基于轻量型YOLOv5的风机桨叶检测与空间定位

作     者：白健鹏 王巍 陈雨溪 焦嵩鸣 BAI Jianpeng;WANG Wei;CHEN Yuxi;JIAO Songming

作者机构：华北电力大学自动化系河北保定071003 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2022年第17卷第6期

页      码：1173-1181页

摘      要：应用无人机对风力发电机进行自主巡检时,需对其桨叶叶尖进行精准定位,同时因机载计算板的计算能力有限,常规目标检测算法检测效率低下。为此提出了一种基于轻量型YOLOv5的风机桨叶检测与空间定位方法,首先对YOLOv5目标检测算法进行轻量化改进,将ShuffleNetv2作为特征提取主干网络;然后利用该算法对风机全景图像中的风机轮毂和桨叶进行检测,以得到轮毂和桨叶叶尖的像素坐标;最后利用无人机位姿信息和空间平面的几何关系,对风机桨叶进行精准定位。实验表明,所改进的目标检测算法以1.536×10^(6)的参数量在大疆MANIFOLD2-C上的检测速度提升47%,可达29.4 f/s,所设计的定位方法可对风机桨叶叶尖进行精准定位,水平和高度定位误差均为±5 cm,三维整体定位误差为±10 cm。

主 题 词：风力发电机 无人机 目标检测 YOLOv5 轻量化 深度学习 桨叶叶尖 精准定位 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080202[080202] 0804[工学-材料学] 0802[工学-机械学] 081101[081101] 0811[工学-水利类] 071102[071102] 081103[081103] 

核心收录：

D　O　I：10.11992/tis.202204016

馆 藏 号：203116177...