景区域，无人机的可见光相机则拍摄到在Q点取景区域下L1的图像，在拍摄到L1的图像之后，第一时刻之后，在第二时刻，风机的叶片L2经过旋转经过Q点的取景区域，无人机的可见光相机则拍摄到在Q点取景区域下L2的图像，第二时刻之后，在第三时刻，风机的叶片L3经过旋转经过Q点的取景区域，无人机的可见光相机则拍摄到在Q点取景区域下L3的图像，即无人机在Q点保持不动，经过第一时刻至第三时刻的时段，无人机的可见光相机可以采集到风机所有叶片在当前取景区域下的图像，这里需要说明的是，无人机在巡检路径中所处的位置不同，则会采集到不同风机叶片的不同位置的图像。在比如，在第一时刻至第三时刻的时段，无人机可见光相机在Q点采集到的是风机叶片L1的第一区域的图像、风机叶片L2的第一区域的图像以及风机叶片L3的第一区域的图像。在第四时刻，无人机飞至R点进行悬停，在第四时刻、第五时刻以及第六时刻的时段，无人机可见光相机在R点采集到的是风机叶片L1的第二区域的图像、风机叶片L2的第二区域的图像以及风机叶片L3的第二区域的图像。以此在巡检路径设立多个悬停航点（可见光相机拍摄点），无人机飞过整个巡检路径并且在每个悬停航点进行拍照，无人机的可见光相机可以采集到风机每个叶片所有区域的所有图像，然后将多个图像进行拼凑处理即可得到风机完整叶片的图像。

这里需要说明的是，本方案通过上述“矩形的三条边”的巡检路径，只需要规划四个飞行航点，在风机叶片保持旋转的情况下，可以采集到风机叶片的所有图像，与现有技术的“倒Y形”路径（如图1所示）相比，本方案采用让“无人机悬停、风机转”的方式无需让无人机飞过所有叶片，巡检路径简单而且距离少，较大的提升了巡检的效率，通过上述“矩形的三条边”的巡检路径采集风机叶片的图像，可以在保证无人机的安全的情况下以最短的距离从风机正面飞到风机背面，飞行难度大大降低，同时，本方案在进行巡检的时候无需风机停机，避免了停机巡检的损失。因此本方案解决了在现有技术中，停机之后要控制无人机依次飞过多个叶片，飞行航点多、巡检路径长且复杂，飞行时间长的技术问题。

可选的，巡检路径中包括多个悬停航点，其中，步骤S15，控制无人机沿着巡检路径从风机叶片的正面方向移动至风机叶片的背面方向的步骤包括：

步骤S151，根据当前悬停航点的坐标在巡检路径中的具体位置调整无人机的可见光相机以及激光雷达的姿态，并且控制可见光相机采集图像、激光雷达采集点云。

具体的，在巡检路径中可以包括多个悬停航点，悬停航点是在无人机飞至该点时进行悬停，以供无人机可见光相机在当前取景区域下进行拍照，以得到在当前取景区域下，风机所有叶片的图像。优选的，本方案可以在巡检路径中均匀规划多个悬停航点，即在三条子路径的每条子路径中，悬停航点之间的距离相同，确保在多个悬停航点可见光相机等够取到风机叶片不同区域的图像。本方案的无人机可以同时搭载可见光相机以及激光雷达，本方案可以根据悬停航点的坐标在巡检路径中的具体位置调整无人机的可见光相机以及激光雷达的姿态，以使得可见光相机、激光雷达处于采集数据的最佳姿态，结合图4，例如，当无人机飞行至子路径CD上的悬停航点时，本方案则控制数据采集设备（可见光相机以及激光雷达）的俯仰角保持水平，相机偏航方向与风机偏航方向成180°夹角，进行数据采集。当无人机飞行至子路径EF上的悬停航点时，系统控制数据采集设备的俯仰角保持水平，可见光相机偏航角与风机偏航角成0°夹角，进行数据采集，不同于现有技术中的固定姿态采集，本方案通过基于无人机处于不同巡检路径中的悬停航点来控制数据采集设备的姿态从而使得可见光相机以及激光雷达处于最佳的采集姿态采集数据。

