CN116859987A - 一种无人机自动采集叶片照片*** - Google Patents

Abstract

本发明涉及叶片照片采集技术领域,更具体的说是涉及一种无人机自动采集叶片照片***，包括：无人机，能够进行多方向飞行和悬停；在无人机下方设置有云台和相机；在无人机一侧设置有激光雷达；机载电脑，设置在无人机内部，分别与无人机、云台和激光雷达进行连接，对无人机、云台和激光雷达进行控制；遥控器，与无人机和机载电脑通过无线信号连接，能够对无人机进行远程控制和获取并显示无人机的状态数据；同时通过记载电脑实时获取并显示相机的图像信息；基于激光雷达现场对风机进行建模和规划路线，减少了提前规划路线的工作量，同时能够适应任何叶片的朝向。

Description

一种无人机自动采集叶片照片***

技术领域

本发明涉及叶片照片采集技术领域,更具体的说是涉及一种无人机自动采集叶片照片***。

背景技术

在国内外风电行业，风机叶片的传统巡检方式为望远镜查看或者吊篮蜘蛛人登高检查，其中望远镜查看存在看不清楚，看不全面，只能从人员主观上去估计判断的问题。而采用吊篮或者蜘蛛人的方式，存在安全风险大，人工成本高，效率低的问题。在此基础上衍生出来通过地面高倍照相机拍摄叶片以及通过无人机拍摄叶片两种新型检查方式。其中地面高倍照相机检查方式可实现对风机叶片清晰、完整的拍摄，但存在设备昂贵，使用环境场地受限，叶片需要调整不同角度配合地面相机拍照，整体工作时间长，平均拍摄一台2MW的风机需要耗费1个半小时左右。而无人机巡检方式目前分为手动巡检与自动巡检，手动巡检存在受飞手人为影响大，拍摄质量不受控等不利因素。无人机的自动巡检，目前有路径规划后的自动巡检和实时建模的自动化巡检。提前路径规划的自动巡检存在增加工作量，每次巡检前由于风机为运动机构每次停机的朝向等都不一样，都需要重新建模，而人为输入的参数不一定满足实际条件等问题。

因此如何对风机叶片进行快捷有效的照片采集是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种无人机自动采集叶片照片***，通过设置激光雷达对风机进行现场建模，通过建模对叶片位置和特征信息进行获取，确定拍照路线，能够适应风机叶片的任何朝向。

为实现上述目的，本发明提供如下技术方案：

优选的，在上述一种无人机自动采集叶片照片***，包括：

无人机，能够进行多方向飞行和悬停；在所述无人机下方设置有云台和相机；在所述无人机一侧设置有激光雷达；

机载电脑，设置在所述无人机内部，分别与无人机、云台和激光雷达进行连接，对无人机、云台和激光雷达进行控制；

遥控器，与所述无人机和所述机载电脑通过无线信号连接，能够对所述无人机进行远程控制和获取并显示所述无人机的状态数据；同时通过所述记载电脑实时获取并显示相机的图像信息。

优选的，在上述一种无人机自动采集叶片照片***，所述机载电脑，包括：

雷达单元，用于基于激光雷达对风机进行检测；

拍摄调节单元，用于对云台和相机的拍摄进行控制；

路径规划单元，基于所述雷达单元对风机的建模数据，对所述无人机飞行路径进行规划；

飞行控制单元，用于控制所述无人机的飞行动作。

优选的，在上述一种无人机自动采集叶片照片***，所述雷达单元，包括：

建模单元，通过激光雷达对风机整体进行扫描，根据扫描的深度信息对风机进行临时建模，得到临时模型；

特征单元，通过所述临时模型，对风机的轮毂、叶片和叶片端头特征数据进行获取；

测距单元，通过激光雷达实时检测所述无人机与风机的距离。

优选的，在上述一种无人机自动采集叶片照片***，所述拍摄调节单元，包括：

角度调节单元，根据相机拍摄的图像进行分析，控制云台调节相机的拍摄角度，使叶片位于图像的中心；

焦距调节单元，根据相机拍摄的图像进行分析，控制相机的拍摄焦距，使叶片的大小至少占据图像的1/2大小。

优选的，在上述一种无人机自动采集叶片照片***，所述角度调节单元，包括：

获取相机拍摄的图像信息，对图像进行前后背景分割，对分割后的图像进行分析，若判断叶片不在图像内，通过上下左右的顺序调节相机拍摄角度寻找叶片位置；

若判断叶片在图像内，对叶片的边缘进行确定，若叶片两个边缘未都在图像内，通过对多个连续的图像进行跟踪检测，确定相机拍摄角度的调整方向，调整相机拍摄角度使叶片两边置于拍摄范围内；

