Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/1708| Vision-based autonomous navigation for wind turbine inspection using an unmanned aerial vehicle | |
| René Parlange | |
| JOSE MARTINEZ CARRANZA | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Wind turbine inspection Unmanned aerial vehicle Simultaneous localization and mapping Autonomous vagation RANSAC blade detector | |
| Wind power generation is being rapidly adopted around the world as an alternative source of clean and renewable energy. Wind turbines require periodic inspection and maintenance to ensure a good performance and a prolonged lifetime. Traditionally, inspection involves the risk of a person falling while abseiling from the platform at the roof of the nacelle. Recently, UAVs have been controlled by operators to inspect the blades, taking pictures and video of their surface. However, this task requires expert pilots and causes them to experience fatigue quickly. Alternatively, autonomous UAVs are not subject to human tiredness and can follow trajectories in a repeatable manner. The proposed approach consists in developing an autonomous agent that is able to locate itself and build a map of its environment, performing simultaneous localization and mapping. To recognize the position of the blades and hub, the UAV detects line segments and removes noise by segmenting the wind turbine from the background of the scene with color thresholding. The blade lines are detected by fitting a geometrical model to the filtered lines. Then, by performing a backwards projection from a 2D image plane to a 3D scene, the path planner establishes a trajectory of waypoints along the blades for the UAV to inspect from a safe distance. Finally, knowing its current location, the autonomous navigation controller can follow these inspection points, gathering useful image data for further evaluation by an expert inspector. Experiments were carried out in a fully autonomous manner in simulation and in a real environment using scale wind turbines, as well as localization and navigation tests with a full-scale wind turbine. La generación de energía eólica ha tenido una creciente adopción como una fuente alternativa de energía limpia y renovable. Las turbinas eólicas requieren inspecciones periódicas para asegurar su buen desempeño y una larga vida útil. Tradicionalmente, la inspección con acceso por cuerdas involucra el riesgo de que una persona caiga. Recientemente, los Vehículos Aéreos No Tripulados (VANTs) han sido controlados por operadores para inspeccionar las palas, tomando fotos y video de la superficie. Sin embargo, esta tarea requiere pilotos expertos y les causa fatiga rápidamente. Por otro lado, los VANTs autónomos no están sujetos al cansancio humano y pueden seguir trayectorias de forma repetible. El enfoque propuesto consiste en desarrollar un agente autónomo que sea capaz de localizarse y construir un mapa de su entorno. Para reconocer la posición de las palas y el rotor, el VANT detecta segmentos de líneas y separa la turbina del fondo de la escena con una máscara de segmentación obtenida estableciendo umbrales en espacios de color. Las líneas que constituyen las palas se detectan ajustando un modelo geométrico de la turbina a las líneas filtradas. Después, realizando una proyección inversa del plano de imagen 2D a una escena 3D, el planificador genera una trayectoria para que el VANT pueda inspeccionar la turbina desde una distancia segura. Finalmente, conociendo su ubicación actual, el controlador de vuelo sigue estos puntos de inspección, recolectando imágenes útiles para la evaluación posterior de un experto. Se llevaron a cabo experimentos con inspecciones autónomas en simulación y en entornos reales usando turbinas a escala, así como pruebas de localización y navegación con una turbina de tamaño real. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| 2019-02 | |
| Tesis de maestría | |
| Inglés | |
| Estudiantes Investigadores Público en general | |
| Parlange Chavarría, R., (2019), Vision-based autonomous navigation for wind turbine inspection using an unmanned aerial vehicle, Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| LENGUAJES DE PROGRAMACIÓN | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| ParlangeCR.pdf | 18.4 MB | Adobe PDF | Visualizar/Abrir |