步骤S153，根据点云的个数确定风机所有叶片均经过在当前悬停航点下可见光相机的取景区域，其中，在确定风机并非所有的叶片均经过当前悬停航点可见光相机的取景区域的情况下，控制无人机在当前悬停航点继续可见光图像的采集，直至所有的叶片均经过在当前悬停航点下可见光相机的取景区域。

步骤S155，控制无人机在悬停航点停止图像采集并且飞往下一个悬停航点，直至无人机飞至巡检路径中最后一个悬停航点。

具体的，如何让无人机知道三个叶片均经过可见光相机的取景区域是本实施例要解决的问题，本方案利用激光雷达采集风机叶片的点云，并且根据点云的个数来判断。比如，在第一时刻至第三时刻的时段，无人机可见光相机应该采集到的是风机叶片L1的第一区域的图像、风机叶片L2的第一区域的图像以及风机叶片L3的第一区域的图像，正常情况下从理论分析，每个风机叶片的第一区域在经过可见光相机的取景区域时，激光雷达可以从每个风机叶片的第一区域采集到N个点云，所以，如果激光雷达从在第一时刻至第三时刻的时段采集到的点云的数量小于3N，则说明风机的三个叶片没有都经过可见光相机的取景区域，此时无人机在当前悬停航点未完成图像采集任务，本方案则控制无人机在当前悬停航点保持悬停并且持续进行图像的采集。如果激光雷达从在第一时刻至第三时刻的时段采集到的点云的数量大于等于3N，则说明风机的三个叶片均经过可见光相机的取景区域，此时无人机在当前悬停航点完成图像采集任务，可以前往下一个悬停航点，然后继续执行步骤S151至步骤153，直至无人机飞至巡检路径中最后一个悬停航点，采集到风机所有叶片的所有图像为止。需要说明的是，激光雷达采集点云的采集区域可以与可见光图像采集图像的取景区域相同。通过本实施例，可以使得无人机准确知道是否风机的所有叶片均经过当前悬停航点的取景区域，一方面避免了采集数不全，再一方面避免了采集数据重复。这里还需要说明的是，本方案中的激光雷达是始终进行工作，可见光相机在悬停航点航行保持悬停时则进行工作。

可选的，步骤S153根据点云的个数判断是否风机所有叶片均经过在当前悬停航点下可见光相机的取景区域的步骤包括：

步骤S1531，获取到风机的转速。

步骤S1533，获取与转速关联的标准点云数量。

步骤S1535，在点云的个数不小于标准点云数量的情况下，判定风机所有叶片均经过在当前悬停航点下可见光相机的取景区域。

具体的，随着风机的转速不同，风机叶片全部经过可见光相机的取景区域被激光雷达采集到的点云的个数也不同，转速越快，激光点云采集到的点云数量就越少，转速越慢，激光点云采集到的点云数量就越多，本方案可以预先设定不同风机转速与点云数量的关联关系，在无人机进行巡检时，获取到风机的实时转速，然后获取到当前转速下的关联的预先设定的标准点云数量，在点云的个数不小于标准点云数量的情况下，判定风机所有叶片均经过在当前悬停航点下可见光相机的取景区域。这里需要说明的是，本方案的激光雷达在本实施例中的作用是为了判断是否所有的叶片均经过当前悬停航点下的取景区域，在不同的风机转速下，都可以通过激光雷达采集到的点云的数量来判断是否所有的叶片均经过当前悬停航点下的取景区域。通过步骤S1531至步骤S1533中，结合了风机的转速、激光雷达采集的点云数量来判定是否所有的叶片均经过当前悬停航点下的取景区域，使得本方案更加准确的判定是否所有的叶片均经过当前悬停航点下的取景区域。