对图像中叶片的线性变化趋势进行分析，根据叶片的变化趋势选取与趋势相近的图像对角线作为参考线；调节相机的拍摄角度使叶片两边分别置于所述参考线的两边，且使参考线位于叶片两边的中心。

优选的，在上述一种无人机自动采集叶片照片***，所述焦距调节单元，包括：

根据进行前后背景分割后的图像和叶片边缘的判断，对叶片在图像中的占比进行计算，若占比小于1/2时，逐步放大对焦，使叶片在图像中的占比越来越大，同时对每帧的图像判断叶片是否清洗，当检测到叶片在图像中的占比到达1/2时，对叶片进行拍照；

拍照完成后调整相机恢复到初始状态。

优选的，在上述一种无人机自动采集叶片照片***，所述路径规划单元，包括：

路线单元，获取风机的所述临时模型，根据所述临时模型中叶片位置和叶片的特征，得到无人机的飞行路线；

悬停单元，根据所述飞行路线和叶片的特征，确定在所述飞行路线中的悬停点，进行悬停拍照。

优选的，在上述一种无人机自动采集叶片照片***，所述飞行控制单元，包括：

拍照路径单元，通过风机轮毂特征，确定拍照的起点；沿设定路线进行飞行，在悬停点进行悬停拍照；在检测到叶片尾端的特征时拍照结束，重新飞回风机轮毂处，开始下一条路径飞行；

自动着陆单元，通过激光雷达获取地面的地形信息，同时获取无人机与地面的距离；通过地形选取较平整地区作为降落地点，根据与地面的距离在进行着陆之前打开无人机腿撑保证无人机安全落地；

位置调节单元，根据激光雷达实时检测无人机与风机的距离，使无人机保持在预设距离范围内，确保无人机的安全。

优选的，在上述一种无人机自动采集叶片照片***，所述遥控器，包括：

显示单元，显示无人机、激光雷达、机载电脑和相机的状态数据；显示相机拍摄的照片信息；

手动控制单元，能够切换无人机飞行的控制权限，对无人机进行手动控制飞行；

拍照启停单元，包括：启动按钮，无人机自动执行拍照作业；停止按钮：无人机自动进行着陆；

录入单元，对风力发电厂的信息进行录入，将录入信息传输到机载电脑进行数据分析。

优选的，在上述一种无人机自动采集叶片照片***，还包括：云端数据平台，包括：

地图单元，根据已有的风电场风机分布地图，获取待拍照叶片的位置；

环境预测单元，通过风电厂内已有的天气预测***，获取待拍照叶片当前和预测的运行环境信息；

时间单元，根据待拍照叶片的位置信息，确定无人机与待拍照叶片的距离，对到达的时长进行计算；根据当前和预测的环境信息结合无人机的起飞条件，确定拍照时间段；根据到达时长和拍照时间段，生成风机的拍照时间；

停机单元，根据风机的拍照时间，通过风电厂内已有的监控中心，对风机进行停机操作，并锁定风轮，调节风轮转角。

经由上述的技术方案可知，与现有技术相比，本发明的有益效果为：

1、基于激光雷达现场对风机进行建模和规划路线，减少了提前规划路线的工作量，同时能够适应任何叶片的朝向。

2、通过机器视觉和ai控制拍摄，提高了拍摄的效率和精准度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1附图为本发明无人机模块的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明中，术语“第一”、“第二”、“第三”仅用于描述的目的，而不能理解为指示或暗示相对重要性；术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本发明的限制。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

