基于无人机实现自动化巡检风机的路径规划方法及系统与流程

1.本发明属于无人机应用技术领域，涉及基于无人机实现自动化巡检风机的路径规划方法及系统。


背景技术：

2.随着科学技术的发展，无人机的自动化技术越来越成熟，随着无人机自动化技术的越来越成熟和稳定可靠。近年来，无人机技术不断的从军事领域像民用领域拓展。无人机在民用领域，如风力发电设备，电力输送设备，石油管道设备，以及智慧城市，搜救等方法都有很大的应用。随着风电相关技术的日益成熟，设备的不断更新换代，我国的风力发电行业进入了高速发展的阶段，在我国，到目前为止，无论是累积装机容量还是新增装机容量，我国已经成为全球规模最大的风电市场。伴随着我国更多风电设备投入使用，对设备的运维提出了更大的挑战。由于大多数风电设别都部署在偏远地带，风机与风机之间的距离相隔也比较远，传统的对风机巡检的方案还是依靠人工。这种模巡检模式不仅安全性低，工作量大，效率也低，并且受到观测角度等的影响，不能及时发现风机的问题。在风电场发电的高峰期，如使用传统的巡检方案，往往需要更多的人力资源来维护。随着无人机科学技术的发展以及日益成熟的设备技术，使得基于无人机应用技术的新型风电巡检作业模式有了很大的发展，依靠无人机精准悬停拍摄技术，快速作业技术，高空飞行技术，快速机动技术，风电运维人员可以大大提高巡检效率。但是目前基于无人机的风电巡检技术，都是需要将风机停机，并且三个风机叶片需要停成“y”字型。利用无人机的飞行打点技术，先对最下面的叶片进行飞行打点，再完成对最下面的风机叶片的飞行打点和拍摄照片后，风电巡检人员需要通过后台控制另两个风机叶片到最下面的，并使用第一个叶片的飞行路径进行复飞即可。这种作业方式是目前应用无人机对风力发电设备进行巡检的常规模式，这种模式效率相比传统的人工巡检的方式在作业效率有很大的提高，但是需要耗费一定人工去将风机叶片停成“y”型，由于风机控制的复杂性，需要很多时间去控制风机叶片停成“y”型。这种作业方式效率很低。


技术实现要素：

3.本发明的目的在于提供基于无人机实现自动化巡检风机的路径规划方法及系统，以解决上述问题。
4.为实现上述目的，本发明采用以下技术方案：
5.基于无人机实现自动化巡检风机的路径规划方法，包括以下步骤：
6.采用实时动态载波相位差分技术rtk设备对风机安装位置进行测量，得到安装位置坐标；建立并且导入风机模型参数；
7.根据安装位置坐标和风机模型参数，采用路径规划算法计算得到无人机能拍摄风机朝向的飞行路径，获取风机叶片朝向与北向的夹角；
8.根据安装位置坐标和风机模型参数，采用路径规划算法计算得到无人机能拍摄风
机叶片与塔筒夹角的飞行路径，获取风机叶片与塔筒的夹角；
9.根据安装位置坐标和风机模型参数，采用路径规划算法计算得到能拍摄风机叶片的飞行路径，获取风机叶片的图像数据；路径信息包含每个点的经纬度信息以及云台角度信息；
10.将上述生成的所有飞行路径转换为kml文件，用于无人机识别后执行路径飞行任务。
11.进一步的，风机的模型参数包含风机塔筒的高度h和叶片的长度l；使用rtk设备进行测量时，rtk设备差分锁定，此时测量的风机位置坐标为厘米级精度，记录此时的经纬度坐标(b,l,h)。
12.进一步的，采集风机图像数据并计算风机叶片的朝向，无人机在风机的正上方采集图像，风机的俯视图图像采集航迹点坐标计算过程如：
13.经纬度坐(b0，l0)＝(b，l)；
14.该点的离地高度z：
15.z＝h l δ
z
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑116.上式中h为塔筒高度，l为风机叶片长度，δ
z
为可调中的参数，通过观察无人机上的云台相机的图像数据来进行调整，δ
z
应该满足如下条件：
17.δ
z
≥20m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑218.该数据采集点的离地高度z计算得到后，计算得到该点的海拔高度h0，即
19.h0＝h z
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
3。
20.进一步的，采集风机图像数据并计算风机叶片与塔筒夹角，无人机在风机的正前方采集图像数据；计算出采集该图像数据的航迹点，该点为风机的正视图图像采集航迹点，风机的正视图图像采集航迹点坐标计算过程如：
21.建立图像视觉坐标系ox
c
y
c
z
c
，x轴与轮毂的轴线方向相反，y轴与x轴垂直并指向右侧，z轴符合“右手定则”，垂直向下；
22.建立风机机体坐标系ox
b
y
b
z
b
