摘要
本发明公开基于无人机和DIC的风电机叶片振动监测方法、系统,涉及风电机叶片振动监测技术领域,方法包括:使用无人机按照预设飞行路径对风电机叶片进行拍摄,获取风电机叶片表面图像数据;基于无人机GPS传感器和图像数据,使用SLAM中位姿估计的图优化方法对无人机姿态进行优化,得到校正后的图像;基于校正后的图像,生成正常及变形数字散斑图像;构建立体数字图像相关测量网络模型,模型包括:特征提取、成本体生成、位移图预测三个模块;使用散斑图像对模型进行训练、验证和测试,将待测图像输入最终的模型,对生成的位移云图进行频率分析,确定叶片的当前状态。本发明解决了室外大型风力机叶片动态识别的问题。
技术关键词
叶片振动监测方法
散斑图像
特征提取单元
风电机叶片
立体数字图像
无人机姿态
表面图像数据
补丁
GPS传感器
多尺度
大型风力机叶片
特征提取模块
训练集
振动监测技术
生成算法
系统为您推荐了相关专利信息
深层特征提取
状态空间模型
浅层特征提取
结构特征提取
图像重建
通信机房
管理柜
消防安全预警
烟雾传感器
监控感兴趣区域
知识图谱构建方法
多模态特征
数据处理模型
关系
教材知识点
轮胎磨损程度
佩戴设备
轮胎磨损检测
指标
轮胎传感器
雷达回波图像
天气雷达基数据
注意力机制
特征提取单元
空洞