实施例1

如图1所示，在一个实施例中，一种无人机自动采集叶片照片***，包括：

无人机，能够进行多方向飞行和悬停；在无人机下方设置有云台和相机；在无人机一侧设置有激光雷达；

其中，无人机优选的为多旋翼无人机，为现有技术，应具备以下条件；

开放接口：该无人机必须具备SDK接口，可以通过自动路径识别设备去控制，实现自动飞行。

续航时间：一台多旋翼无人机的飞行时间需要大于25分钟，可以通过一次飞行完成单台6MW风机叶片的照片获取；

挂载空间：无人机下方必须具备至少50*50*50cm的空间安装挂载设备。

载重能力：所选型无人机必须挂载云台、相机、激光雷达、机载电脑等模块，预计载重能力应大于3kg；

抗风性能：无人机抗风性能需要大于8m/s，以在风场获取更多的巡检机会。

机载电脑，设置在无人机内部，分别与无人机、云台和激光雷达进行连接，对无人机、云台和激光雷达进行控制；

其中，机载电脑为无人机进行自动飞行和拍照的数据处理中心，为现有技术。

遥控器，与无人机和机载电脑通过无线信号连接，能够对无人机进行远程控制和获取并显示无人机的状态数据；同时通过记载电脑实时获取并显示相机的图像信息。遥控器通过无线通信与无人机进行远程连接，为本领域人员常知的现有技术。

上述实施例的有益效果为：基于激光雷达现场对风机进行建模和规划路线，减少了提前规划路线的工作量，同时能够适应任何叶片的朝向。

实施例2

在一个实施例中，一种无人机自动采集叶片照片***，机载电脑，包括：

雷达单元，用于基于激光雷达对风机进行检测；

拍摄调节单元，用于对云台和相机的拍摄进行控制；

路径规划单元，基于雷达单元对风机的建模数据，对无人机飞行路径进行规划；

飞行控制单元，用于控制无人机的飞行动作。

实施例3

在一个实施例中，一种无人机自动采集叶片照片***，雷达单元，包括：

建模单元，通过激光雷达对风机整体进行扫描，根据扫描的深度信息对风机进行临时建模，得到临时模型；

特征单元，通过临时模型，对风机的轮毂、叶片和叶片端头特征数据进行获取；

测距单元，通过激光雷达实时检测无人机与风机的距离。

在上述实施例中，临时建模为确定风机叶片的位置，为路径规划做准备；为粗略的三维模型图，不包括叶片的桨距角等信息。对轮毂特征进行提取，用于对无人机拍照起始点进行确认，对叶片和叶片端头进行特征提取，用于对无人机飞行控制和拍摄结束判断。

实施例4

在一个实施例中，一种无人机自动采集叶片照片***，拍摄调节单元，包括：

角度调节单元，根据相机拍摄的图像进行分析，控制云台调节相机的拍摄角度，使叶片位于图像的中心；

焦距调节单元，根据相机拍摄的图像进行分析，控制相机的拍摄焦距，使叶片的大小至少占据图像的1/2大小。

在上述实施例中，使用机器视觉技术达到上述实施例的效果；

实施例5

在一个实施例中，一种无人机自动采集叶片照片***，角度调节单元，包括：

获取相机拍摄的图像信息，对图像进行前后背景分割，对分割后的图像进行分析，若判断叶片不在图像内，通过上下左右的顺序调节相机拍摄角度寻找叶片位置；

若判断叶片在图像内，对叶片的边缘进行确定，若叶片两个边缘未都在图像内，通过对多个连续的图像进行跟踪检测，确定相机拍摄角度的调整方向，调整相机拍摄角度使叶片两边置于拍摄范围内；

对图像中叶片的线性变化趋势进行分析，根据叶片的变化趋势选取与趋势相近的图像对角线作为参考线；调节相机的拍摄角度使叶片两边分别置于参考线的两边，且使参考线位于叶片两边的中心。