，x轴与轮毂轴线方向相同，y轴与x轴垂直并指向右侧，z轴符号“右手定则”，垂直向下；
23.图像视觉坐标系ox
c
y
c
z
c
与风机机体坐标系ox
b
y
b
z
b
转换关系如下：
[0024][0025]
上式中，r
c
为图像视觉坐标系ox
c
y
c
z
c
的向量，r
c
为风机机体坐标系ox
b
y
b
z
b
的向量，为从图像视觉坐标系ox
c
y
c
z
c
到风机机体坐标系ox
b
y
b
z
b
的转换矩阵；的表示如1
‑
5所示：
[0026][0027]
在完成步骤3风机的俯视图图像采集航迹点坐标计算后，在图像视觉坐标系中，计算以轮毂中心点为原点到俯视图图像采集航迹点的向量坐标oh，以及以轮毂中心点为原点，方向为指向x轴负半轴，长度为d的向量坐标or；
[0028]
ob向量在图像视觉坐标系的计算结果为：
[0029]
ob
c
＝oh
c
or
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑2[0030]
其中
[0031]
oh
c
＝[0 0
ꢀ‑
(δ
z
l)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑7[0032]
or
c
＝[
‑
d 0 0]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑8[0033]
d为h点的回退距离
[0034]
d≥70
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑9[0035]
在图像视觉坐标系中计算得到oh
c
以及or
c
后，结合在风机的轮毂朝向角ψ和旋转角度β以及风机安装位置坐标计算得到h
c
和r
c
在大地坐标系的坐标[b
h l
h h
h
]和[b
r l
r h
r
]。
[0036]
进一步的，大地直角坐标系转换关系如下：
[0037]
将在图像视觉坐标系的向量转换为风机机体坐标系；
[0038]
其中
[0039]
将向量有风机坐标系转换到大地直角坐标系(ecef)；
[0040][0041]
局部地理坐标系ox
n
y
n
z
n
，北
‑
东
‑
地；大地直角坐标系ox
g
y
g
z
g
；定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为
[0042]
由式1
‑
11得到h在ecef坐标系的坐标，通过如下转换关系即得到h的经纬高坐标为[b
h
，l
h
，h
h
]；
[0043][0044]
其中
[0045][0046]
其中a为地球半径，e为地球第一偏心率；以同样的方式计算其他航点；同理计算r在经纬度坐标[b
r l
r h
r
]。
[0047]
进一步的，风机的轮毂朝向角ψ和旋转角度γ，以及风机安装位置坐标(b，l，h)以及风机模型参数已知；
[0048]
第一个航点计算步骤如下：
[0049]
计算补偿向量of在图像视觉坐标系的坐标记为o
c
f
c
＝[f
cx
，f
cy
，f
cz
]，o
c
f
c
由设置的补偿距离值δ
d
计算得到，计算公式为：
[0050][0051]
可调整的补偿值δ
d
根据实时的作业过程进行调整，δ
d
的取值为δ
d
＝3m；
[0052]
在图像视觉坐标系中计算垂直于叶片1的向量af；向量af＝[af
cx
，af
cy
，af
cz
]，向量af的计算需要结合无人机的避障距离δd，避障距离δd通常设置为：
[0053]
δd≥8
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
15
[0054]
那么af的计算表达式为：
[0055][0056]
计算在图像视觉坐标系中向量oa的坐标，其表达式为
[0057]
oa
c
＝of
c
fa
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
17
[0058]
将图像视觉坐标系中中的向量oa
c
，经过坐标转换转换到风机机体坐标系得到oa
b
；转换公式为
[0059][0060]
其中
[0061][0062]
通过左边转换得到a点在大地直角坐标系(ecef)
[0063][0064]
由式1
‑
20得到a在ecef坐标系的坐标，通过如下转换关系得到h的经纬高坐标为
[b1，l1，h1]；
[0065][0066]
其中
[0067][0068]
其中a为地球半径，e为地球第一偏心率；以同样的方式计算其他航线。
[0069]
进一步的，云台角度的计算：
[0070]
