面向无人机风机巡检的光照条件分析方法
作者:

Illumination Analysis Method for Wind Turbine Inspection of Drone
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [21]
  • |
  • 相似文献 [20]
  • | | |
  • 文章评论
    摘要:

    在无人机风机巡检作业中, 光照异常会严重影响拍摄到的图像质量, 导致风机叶片在图像中亮度异常, 叶片上的裂纹等细微缺陷无法被有效判定, 影响风机的安全稳定运行. 本文针对此问题, 开展风机巡检中的光照条件分析技术研究, 在巡检前, 根据规划的航迹及太阳的方位进行光照情况预判; 在巡检中, 根据风机叶片及塔筒的分割结果, 针对性地分析关键部位的光照情况, 辅助以基于加权均值的整幅图像光照分析算法, 能够全方位地实现巡检中光照分析, 提升作业效率和准确性.

    Abstract:

    In the inspection of a wind turbine in a drone, abnormal illumination may seriously affect the quality of the captured images. As a result, the blades of the wind turbine have abnormal brightness in the images, and small defects such as cracks on the blades cannot be found effectively, which affects the stable operation of the wind turbine. For this reason, this study proposes an illumination analysis method for the inspection of wind turbines. Before the inspection, the illumination situation is prejudged according to the planned trajectory and solar orientation. During the inspection, the illumination of the key parts is analyzed according to the segmentation results of the blades and tower barrel. In this process, we introduce a method of illumination analysis about the whole image based on weighted mean. In conclusion, the proposed method can predict the abnormal illumination in the whole inspection process and provide a basis for efficient and accurate inspections.

    参考文献
    [1] 潘佳捷. 风机叶片的无人机自主巡检系统[硕士学位论文]. 成都: 电子科技大学, 2020.
    [2] 勾月凯, 代海涛, 董健, 等. 风力发电机组叶片智能巡检系统研究. 第五届中国风电后市场专题研讨会论文集. 上海, 中国. 2018. 6.
    [3] 贺斌, 贾建华, 赵峰, 等. 无人机在风机叶片检测中的应用. 电工技术, 2019, (13): 64–65. [doi: 10.3969/j.issn.1002-1388.2019.13.023
    [4] 简康. 无人机航迹规划算法研究[硕士学位论文]. 西安: 西安电子科技大学, 2014.
    [5] 王涵. 无人机航迹规划及导航定位系统研究[硕士学位论文]. 杭州: 浙江大学, 2017.
    [6] 郭小军. 多旋翼无人机变载荷姿态稳定控制[硕士学位论文]. 长春: 吉林大学, 2018.
    [7] 赵芳, 栾晓明, 孙越. 基于灰度图像的曝光量估计方法. 应用科技, 2009, 36(8): 32–34
    [8] 尹传海. 基于图像处理的自动曝光和自动对焦算法研究[硕士学位论文]. 苏州: 苏州大学, 2017.
    [9] 周杰. 基于多区域分割及模糊逻辑的自动曝光方法[硕士学位论文]. 上海: 上海交通大学, 2007.
    [10] 闵武国. CCD成像电子学系统自动曝光和自动增益研究[硕士学位论文]. 大连: 大连海事大学, 2010.
    [11] 倪国瑜, 黄昶. 基于亮度直方图宽度的自动曝光方法研究. 光学仪器, 2009, 31(6): 21–24. [doi: 10.3969/j.issn.1005-5630.2009.06.005
    [12] 李志明, 王文兰, 齐咏生. 太阳方位自动跟踪系统研究. 华北电力技术, 2016, (2): 39–46
    [13] 王斌, 张珣. 太阳方位的自动获取及实时跟踪系统的设计. 天文研究与技术, 2011, 8(1): 52–57
    [14] 仇梓峰. 基于计算机视觉的风机叶片表面损伤检测研究[硕士学位论文]. 北京: 北京交通大学, 2019.
    [15] 张越, 张印辉, 何自芬. 海上风力发电机叶片裂纹图像分割方法研究. 中国水运, 2019, (3): 74–78
    [16] 徐灵鑫. 风力发电机叶片表面缺陷检测的研究[硕士学位论文]. 杭州: 中国计量学院, 2015.
    [17] Howard AG, Zhu ML, Chen B, et al. MobileNets: Efficient convolutional neural networks for mobile vision applications. https://arxiv.org/abs/1704.04861.pdf. (2017-04-17).
    [18] Sandler M, Howard A, Zhu ML, et al. MobileNetV2: Inverted residuals and linear bottlenecks. Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Salt Lake City, UT, USA. 2018. 4510–4520.
    [19] Chen LC, Papandreou G, Kokkinos I, et al. DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. The IEEE Transactions on Pattern Analysis and Machine Intelligence, 2018, 40(4): 834–848. [doi: 10.1109/TPAMI.2017.2699184
    [20] Chen LC, Papandreou G, Schroff F, et al. Rethinking atrous convolution for semantic image segmentation. https://arxiv.org/pdf/1706.05587.pdf. (2017-12-05).
    [21] Chen LC, Zhu YK, Papandreou G, et al. Encoder-decoder with atrous separable convolution for semantic image segmentation. Proceedings of the 15th European Conference on Computer Vision. Munich, Germany. 2018. 833–851.
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

张静,张洁,燕正亮,张增,王利伟,闫皓炜.面向无人机风机巡检的光照条件分析方法.计算机系统应用,2021,30(6):162-167

复制
分享
文章指标
  • 点击次数:749
  • 下载次数: 1730
  • HTML阅读次数: 1295
  • 引用次数: 0
历史
  • 收稿日期:2020-10-09
  • 最后修改日期:2020-11-02
  • 在线发布日期: 2021-06-05
文章二维码
您是第11200890位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号