一种基于视觉的叶片结构检测方法和装置与流程

本发明属于风力发电，特别涉及一种基于视觉的叶片结构检测方法和装置。

背景技术：

1、目前风电机组朝着大容量发展，塔筒越来越高、叶片越来越长。扫塔、倒塔等事故频发。对于叶片结构损伤的监测方式，现在基本都是人工定期检查，由检修人员在风机停机状态下进入叶片的内部目测内部结构是否损伤。碍于叶片的形状及尺寸等原因，检修人员只能进入叶片1/3处进行观察，无法有效发现叶片存在的内部损伤。并且检测一次需要停机5小时以上，造成发电量损失的同时还需要2人以上劳动力，经济成本高。

2、在叶片的内部结构出现损伤后，由于收到风力载荷，在运行过程中的叶片会产生一定量的形变，从而导致叶片净空距离的变化。通过视觉的方式采集叶尖到塔筒的图像信息，通过边缘计算主机进行计算后，输出距离数据，通过对叶片的净空距离进行比对、分析后，判断叶片是否出现内部结构问题。此方法主要用于风机叶片检修时的判断。

3、目前已有在线式视频净空监测系统，在风机机舱底部开孔，将摄像头安装在风机的机舱底部，向下方拍摄叶片运行时与塔筒间的净空距离，实时在线监测净空距离，净空距离超限后控制风机停机。此方法优点是能够实时监测，但是需要开孔安装，成本高。

技术实现思路

1、针对上述问题，本发明提供了一种基于视觉的叶片结构检测方法，所述检测方法包括：

2、s1、获取带有标定点的第一图像，根据第一图像计算出像素距离和实际距离的映射公式；

3、s2、获取带有标定点的第二图像，识别并标记第二图像上的有效检测角点，测量有效检测角点与标定点的第二像素距离；

4、s3、根据映射公式和第二像素距离计算出有效检测角点与标定点的实际距离，并构建对应叶片净空曲线。

5、进一步的，所述映射公式的计算方法包括：

6、s101、测量第一图像上标定叶片的叶尖与标定点的第一像素距离；

7、s102、利用激光标定仪测量计算现实空间中标定叶片的叶尖与标定点的第一实际距离；

8、s103、根据第一像素距离和第一实际距离计算出映射公式。

9、进一步的，所述第一图像为标定叶片旋转到叶轮组最下方且该标定叶片轴线与塔筒轴线共面时，视觉传感器以从下向上拍摄方向拍摄获取的包含标定叶片和标定点的图像；

10、所述第二图像为每个叶片旋转到叶轮组最下方时，视觉传感器以从下向上拍摄方向拍摄获取的包含该叶片和标定点的图像。

11、进一步的，所述有效检测角点的识别方法包括：

12、s201、通过分割模型对第二图像进行分割处理，得到包含叶片前景轮廓和标定点的第三图像；

13、s202、通过角点检测模型对第三图像进行提取处理，得到标记有检测角点和标定点的第四图像；

14、s203、检验第四图像中的各检测角点的有效性，删除无效检测角点，保留有效检测角点，得到标记有有效检测角点和标定点的第五图像。

15、进一步的，测量所述第五图像中有效检测角点与标定点的第二像素距离。

16、进一步的，所述检测方法还包括：

17、s4、将同一叶轮组中多个叶片的叶片净空曲线进行对比，判断各叶片状态。

18、本发明还提供了一种基于视觉的叶片结构检测系统，所述检测系统包括：

19、激光标定仪，用于在塔筒上设置标定点；用于测定第一实际距离；

20、视觉传感器，用于拍摄获取第一图像和第二图像；

21、处理器，用于测量第一图像上的第一像素距离，根据第一图像计算出第一像素距离和第一实际距离的映射公式；用于识别并标记第二图像上的有效检测角点，测量有效检测角点与标定点的第二像素距离；根据映射公式和第二像素距离计算出有效检测角点与标定点的实际距离，并构建对应叶片净空曲线。

22、进一步的，所述处理器包括：

23、分割模型模块，用于对第二图像进行分割处理，得到包含叶片前景轮廓和标定点的第三图像；

24、角点检测模型模块，用于对第三图像进行提取处理，得到标记有检测角点和标定点的第四图像；

25、检验模块，用于检验第四图像中的各检测角点的有效性，删除无效检测角点，保留有效检测角点，得到标记有有效检测角点和标定点的第五图像。

26、进一步的，所述处理器还包括：

27、测量模块，用于第一图像上标定叶片的叶尖与标定点的第一像素距离；用于测量第五图像中各有效检测角点与标定点的第二像素距离。

28、进一步的，所述处理器还包括：

29、曲线构建模块，用于根据映射公式和第二像素距离计算出有效检测角点与标定点的实际距离，并构建对应叶片净空曲线。

30、本发明的有益效果是：

31、1、通过激光标定仪确定标定点，在风力发电机运行过程中即可完成，无需进行停机处理，方便快捷。并且在检测过程中，每种型号的风力发电机仅需标定一次。

32、2、通过对检测角点进行进一步检验处理，将无效的检测角点删除，仅保留有效的检测角点，有效提高了检测结果的准确性。

33、3、通过选择同一个叶片进入时间段内的最短像素距离作为有效检测角点对应的第二像素距离，能够保证分析的都是每个有效检测角点与塔筒的最近距离，确保检测结果的准确性。

34、4、本发明利用视觉传感器周期性拍摄获取各叶片的第二图像，即可分析出各叶片与标定点的实际距离在检测期间的变化情况。操作方法简单，易于实现，便于后续对叶片结构性能进行分析评估。

35、5、本发明提供的检测系统及方法可在风力发电机运行期间进行叶片结构的检测，无需停机操作，大大提高了风机叶片检测的效率，降低了人工投入。通过多个叶片的叶片净空曲线对比分析，能够有效全面的检测出各叶片的结构状态，保证了检测结果的准确性、及时性。

36、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。

1.一种基于视觉的叶片结构检测方法，其特征在于，所述检测方法包括：

2.根据权利要求1所述的一种基于视觉的叶片结构检测方法，其特征在于，所述映射公式的计算方法包括：

3.根据权利要求1或2所述的一种基于视觉的叶片结构检测方法，其特征在于，所述第一图像为标定叶片旋转到叶轮组最下方且该标定叶片轴线与塔筒轴线共面时，视觉传感器以从下向上拍摄方向拍摄获取的包含标定叶片和标定点的图像；

4.根据权利要求1所述的一种基于视觉的叶片结构检测方法，其特征在于，所述有效检测角点的识别方法包括：

5.根据权利要求4所述的一种基于视觉的叶片结构检测方法，其特征在于，测量所述第五图像中有效检测角点与标定点的第二像素距离。

6.根据权利要求1所述的一种基于视觉的叶片结构检测方法，其特征在于，所述检测方法还包括：

7.一种基于视觉的叶片结构检测系统，其特征在于，所述检测系统包括：

8.根据权利要求7所述的一种基于视觉的叶片结构检测系统，其特征在于，所述处理器包括：

9.根据权利要求8所述的一种基于视觉的叶片结构检测系统，其特征在于，所述处理器还包括：

10.根据权利要求9所述的一种基于视觉的叶片结构检测系统，其特征在于，所述处理器还包括：