对叶片1中的第1～2号航点进行图像数据采集，此时云台角度为α1，在进行图像数据采集的时候需要云台正对叶片，叶片1的叶片法线与水平线的夹角：
[0071]
α1＝γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
23
[0072]
在对叶片1中的第3～4号航点进行数据采集时，计算得到云台角度α2：
[0073]
α2＝γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
24
[0074]
对叶片2进行图像数据采集的云台角度为：
[0075]
α3＝60
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
25
[0076]
α4＝60
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
26
[0077]
叶片3进行图像数据采集的云台角度为：
[0078]
α5＝120
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
27
[0079]
α6＝120
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
28
[0080]
通过计算得到巡检叶片2以及叶片3的飞行航迹坐标以及云台角度。
[0081]
进一步的，转换航点信息为kml文件
[0082]
飞行航迹点的经纬度以及离地高度转换为kml文件，导入到地图上，用于无人机进行飞行。
[0083]
进一步的，基于无人机实现自动化巡检风机的路径规划系统，包括：
[0084]
风机数据采集模块，用于采用实时动态载波相位差分技术rtk设备对风机安装位置进行测量，得到安装位置坐标；建立并且导入风机模型参数；
[0085]
风机叶片朝向与北向的夹角获得模块，用于根据安装位置坐标和风机模型参数，
采用路径规划算法计算得到无人机能拍摄风机朝向的飞行路径，获取风机叶片朝向与北向的夹角；
[0086]
风机叶片与塔筒的夹角获得模块，用于根据安装位置坐标和风机模型参数，采用路径规划算法计算得到无人机能拍摄风机叶片与塔筒夹角的飞行路径，获取风机叶片与塔筒的夹角；
[0087]
风机叶片的图像数据获得模块，用于根据安装位置坐标和风机模型参数，采用路径规划算法计算得到能拍摄风机叶片的飞行路径，获取风机叶片的图像数据；路径信息包含每个点的经纬度信息以及云台角度信息；
[0088]
路径文件转换模块，用于将上述生成的所有飞行路径转换为kml文件，用于无人机识别后执行路径飞行任务。
[0089]
与现有技术相比，本发明有以下技术效果：
[0090]
本发明通过路径规划算法算法自动生成无人机飞行所需的航迹信息和云台角度信息，将航迹信息和云台角度信息以kml文件的形式发送给无人机，无人机即可自动化飞行，无需风机后台控制风机为“y”字型，只需后台将风机刹停即可，并且对刹停的角度无要求。这种方法大幅提高巡检作业效率，解放劳动力。解决现有使用无人机进行叶片巡检效率低下的问题，通过使用路径规划算法自动生成飞行航迹，并将航迹信息转换为kml文件kml文件可被现有市场上的货架工业级无人机所识别，并执行飞行任务。
附图说明
[0091]
图1风机叶片y字型示意图；
[0092]
图2风机的模型参数示意图；
[0093]
图3风机位置经纬度坐标；
[0094]
图4风机叶片朝向示意图；
[0095]
图5图像视觉坐标系定义示意图；
[0096]
图6风机机体坐标系定义示意图；
[0097]
图7俯视图图像采集航迹点计算示意图；
[0098]
图8叶片1巡检路径规划计算示意图；
[0099]
图9叶片2巡检路径规划计算示意图；
[0100]
图10叶片3巡检路径规划计算示意图。
具体实施方式
[0101]
下面结合附图和具体的实现步骤对本发明和专利进行详细的描述和说明：
[0102]
本发明包含如下几个步骤：
[0103]
(1)建立并倒入风机模型参数，作为路径规划算法的一个输入参数；
[0104]
(2)测量风机安装位置的坐标，使用rtk设备对风机安装位置坐标进行坐标采集和测量；
[0105]
(3)计算能拍摄风机叶片朝向并处理的飞行路径；
[0106]
(4)计算能拍摄风机叶片旋转角度并处理的飞行路径；
[0107]
(5)计算能完整获取风机叶片图像数据的飞行路径；
[0108]
(6)将步骤(3)～(5)得到的飞行路径转换为kml文件；
[0109]
(7)使用m300rtk执行飞行路径。
[0110]
步骤1，建立并且导入风机模型参数
[0111]