在上述实施例中，前后背景分割算法为现有技术，能够有效的将叶片和背景分割为黑白图像，对叶片能够进行有效的判断。

实施例6

在一个实施例中，一种无人机自动采集叶片照片***，焦距调节单元，包括：

根据进行前后背景分割后的图像和叶片边缘的判断，对叶片在图像中的占比进行计算，若占比小于1/2时，逐步放大对焦，使叶片在图像中的占比越来越大，同时对每帧的图像判断叶片是否清洗，当检测到叶片在图像中的占比到达1/2时，对叶片进行拍照；

拍照完成后调整相机恢复到初始状态。

在上述实施例中，对相机进行调焦时，遵循如下过程：

在焦距调剂单元中，对相机的焦距进行调节时，根据叶片在图像中的占比A，对相机的调焦速度B进行修正，

焦距调剂单元用于预设叶片在图像中的占比矩阵A0，设定A0(A1，A2，A3，A4)，其中，A1为第一预设叶片占比，A2为第二预设叶片占比，A3为第三预设叶片占比，A4为第四预设叶片占比，且A1＜A2＜A3＜A4；

焦距调剂单元用于预设相机的调焦速度修正系数矩阵C0，设定C0(C1，C2，C3)，其中，C1为第一预设调焦修正系数，C2为第二预设调焦修正系数，C3为第三预设调焦修正系数，且1＞C1＞C2＞C3＞0.8；

焦距调剂单元根据当前叶片占比A与占比矩阵中各数据的关系，确定相机调焦的修正系数，对相机的调焦速度B进行修正：

当A＜A1时，焦距调剂单元无需对相机的调焦速度进行修正；

当A1≤A＜A2时，选定第一预设调焦修正系数C1对相机的调焦速度进行修正，修正后的调焦速度为B*C1；

当A2≤A＜A3时，选定第二预设调焦修正系数C2对相机的调焦速度进行修正，修正后的调焦速度为B*C2；

当A3≤A＜A4时，选定第三预设调焦修正系数C3对相机的调焦速度进行修正，修正后的调焦速度为B*C3。

实施例7

在一个实施例中，一种无人机自动采集叶片照片***，路径规划单元，包括：

路线单元，获取风机的临时模型，根据临时模型中叶片位置和叶片的特征，得到无人机的飞行路线；

其中，叶片的特征包括：叶片的长度和叶片的变化趋势，路线根据叶片的变化趋势进行设置。

根据叶片的形态，对叶片的迎风面和背风面各规划2条路径进行拍摄，确保叶片拍摄无死角；

悬停单元，根据飞行路线和叶片的特征，确定在飞行路线中的悬停点，进行悬停拍照。

其中，悬停点根据叶片的长度进行计算，不能过长确保叶片表面的清晰度。并且根据叶片的宽度对悬停点之间的距离进行调节，调节遵循如下过程：

在悬停单元中，对悬停点进行计算时，根据叶片的宽度D，对悬停点之间的距离E进行修正，

悬停单元用于预设叶片宽度矩阵D0，设定D0(D1，D2，D3，D4)，其中，D1为第一预设叶片宽度，D2为第二预设叶片宽度，D3为第三预设叶片宽度，D4为第四预设叶片宽度，且D1＞D2＞D3＞D4；

悬停单元用于预设悬停点之间距离的修正系数矩阵F0，设定F0(F1，F2，F3)，其中，F1为第一预设距离修正系数，F2为第二预设距离修正系数，F3为第三预设距离修正系数，且1＞F1＞F2＞F3＞0.8；

悬停单元根据当前叶片宽度D与宽度矩阵中各数据的关系，确定悬停点之间距离的修正系数，对悬停点之间距离E进行修正：

当D＜D1时，悬停单元无需对悬停点之间距离E进行修正；

当D1≤D＜D2时，选定第一预设距离修正系数F1对悬停点之间的距离进行修正，修正后的悬停点之间的距离为E*F1；

当D2≤D＜D3时，选定第二预设调焦修正系数F2对悬停点之间的距离进行修正，修正后的悬停点之间的距离为E*F2；

当D3≤D＜D4时，选定第三预设调焦修正系数F3对悬停点之间的距离进行修正，修正后的悬停点之间的距离为E*F3。

实施例8

在一个实施例中，一种无人机自动采集叶片照片***，飞行控制单元，包括：

拍照路径单元，通过风机轮毂特征，确定拍照的起点；沿设定路线进行飞行，在悬停点进行悬停拍照；在检测到叶片尾端的特征时拍照结束，重新飞回风机轮毂处，开始下一条路径飞行；