可选的，在步骤S155控制无人机在悬停航点停止图像采集并且飞往下一个悬停航点之前，本申请的方法还可以包括：

步骤S1541，从激光雷达采集到的点云中确定与激光雷达距离最近的第一点云，并且得到第一点云与激光雷达之间的第一距离。

步骤S1543，确定第一距离不小于无人机在水平方向的第一安全距离。

具体的，在本方案中，在无人机进行巡检的过程中，随着环境因素的突变，风机的偏航方向可能发生变化，此时如果风机的偏航方向发生大的变化，无人机沿着不变的巡检路径继续巡检可以发生接触叶片从而发生安全问题，因此，在从当前悬停航点飞往下一个悬停航点之前，无人机要从激光雷达采集到的多个点云中筛出距离最近的第一点云，上述第一点云为风机叶片的点云，即本方案可以判断无人机与风机叶片之间的距离，如果无人机与风机叶片之间的距离小于无人机在水平方向的第一安全距离，则说明此时偏航角发生变化，本方案则不控制无人机飞往下一个悬停航点，只有在确定第一距离不小于无人机在水平方向的第一安全距离的情况下，本方案则执行上述步骤S155 方法。

这里需要说明的是，在现有的技术中，往往采用判断风机偏航角是否发生大的变化，从而决定无人机停止飞行，但是实时计算偏航角往往计算量比较大，而且容易受环境因素的变化偏航角计算不准确，而本实施例同现有技术相比，无需计算偏航角，只需要通过激光雷达点云直接判断风机叶片与无人机或者是激光雷达之间的距离是否发生变化，在发生变化的情况下，本方案则不控制无人机继续飞往下一个悬停航点，确保无人机在巡检时的安全。

上述步骤S1541中确定第一点云的技术细节为如下：本方案获取激光雷达采集的点云数据，并在特定时间段内进行点云数据累积。首先，对采集到的点云数据进行聚类处理，去除点云数据中的噪声点。其次，在去噪后的点云数据上进行遍历，找到距离激光雷达最近的点集即上述第一点云。

在一种优先的实施例中，步骤S1541之后还包括步骤S1542，步骤S1542包括：

在确定第一距离小于无人机在水平方向的第一安全距离的情况下，控制无人机在当前悬停航点保持悬停，并且继续检测风机叶片与无人机之间的最近距离，如果该最近距离在预设时间段内恢复至大于等于第一安全距离，控制无人机继续飞往巡检路径中下一个悬停航点，如果该最近距离减小的速度大于预设阈值，控制无人机停止巡检并且返航。

具体的，通过步骤S1541步骤S1542，本方案在实时检测到无人机距离叶片的最近距离发生变化时，同现有技术相比，并非是直接控制无人机立即返航，而是保持无人机悬停的状态下继续检测在预设时间段该最近距离是否恢复至大于等于第一安全距离，如果在预设时间段，该最近距离恢复至大于等于第一安全距离，则本方案则控制无人机继续进行巡检，较高的节省了无人机的飞行成本。

可选的，步骤S11根据风机的偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点的步骤包括：

步骤S111，沿着风机的偏航方向，将与轮毂中心之间的距离为预设距离的坐标点定为第一飞行航点C，其中，预设距离为无人机在水平方向的第一安全距离。

具体的，结合图5，机舱J可以近似为一个圆柱结构，BC的距离即为上述无人机在水平方向的第一安全距离D_blade，这里需要说明的是，在本方案中，机舱J可以近似为一个圆柱结构，风机的偏航方向为风机的朝向，也为风机机舱圆柱中轴线中从机舱尾部到风机正面的方向，即向量BC的方向，C为第一飞行航点，第一飞行航点位于轮毂中心B的正前方，距离轮毂中心的距离为无人机在水平方向的第一安全距离D_blade，点B沿着风机偏航方向移动到C点，C点所在位置为风机叶片的正面。

步骤S112，根据第一飞行航点C的坐标、第一安全距离以及风机叶片的长度确定第二飞行航点D的坐标，其中，第一飞行航点到第二飞行航点的向量的方向与风机的偏航方向夹角为90°。