为了能实现无人机自动话巡检风机叶片的飞行路径，路径规划算需要确切的获取风机的模型数据。风机的模型参数包含风机塔筒的高度h和叶片的长度l。风机模型参数的示意图如下所示。
[0112]
通常某一风机型号的模型参数可以通过风机生产厂家获取。在本文中，笔者的路径规划算法中使用的风机模型参数如下式所示：
[0113]
h＝65m
[0114]
l＝37m
[0115]
上式中的风机模型参数仅供参考。
[0116]
步骤2，测量风机坐标
[0117]
为了能实现计算得到无人机巡检风机的飞行航迹，还需要测量风机安装位置的经纬度坐标，为了测量方便可使用m300rtk型无人机进行测量，在使用m300rtk进行测量时，必须等待rtk设备差分锁定(即达到固定解)才可记录风机的安装位置坐标，此时测量的风机位置坐标为厘米级精度。记录此时的经纬度坐标(b，l，h)。
[0118]
在本文中，笔者通过m300rtk对某一风机位置进行得到的位置如下：
[0119]
b＝41.54322407
[0120]
l＝115.59353051
[0121]
h＝1533.5
[0122]
上述坐标仅供参考。
[0123]
步骤3，计算能拍摄风机叶片朝向的飞行路径
[0124]
为了后续能计算出使用无人机巡检拍摄风机叶片的飞行路径，我们需要采集风机图像数据并计算风机叶片的朝向，采集风机图像数据需要使用无人机执行，需要无人机在风机的正上方采集图像，路径规划算需要计算出采集该图像的飞行路径。我们将该点成为风机的俯视图图像采集航迹点。风机的俯视图图像采集航迹点坐标计算过程如：
[0125]
经纬度坐(b0，l0)＝(b，l)，即该点经纬度坐标与步骤2测量得到的经纬度相同；
[0126]
该点的离地高度z，通过如下计算，
[0127]
z＝h l δ
z
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑1[0128]
上式中h为塔筒高度，l为风机叶片长度(参考步骤1中的风机模型参数)，δ
z
为可调中的参数，可通过观察无人机上的云台相机的图像数据来进行调整，建议δ
z
应该满足如下条件：
[0129]
δ
z
≥20m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑2[0130]
风机朝向示意图4(俯视图)。
[0131]
如果该数据才几点的离地高度z计算得到后，即可计算得到该点的海拔高度h0，即
[0132]
h0＝h z
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑3[0133]
步骤4，计算能拍摄风机叶片旋转角度的飞行路径
[0134]
为了后续能计算出使用无人机巡检拍摄风机叶片的飞行路径，我们需要采集风机图像数据并计算风机叶片与塔筒夹角，采集风机图像数据需要使用无人机执行，需要无人
机在风机的正前方采集图像数据。路径规划算需要计算出采集该图像数据的航迹点。我们将该点成为风机的正视图图像采集航迹点，风机的正视图图像采集航迹点坐标计算过程如：
[0135]
建立图像视觉坐标系ox
c
y
c
z
c
，如图5所示，x轴与轮毂的轴线方向相反，y轴与x轴垂直并指向右侧，z轴符合“右手定则”，垂直向下；
[0136]
建立风机机体坐标系ox
b
y
b
z
b
，如图6所示，x轴与轮毂轴线方向相同，y轴与x轴垂直并指向右侧，z轴符号“右手定则”，垂直向下；
[0137]
图像视觉坐标系ox
c
y
c
z
c
与风机机体坐标系ox
b
y
b
z
b
转换关系如下：
[0138][0139]
上式中，r
c
为图像视觉坐标系ox
c
y
c
z
c
的向量，r
c
为风机机体坐标系ox
b
y
b
z
b
的向量，为从图像视觉坐标系ox
c
y
c
z
c
到风机机体坐标系ox
b
y
b
z
b
的转换矩阵。的表示如1
‑
)所示：
[0140][0141]
在完成步骤3风机的俯视图图像采集航迹点坐标计算后，在图像视觉坐标系中，计算以轮毂中心点为原点到俯视图图像采集航迹点的向量坐标oh，以及以轮毂中心点为原点，方向为指向x轴负半轴，长度为d的向量坐标or；
[0142]
那么ob向量在图像视觉坐标系的计算结果为：
[0143]
ob
c
＝oh
c
or
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑6[0144]
其中
[0145]
oh
c
＝[0 0
ꢀ‑
(δ
z
l)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑7[0146]
δ
z
以及l的定义参见步骤3.