自动着陆单元，通过激光雷达获取地面的地形信息，同时获取无人机与地面的距离；通过地形选取较平整地区作为降落地点，根据与地面的距离在进行着陆之前打开无人机腿撑保证无人机安全落地；

位置调节单元，根据激光雷达实时检测无人机与风机的距离，使无人机保持在预设距离范围内，确保无人机的安全。

实施例9

在一个实施例中，一种无人机自动采集叶片照片***，遥控器，包括：

显示单元，显示无人机、激光雷达、机载电脑和相机的状态数据；显示相机拍摄的照片信息；

手动控制单元，能够切换无人机飞行的控制权限，对无人机进行手动控制飞行；

拍照启停单元，包括：启动按钮，无人机自动执行拍照作业；停止按钮：无人机自动进行着陆；

录入单元，对风力发电厂的信息进行录入，将录入信息传输到机载电脑进行数据分析。

上述实施例中，录入风力发电厂的信息，主要为现场的环境信息，无人机进行自动拍照时对环境具有要求，录入环境信息传输到机载电脑，无人机能够根据现有环境信息，对飞行进行自动调整，使飞行更加稳定；飞行调整为现有技术。

实施例10

在一个实施例中，一种无人机自动采集叶片照片***，还包括：云端数据平台，包括：

地图单元，根据已有的风电场风机分布地图，获取待拍照叶片的位置；

环境预测单元，通过风电厂内已有的天气预测***，获取待拍照叶片当前和预测的运行环境信息；

时间单元，根据待拍照叶片的位置信息，确定无人机与待拍照叶片的距离，对到达的时长进行计算；根据当前和预测的环境信息结合无人机的起飞条件，确定拍照时间段；根据到达时长和拍照时间段，生成风机的拍照时间；

停机单元，根据风机的拍照时间，通过风电厂内已有的监控中心，对风机进行停机操作，并锁定风轮，调节风轮转角。

上述实施例中，风电厂内的地图和天气预测检测***都为现有技术，在风力发电厂内为常规设置；

上述实施例的有益效果为：在对风机叶片进行拍照时，需要风机进行停机处理，因此对天气数据进行分析，确保达到的现场能够进行无人机拍照，并计算达到现场时间，进行提前停机处理，减少了风机停机时间的同时，提高了对叶片的拍照巡检的效率和效果。

需要说明的是，上述实施例，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。

术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种无人机自动采集叶片照片***，其特征在于，包括：

无人机，能够进行多方向飞行和悬停；在所述无人机下方设置有云台和相机；在所述无人机一侧设置有激光雷达；

机载电脑，设置在所述无人机内部，分别与无人机、云台和激光雷达进行连接，对无人机、云台和激光雷达进行控制；

遥控器，与所述无人机和所述机载电脑通过无线信号连接，能够对所述无人机进行远程控制和获取并显示所述无人机的状态数据；同时通过所述记载电脑实时获取并显示相机的图像信息。