具体的，结合图5，在确定第一飞行航点C的坐标之后，本方案则确定第二飞行航点D的坐标，D点的位置位于风机叶片水平方向最远端之外，保证无人机可以安全穿越叶片运动区域（即从风机正面飞往风机背面），D点位置处于风机的正面，在高程中与C点保持一致，向量CD的方向与风机偏航方向成90°夹角，保证无人机从 C点飞往D点时的飞行安全。需要说明的是，CD之间的距离为无人机的叶片长度R_blade与第一安全距离D_blade之和，此种方式可以确保无人机从风机正面飞往无人机背面（从D点飞至E点）的过程中，无人机在保证安全的基础上与风机保持着最近的距离。

步骤S113，根据第二飞行航点的坐标D以及第一安全距离确定第三飞行航点E的坐标，其中，第二飞行航点到第三飞行航点的向量的方向与风机的偏航方向夹角为180°。

具体的，结合图5，上述第三飞行航点E的坐标位置位于风机叶片的背面，本方案根据风机机舱的偏航方向以及第二飞行航点坐标规划第三飞行航点，第三飞行航点位置位于风机叶片的背面，如图5中的E点位置，第三飞行航点的高程上与第二飞行航点保持一致，向量DE的方向与风机偏航方向成180°夹角，使无人机可以安全的飞行至叶片背面（从D点飞至E点），需要说明的是，DE的距离为第一安全距离的两倍。

步骤S114，根据第三飞行航点的E坐标以及第一飞行航点C至第二飞行航点D的距离确定第四飞行航点F的坐标，其中，第三飞行航点到第四飞行航点的向量的方向与风机的偏航方向夹角为90°。

具体的，本方案根据风机机舱的偏航方向、轮毂中心坐标B、第三飞行航点来规划第四飞行航点，该第四关键航点位于轮毂中心正后方，如图5中的F点位置，F点在高程上与第三飞行航点 保持一致，向量EF的方向与风机偏航角成90°夹角，EF的距离与CD的距离相同，能够确保F点的坐标处于风机轮毂中心的正后方。

除了上述四个关键航点，系统在CD和EF上均匀规划无人机悬停航点，能够保证将可见光相机采集不同区域的叶片图像经过拼接之后得到完整的叶片图像。

这里需要说明的是，本方案中的无人机在水平方向的安全距离为，为保证无人机的安全，无人机在水平方向与外界物体之间的最短间隔。竖直方向的安全距离为，为保证无人机的安全，无人机在竖直方向与外界物体之间的最短间隔。

可选的，在步骤S11根据风机偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点之前，方法还包括生成风机的偏航方向，其中，生成风机的偏航方向的步骤包括：

步骤S07，控制无人机飞行至风机机舱的正上方。

步骤S08，控制无人机的激光雷达采集点云。

步骤S09，在激光雷达采集到的在预设高度点云的数量超过预设数量的情况下，控制无人机的可见光相机进行可见光图像采集。

步骤S10，在点云图像与可见光图像匹配的情况下，根据点云图像生成风机的偏航方向。

具体的，本方案可以先控制无人机飞至风机机舱的正上方然后控制无人机的激光雷达来采集点云，这里需要说明的是，在现有技术中，在激光雷达采集到的点云图像之后，直接根据点云图像来进行偏航方向的计算，但是，激光雷达在预设高度(机舱高度)采集到点云并非一定证明采集到的就是风机的完整点云，也可能是其它干扰物体干扰后产生的点云，比如鸟或者高空污染物（塑料袋等），此种情况下直接根据点云图像生计算生成偏航方向的结果必然是不准确的，因此，本方案借助于可见光相机采集到风机的可见光图像来作为验证，即将点云图像和可见光图像从轮廓上进行匹配，在匹配度超过预设匹配度的情况下，本方案才根据点云图像生成风机的偏航方向，如果点云图像和可见光不匹配，本方案则控制激光点云重新采集点云图像。本方案与现有技术中的直接根据点云计算得到风机偏航方向所不同，本方案根据激光雷达和可见光相机结合来确定采集的点云为真实的风机点云后在计算得到风机偏航方向，较高的提升了偏航方向计算的准确性。