[0147]
or
c
＝[
‑
d 0 0]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑8[0148]
d为在图7中h点的回退距离，笔者在实际过程中建议
[0149]
d≥70
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑9[0150]
d可根据实际情况进行调整。
[0151]
在图像视觉坐标系中计算得到oh
c
以及or
c
后，结合在风机的轮毂朝向角ψ
[0152]
和旋转角度β以及风机安装位置坐标可计算得到h
c
和r
c
在大地坐标系的坐标[b
h l
h h
h
]和[b
r l
r h
r
]。
[0153]
转换关系如下：
[0154]
将在图像视觉坐标系的向量转换为风机机体坐标系，以oh
c
为例。
[0155]
其中
[0156]
将向量有风机坐标系转换到大地直角坐标系(ecef)。
[0157][0158]
局部地理坐标系ox
n
y
n
z
n
，北
‑
东
‑
地；大地直角坐标系ox
g
y
g
z
g
。定义从风机坐标系到局部地理坐标系的转换矩阵为定义从局部地理坐标系到大地直角坐标系的转换矩阵为转换关系可用参考严恭敏老师的《捷联惯导算法与组合导航原理》相关公式。
[0159]
由式1
‑
11得到h在ecef坐标系的坐标，通过如下转换关系即可得到h的经纬高坐标为[b
h
，l
h
，h
h
]；
[0160][0161]
其中
[0162][0163]
其中a为地球半径，e为地球第一偏心率；以同样的方式计算其他航点。
[0164]
同理可计算r在经纬度坐标[b
r l
r h
r
]。
[0165]
步骤5，计算能拍摄巡检叶片的飞行路径
[0166]
由于三个叶片相差120
°
的。以其中一个叶片为例设计飞行路径。假设风机的轮毂朝向角ψ和旋转角度γ(这两个角度在获取到风机俯视图以及正视图后可通过图像处理的方法获取，笔者在实际工程应用中，这两个角度有图像处理工程师同事计算的奥)以及风机安装位置坐标(b，l，h)以及风机模型参数已知。
[0167]
在图8中需要计算飞行路径
①
～
④
的经纬度坐标。通过图像处理的方法已经获取风机轮毂轴线与北向的夹角ψ以及叶片1与踏筒的夹角γ。如图8所示。以图8中的第一个航点计算为例进行阐述，其计算步骤如下：
[0168]
计算补偿向量of在图像视觉坐标系的坐标记为o
c
f
c
＝[f
cx
，f
cy
，f
cz
]，o
c
f
c
可由设置的补偿距离值δ
d
计算得到。计算公式为：
[0169][0170]
可调整的补偿值δ
d
可根据实时的作业过程进行调整，笔者在实际应用中，δ
d
的取值为δ
d
＝3m；
[0171]
在图像视觉坐标系中计算垂直于叶片1的向量af。向量af＝[af
cx
，af
cy
，af
cz
]
[0172]
向量af的计算需要结合无人机的避障距离δd，为了安全起见，避障距离δd通常设置为：
[0173]
δd≥8
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
15
[0174]
那么af的计算表达式为：
[0175][0176]
计算在图像视觉坐标系中向量oa的坐标，其表达式为
[0177]
oa
c
＝of
c
fa
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
17
[0178]
将图像视觉坐标系中中的向量oa
c
，经过坐标转换转换到风机机体坐标系得到oa
b
。转换公式为
[0179][0180]
其中
[0181][0182]
通过左边转换得到a点在大地直角坐标系(ecef)
[0183][0184]
由式1
‑
20得到a在ecef坐标系的坐标，通过如下转换关系即可得到h的经纬高坐标为[b1，l1，h1]；
[0185][0186]
其中
[0187][0188]
其中a为地球半径，e为地球第一偏心率；以同样的方式
②
～
④
。
[0189]
云台角度的计算
[0190]
为了计算云台角度，以图8为例，设对叶片1中的第1～2号航点进行图像数据采集，此时使用的是m300rtk的上置云台，云台角度为α1，在进行图像数据采集的时候需要云台正射叶片，通过图8的几何关系，叶片1的叶片法线与水平线的夹角：
[0191]
α1＝γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
23
[0192]
在对叶片1中的第3～4号航点进行数据采集时，可计算得到云台角度α2：
[0193]
α2＝γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
24
[0194]
通过图9和图10的几何关系，可得对叶片2进行图像数据采集的云台角度为：
[0195]
a3＝60
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
25
[0196]
α4＝60
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
26
[0197]
叶片3进行图像数据采集的云台角度为：
[0198]
α5＝120
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
27
[0199]
α6＝120
°‑
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ1‑
28
[0200]
同理，可以通过计算得到巡检叶片2以及叶片3的飞行航迹坐标以及云台角度。
[0201]
步骤6，转换航点信息为kml文件
[0202]
通过步骤1～步骤5，可生成共15个飞行航迹点的经纬度以及海拔高度，通过塔筒精确的的经度，纬度以及海拔高度，可计算得到15个飞行航迹点的经纬度以及离地高度。将15个飞行航点的坐标系转换为kml文件，可直接导入到地图上，便于无人机进行飞行，为了保证飞行安全，巡检风机叶片时，可将无人机飞行速度设置为5m/s～8m/s。另外在选择无人机飞行平台时，应尽量选择市面上成熟稳定的工业级无人机飞行平台，如m300rtk，m210等
产品。
[0203]
步骤7，m300rtk执行巡检任务飞行
[0204]
在完成步骤6的基础上，将kml导入m300rtk手持pilot遥控器，执行巡检飞行任务。