在风电运维行业，传统模式下，风机叶片巡检主要依赖人工配合吊篮或者高倍望远镜，用肉眼识别叶片上的裂缝或鼓包，该方法耗时耗力，且识别准确率较低。在无人机自主导航的风机叶片巡检行业，要实现在风机叶片上不错过任何1mm---3mm的裂缝和鼓包，对无人机飞行的精细度要求极高。如何完成轨道定点、掌握无人机与叶片的距离、减少飞行偏差，以及如何借助获取图像快速识别风机叶片故障，都是巡检时需要解决的突出问题。本项目拟通过无人机自主导航，借助机器视觉功能自动初筛叶片受损状况，最终生成风机叶片损耗辅助报告及维修方案，从而有效减少人工成本，并提升大规模风场智能巡检和维护水平。
-
项目介绍