可选的，步骤S10根据点云图像生成风机的偏航方向的步骤可以包括：

步骤S101，从点云图像中识别得到风机机舱的第一结构以及叶片旋转形成圆盘的第二结构。

具体的，该点云图像主要包括风机机舱的三维结构，和由于叶片旋转形成的风轮结构（圆盘）。结合图6，第一结构为机舱的三维结构，第二结构为风轮结构（圆盘）。本方案首先可以利用通过滤波算法，对激光雷达的数据进行去噪处理从而去掉对识别风机机舱和叶片形成干扰的点云结构，然后将点云数据投影到水平面上，形成二值化的图像，接着，本方案利用A星算法，提取二值化图像的骨架结构，即提取第一结构的第一结构骨架和第二结构的第二结构骨架。

步骤S102，从第一结构以及第二结构识别出风机机舱外侧表面的中心点坐标以及风机轮毂中心的坐标，其中，风机机舱外侧表面的中心点坐标到风机轮毂中心的坐标形成第一向量。

具体的，在识别得到第一结构骨架和第二结构骨架之后，结合图6，本方案可以利用关键点检测算法，如CenterNet算法，识别出第一结构骨架外侧表面中心的位置点A以及和第一结构骨架与第二结构骨架两者的交点位置点B，点B即为风机轮毂中心的位置。这里需要说明的是，结合图6，上述第一结构骨架外侧为风机机舱远离风机叶轮的一侧，机舱可以近似一个圆柱，上述第一结构骨架外侧表面中心的位置点A可以为圆柱的上底面的中心点。在识别得到点A和点B的位置之后，本方案则提取点A和点B在激光雷达点云数据中的坐标，设定点A为起点，点B为终点，然后将向量AB的方向确定为风机的偏航方向。

可选的，步骤S07控制无人机飞行至风机机舱的正上方的步骤可以包括：

步骤S071，根据风机基座的位置信息、风机机舱的高度、风机的叶片长度信息以及无人机在竖直方向的第二安全距离确定机舱的正上方坐标。

具体的，机舱正上方为一具体的坐标点，无人机处于上述坐标点之后对风机进行图像采集，机舱正上方坐标的经纬度与风机基座的位置经纬度相同，高程为风机基座的高度、风机机舱的高度、风机的叶片长度R_blade、以及无人机在竖直方向的第二安全距离D_h的和，确保无人机在到达机舱正上方坐标时，就算风机的某一叶轮旋转至最高处也不会因为碰触无人机从而发生事故。

例如，风机基座海拔高度Z_tower为1100米，机舱高度H_tower为80米，叶片长度R_blade为60米，第二安全距离D_h为20米，则机舱正上方坐标的海拔高度（高程）为1100+80+60+20=1260米。

步骤S072，根据无人机的起飞位置以及正上方坐标的地理高程确定第一航点。

具体的，第一航点的坐标的经纬度与无人机起飞位置的经纬度相同，高程和上述机舱正上方坐标的高程相同。

步骤S073，控制无人机从起飞位置竖直移动至第一航点。

具体的，第一航点在地理位置上，是无人机起飞位置的正上方。

步骤S074，控制无人机从第一航点水平移动至正上方坐标处。

具体的，本方案先控制无人机从起飞位置竖直移动至第一航点，第一航点的高程与机舱正上方坐标的高程相同，然后再控制无人机从第一航点水平移动至机舱正上方坐标处。

这里需要说明的是，无人机从起飞位置最终飞至机舱正上方坐标处的路径为两段式的路径，在现有技术中，因为风机叶片是处于不停机的状态，为到达机舱正上方，往往控制无人机沿一条直线的路径直接飞到机舱正上方，但是本方案是基于风机叶片旋转的状态下，控制无人机以“两段式路径”的方式到达机舱的正上方，可以在风机运行的状态下保证了无人机飞行的安全。

