-
题名一种基于风机局部图像的桨叶叶尖定位方法
- 1
-
-
作者
焦嵩鸣
张彪
-
机构
华北电力大学控制与计算机工程学院
-
出处
《华北电力大学学报(自然科学版)》
北大核心
2025年第2期126-133,共8页
-
文摘
针对无人机自主巡检风机需对桨叶进行精准定位的问题,设计了一种基于风机局部图的无人机位姿修正和叶尖定位系统。无人机依据风机参数飞至指定位置获取风机局部图,使用Yolov5实现对轮毂、塔筒的目标检测和特征提取。对概率渐进式Hough直线检测结果筛选后,利用K-means聚类得到桨叶中心线,依靠轮毂特征和桨叶中心线夹角更新无人机位姿,获取近距离粗略正对风机局部图。设计无人机位姿修正系统并对其收敛性进行了证明,该系统以风机局部图中像素坐标差值作为偏差控制量,计算世界坐标系下无人机运动量,实现无人机正对风机,轮毂位置位于图像中心。最后,结合无人机位姿信息与风机参数解算桨叶叶尖坐标,实现叶尖精准定位。该算法基于Gazebo仿真实现,定位精度达亚米级,为风机运维提供理论依据。
-
关键词
目标检测
图像处理
位姿修正
桨叶叶尖
精准定位
-
Keywords
object detection
image processing
posture correction
blade tip
precise positioning
-
分类号
V279
[航空宇航科学与技术—飞行器设计]
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于轻量型YOLOv5的风机桨叶检测与空间定位
被引量：3
- 2
-
-
作者
白健鹏
王巍
陈雨溪
焦嵩鸣
-
机构
华北电力大学自动化系
-
出处
《智能系统学报》
CSCD
北大核心
2022年第6期1173-1181,共9页
-
文摘
应用无人机对风力发电机进行自主巡检时,需对其桨叶叶尖进行精准定位,同时因机载计算板的计算能力有限,常规目标检测算法检测效率低下。为此提出了一种基于轻量型YOLOv5的风机桨叶检测与空间定位方法,首先对YOLOv5目标检测算法进行轻量化改进,将ShuffleNetv2作为特征提取主干网络;然后利用该算法对风机全景图像中的风机轮毂和桨叶进行检测,以得到轮毂和桨叶叶尖的像素坐标;最后利用无人机位姿信息和空间平面的几何关系,对风机桨叶进行精准定位。实验表明,所改进的目标检测算法以1.536×10^(6)的参数量在大疆MANIFOLD2-C上的检测速度提升47%,可达29.4 f/s,所设计的定位方法可对风机桨叶叶尖进行精准定位,水平和高度定位误差均为±5 cm,三维整体定位误差为±10 cm。
-
关键词
风力发电机
无人机
目标检测
YOLOv5
轻量化
深度学习
桨叶叶尖
精准定位
-
Keywords
wind turbine
unmanned aerial vehicle
object detection
YOLOv5
lightweight
deep learning
blade tip
accurate positioning
-
分类号
TP138
[自动化与计算机技术—控制理论与控制工程]
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