2.根据权利要求1所述的一种无人机自动采集叶片照片***，其特征在于，所述机载电脑，包括：

雷达单元，用于基于激光雷达对风机进行检测；

拍摄调节单元，用于对云台和相机的拍摄进行控制；

路径规划单元，基于所述雷达单元对风机的建模数据，对所述无人机飞行路径进行规划；

飞行控制单元，用于控制所述无人机的飞行动作。

3.根据权利要求2所述的一种无人机自动采集叶片照片***，其特征在于，所述雷达单元，包括：

建模单元，通过激光雷达对风机整体进行扫描，根据扫描的深度信息对风机进行临时建模，得到临时模型；

特征单元，通过所述临时模型，对风机的轮毂、叶片和叶片端头特征数据进行获取；

测距单元，通过激光雷达实时检测所述无人机与风机的距离。

4.根据权利要求3所述的一种无人机自动采集叶片照片***，其特征在于，所述拍摄调节单元，包括：

角度调节单元，根据相机拍摄的图像进行分析，控制云台调节相机的拍摄角度，使叶片位于图像的中心；

焦距调节单元，根据相机拍摄的图像进行分析，控制相机的拍摄焦距，使叶片的大小至少占据图像的1/2大小。

5.根据权利要求4所述的一种无人机自动采集叶片照片***，其特征在于，所述角度调节单元，包括：

获取相机拍摄的图像信息，对图像进行前后背景分割，对分割后的图像进行分析，若判断叶片不在图像内，通过上下左右的顺序调节相机拍摄角度寻找叶片位置；

若判断叶片在图像内，对叶片的边缘进行确定，若叶片两个边缘未都在图像内，通过对多个连续的图像进行跟踪检测，确定相机拍摄角度的调整方向，调整相机拍摄角度使叶片两边置于拍摄范围内；

对图像中叶片的线性变化趋势进行分析，根据叶片的变化趋势选取与趋势相近的图像对角线作为参考线；调节相机的拍摄角度使叶片两边分别置于所述参考线的两边，且使参考线位于叶片两边的中心。

6.根据权利要求5所述的一种无人机自动采集叶片照片***，其特征在于，所述焦距调节单元，包括：

根据进行前后背景分割后的图像和叶片边缘的判断，对叶片在图像中的占比进行计算，若占比小于1/2时，逐步放大对焦，使叶片在图像中的占比越来越大，同时对每帧的图像判断叶片是否清洗，当检测到叶片在图像中的占比到达1/2时，对叶片进行拍照；

拍照完成后调整相机恢复到初始状态。

7.根据权利要求6所述的一种无人机自动采集叶片照片***，其特征在于，所述路径规划单元，包括：

路线单元，获取风机的所述临时模型，根据所述临时模型中叶片位置和叶片的特征，得到无人机的飞行路线；

悬停单元，根据所述飞行路线和叶片的特征，确定在所述飞行路线中的悬停点，进行悬停拍照。

8.根据权利要求7所述的一种无人机自动采集叶片照片***，其特征在于，所述飞行控制单元，包括：

拍照路径单元，通过风机轮毂特征，确定拍照的起点；沿设定路线进行飞行，在悬停点进行悬停拍照；在检测到叶片尾端的特征时拍照结束，重新飞回风机轮毂处，开始下一条路径飞行；

自动着陆单元，通过激光雷达获取地面的地形信息，同时获取无人机与地面的距离；通过地形选取较平整地区作为降落地点，根据与地面的距离在进行着陆之前打开无人机腿撑保证无人机安全落地；

位置调节单元，根据激光雷达实时检测无人机与风机的距离，使无人机保持在预设距离范围内，确保无人机的安全。

9.根据权利要求1所述的一种无人机自动采集叶片照片***，其特征在于，所述遥控器，包括：

显示单元，显示无人机、激光雷达、机载电脑和相机的状态数据；显示相机拍摄的照片信息；

手动控制单元，能够切换无人机飞行的控制权限，对无人机进行手动控制飞行；

拍照启停单元，包括：启动按钮，无人机自动执行拍照作业；停止按钮：无人机自动进行着陆；

录入单元，对风力发电厂的信息进行录入，将录入信息传输到机载电脑进行数据分析。

10.根据权利要求1所述的一种无人机自动采集叶片照片***，其特征在于，还包括：云端数据平台，包括：

地图单元，根据已有的风电场风机分布地图，获取待拍照叶片的位置；

环境预测单元，通过风电厂内已有的天气预测***，获取待拍照叶片当前和预测的运行环境信息；

时间单元，根据待拍照叶片的位置信息，确定无人机与待拍照叶片的距离，对到达的时长进行计算；根据当前和预测的环境信息结合无人机的起飞条件，确定拍照时间段；根据到达时长和拍照时间段，生成风机的拍照时间；

停机单元，根据风机的拍照时间，通过风电厂内已有的监控中心，对风机进行停机操作，并锁定风轮，调节风轮转角。