可选的，在步骤S074控制无人机飞行至风机机舱的正上方之后，本申请的方法还可以包括：

步骤S074控制激光雷达以及可见光相机的取景方向垂直于水平面。

具体的，在本方案中，在无人机飞至风机机舱的正上方进行悬停后，本方案可以控制激光雷达以及可见光相机的取景方向垂直于水平面，以得到一个最佳的取景姿态。

例如，无人机在上述风机机舱的正上方悬停时，可见光相机云台和激光雷达云台调整可见光相机和激光雷达姿态，使两者垂直水平面，即两者的姿态均为俯仰角Pitch=-90°，翻滚角Roll=0°，偏航角Yaw=0°。可见光相机和激光雷达进行数据采集，可见光相机的数据为若干张彩色图像，激光雷达的数据为特点时间段内累积的点云。

可选的，在步骤S15可见光相机采集到风机所有叶片的图像之后，本申请还可以包括：

步骤S16，获取无人机的当前剩余电量。

步骤S17，在当前剩余电量超过预设电量的情况下，判断可见光相机采集到的图像的清晰度是否符合预设清晰度。

步骤S18，在符合预设清晰度的情况下，控制无人机飞至下一个风机进行巡检。

步骤S19，在不满足预设清晰度的情况下，控制无人机从第四飞行航点飞行至第一航点，并且由第一航点飞行至起飞位置。

具体的，在无人机采集完当前巡检风机叶片的所有图像之后，本方案下面先判断无人机的当前剩余电量是否足够飞往下一个风机进行巡检，在剩余电量超过预设电量的情况下，本方案则判断可见光相机采集到的图像的清晰度是否符合预设清晰度，在符合预设清晰度的情况下，控制无人机飞至下一个风机进行巡检。这里需要说明的是，现有技术中往往根据无人机的电量来决定是否继续飞往下一个风机进行巡检，但是，如果此时可见光相机采集到的图像如果不符合预设清晰度，这说明可见光相机发生故障或者当前环境不适合进行无人机叶片的巡检。本方案不同于现有技术，综合了无人机的剩余电量以及可见光相机采集到图像的清晰度来决定是否要继续飞往下一个风机巡检或者返航，避免了无人机采集叶片图像采集过多不符合清晰度、无效图像的问题，较大的提升了巡检的效率。

这里需要说明的是，如果可见光相机采集到图像的清晰度不符合预设清晰度，本方案则控制控制无人机先从第四飞行航点飞行至第一航点，并且由第一航点飞行至起飞位置，这样可以保证无人机沿着安全的路径返回起飞位置。

应理解，本文中前述关于本发明的方法所描述的具体特征、操作和细节也可类似地应用于本发明的装置和系统，或者，反之亦然。另外，上文描述的本发明的方法的每个步骤可由本发明的装置或系统的相应部件或单元执行。

应理解，本发明的装置的各个模块/单元可全部或部分地通过软件、硬件、固件或其组合来实现。所述各模块/单元各自可以硬件或固件形式内嵌于计算机设备的处理器中或独立于所述处理器，也可以软件形式存储于计算机设备的存储器中以供处理器调用来执行所述各模块/单元的操作。所述各模块/单元各自可以实现为独立的部件或模块，或者两个或更多个模块/单元可实现为单个部件或模块。

在一个实施例中，提供了一种计算机设备，其包括存储器和处理器，所述存储器上存储有可由处理器执行的计算机指令，所述计算机指令在由所述处理器执行时指示所述处理器执行本发明的实施例的方法的各步骤。该计算机设备可以广义地为服务器、终端，或任何其他具有必要的计算和/或处理能力的电子设备。在一个实施例中，该计算机设备可包括通过系统总线连接的处理器、存储器、网络接口、通信接口等。该计算机设备的处理器可用于提供必要的计算、处理和/或控制能力。该计算机设备的存储器可包括非易失性存储介质和内存储器。该非易失性存储介质中或上可存储有操作系统、计算机程序等。该内存储器可为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口和通信接口可用于与外部的设备通过网络连接和通信。该计算机程序被处理器执行时执行本发明的方法的步骤。

本发明可以实现为一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在由处理器执行时导致本发明实施例的方法的步骤被执行。在一个实施例中，所述计算机程序被分布在网络耦合的多个计算机设备或处理器上，以使得所述计算机程序由一个或多个计算机设备或处理器以分布式方式存储、访问和执行。单个方法步骤/操作，或者两个或更多个方法步骤/操作，可以由单个计算机设备或处理器或由两个或更多个计算机设备或处理器执行。一个或多个方法步骤/操作可以由一个或多个计算机设备或处理器执行，并且一个或多个其他方法步骤/操作可以由一个或多个其他计算机设备或处理器执行。一个或多个计算机设备或处理器可以执行单个方法步骤/操作，或执行两个或更多个方法步骤/操作。

本领域普通技术人员可以理解，本发明的方法步骤可以通过计算机程序来指示相关的硬件如计算机设备或处理器完成，所述的计算机程序可存储于非暂时性计算机可读存储介质中，该计算机程序被执行时导致本发明的步骤被执行。根据情况，本文中对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器的示例包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）、闪存、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘等。易失性存储器的示例包括随机存取存储器（RAM）、外部高速缓冲存储器等。

以上描述的各技术特征可以任意地组合。尽管未对这些技术特征的所有可能组合进行描述，但这些技术特征的任何组合都应当被认为由本说明书涵盖，只要这样的组合不存在矛盾。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种风力发电机不停机状态下的智能巡检方法，其特征在于，所述方法包括：

根据风机偏航方向、风机轮毂中心的坐标生成无人机的四个飞行航点，其中，所述四个飞行航点中的两个巡航点分布于风机叶片正面方向，另外两个飞行航点分布于所述风机叶片的背面方向，所述四个飞行航点形成一矩形形状，所述矩形形状的第一条边穿过所述轮毂中心坐标而且垂直于风机叶片旋转形成的圆盘；

将所述矩形形状中所述第一条边之外的三条边确定为无人机的巡检路径，其中，所述巡检路径的每条边距离所述圆盘的最短距离均为无人机在水平方向的第一安全距离；

控制所述无人机沿着所述巡检路径从所述风机叶片的正面方向移动至所述风机叶片的背面方向，以使得无人机的可见光相机采集到风机的所有叶片的图像，其中，在所述无人机沿着所述巡检路径移动时，所述风机处于叶片旋转的运行模式；

所述巡检路径中包括多个悬停航点，其中，控制所述无人机沿着所述巡检路径从所述风机叶片的正面方向移动至所述风机叶片的背面方向的步骤包括：

根据当前悬停航点的坐标在所述巡检路径中的具体位置调整无人机的可见光相机以及激光雷达的姿态，并且控制所述可见光相机采集图像、所述激光雷达采集点云，激光雷达始终进行工作，可见光相机在悬停航点航行保持悬停时则进行工作；

根据所述点云的个数确定风机所有叶片均经过在所述当前悬停航点下所述可见光相机的取景区域；

控制所述无人机在所述悬停航点停止图像采集并且飞往下一个悬停航点，直至所述无人机飞至所述巡检路径中最后一个悬停航点，其中，在确定风机并非所有的叶片均经过当前悬停航点可见光相机的取景区域的情况下，控制无人机在当前悬停航点继续可见光图像的采集，直至所有的叶片均经过在当前悬停航点下可见光相机的取景区域。

2.根据权利要求1所述的方法，其特征在于，根据所述点云的个数判断是否风机所有叶片均经过在所述当前悬停航点下所述可见光相机的取景区域的步骤包括：

获取到所述风机的转速；

获取与所述转速关联的标准点云数量；

在所述点云的个数不小于所述标准点云数量的情况下，判定风机所有叶片均经过在所述当前悬停航点下所述可见光相机的取景区域。

3.根据权利要求1所述的方法，其特征在于，在控制所述无人机在所述悬停航点停止图像采集并且飞往下一个悬停航点之前，所述方法还包括：

从所述激光雷达采集到的点云中确定与所述激光雷达距离最近的第一点云，并且得到所述第一点云与所述激光雷达之间的第一距离；

确定所述第一距离不小于所述无人机在水平方向的第一安全距离，其中，在确定第一距离小于无人机在水平方向的第一安全距离的情况下，控制无人机在当前悬停航点保持悬停，并且继续检测风机叶片与无人机之间的最近距离，如果该最近距离在预设时间段内恢复至大于等于第一安全距离，控制无人机继续飞往巡检路径中下一个悬停航点，如果该最近距离减小的速度大于预设阈值，控制无人机停止巡检并且返航。

4.根据权利要求1所述的方法，其特征在于，根据风机的偏航方向、风机轮毂中心的坐标生成所述无人机的四个飞行航点的步骤包括：

沿着所述风机的偏航方向，将与所述轮毂中心之间的距离为预设距离的坐标点定为第一飞行航点，其中，所述预设距离为无人机在水平方向的第一安全距离；

根据所述第一飞行航点的坐标、所述第一安全距离以及所述风机叶片的长度确定第二飞行航点的坐标，其中，所述第一飞行航点到第二飞行航点的向量的方向与所述风机的偏航方向夹角为90°；

根据所述第二飞行航点的坐标以及所述第一安全距离确定第三飞行航点的坐标，其中，所述第二飞行航点到第三飞行航点的向量的方向与所述风机的偏航方向夹角为180°；

根据所述第三飞行航点的坐标以及所述第一飞行航点至第二飞行航点的距离确定第四飞行航点的坐标，其中，所述第三飞行航点到第四飞行航点的向量的方向与所述风机的偏航方向夹角为90°。

5.根据权利要求4所述的方法，其特征在于，在根据风机偏航方向、风机轮毂中心的坐标生成所述无人机的四个飞行航点之前，所述方法还包括生成所述风机的偏航方向，其中，生成所述风机的偏航方向的步骤包括：

控制无人机飞行至风机机舱的正上方；

控制所述无人机的激光雷达采集点云；

在所述激光雷达采集到的在预设高度点云的数量超过预设数量的情况下，控制所述无人机的可见光相机进行可见光图像采集；

在点云图像与所述可见光图像匹配的情况下，根据所述点云图像生成所述风机的偏航方向。

6.根据权利要求5所述的方法，其特征在于，控制无人机飞行至风机机舱的正上方的步骤包括：

根据所述风机基座的位置信息、风机机舱的高度、所述风机的叶片长度信息以及无人机在竖直方向的第二安全距离确定所述机舱的正上方坐标；

根据无人机的起飞位置以及所述正上方坐标的地理高程确定第一航点；

控制所述无人机从起飞位置竖直移动至所述第一航点；

控制所述无人机从第一航点水平移动至所述正上方坐标处。

7.根据权利要求6所述的方法，其特征在于，在可见光相机采集到所述风机所有叶片的图像之后，所述方法还包括：

获取所述无人机的当前剩余电量；

在所述当前剩余电量超过预设电量的情况下，判断所述可见光相机采集到的图像的清晰度是否符合预设清晰度；

在符合预设清晰度的情况下，控制无人机飞至下一个风机进行巡检；

在不满足所述预设清晰度的情况下，控制所述无人机从所述第四飞行航点飞行至第一航点，并且由所述第一航点飞行至所述起飞位置。

8.一种非暂时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在由处理器执行时导致如所述权利要求1至7中任一项方法被执行。

9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机指令，其特征在于，所述计算机指令在由所述处理器执行时导致如所述权利要求1-7中任一项方法被执行。

Images