买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国质量认证中心有限公司申请的专利一种基于风力发电机叶片探损的无人机控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119084249B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411141624.5，技术领域涉及：F03D17/00；该发明授权一种基于风力发电机叶片探损的无人机控制方法及系统是由徐少山;康巍;袁瑛;庄骏;任伟设计研发完成，并于2024-08-20向国家知识产权局提交的专利申请。

本一种基于风力发电机叶片探损的无人机控制方法及系统在说明书摘要公布了：本发明涉及一种基于风力发电机叶片探损的无人机控制方法及系统，属于无人机技术领域。本发明包括通过RGB‑D相机获取无人机当前位置与风力发电机中心之间的实时距离，并对无人机位置进行修正；通过RGB‑D相机获取风力发电机图像，建立空间坐标系，并通过图像检测与识别模型计算得到风力发电机叶片识别结果；预设检测点序列，获取相关参数，并根据相关参数通过坐标计算模型计算得到检测点的变化坐标；将相关参数输入至无人机控制网络模型中，获得无人机的电机变化控制量；智能终端根据电机变化控制量产生自适应信号控制无人机运动到检测点并实施缺陷检测；重复执行直至所有叶片检测完毕。实现了高精度无人机控制用以风力发电机叶片检测。

本发明授权一种基于风力发电机叶片探损的无人机控制方法及系统在权利要求书中公布了：1.一种基于风力发电机叶片探损的无人机控制方法，其特征在于，包括以下步骤： S1：控制无人机相对风力发电机飞行，通过所述无人机上搭载的RGB-D相机获取所述无人机的当前位置与风力发电机中心之间的实时距离并传输至智能终端，所述智能终端将所述实时距离与预设检测最佳距离进行比对得到比对结果，并根据所述比对结果对无人机位置进行修正； S2：通过所述RGB-D相机实时获取风力发电机图像并传输至所述智能终端，所述智能终端根据所述风力发电机图像建立空间坐标系，并通过图像检测与识别模型计算得到一号叶片、二号叶片、三号叶片，将所述一号叶片作为检测叶片； S3：预设所述检测叶片的检测点序列，并获取所述检测点序列中的每个检测点在所述空间坐标系下的初始坐标，获取所述检测叶片的旋转角速度、所述检测点与中心点的距离数据、无人机瞬时速度、无人机检测运行速度和无人机当前坐标，根据所述旋转角速度和所述检测点的初始坐标通过坐标计算模型计算得到预设时长内所述检测点的变换坐标，并计算所述无人机当前坐标和所述变换坐标之间的坐标差值； S4：将所述旋转角速度、所述无人机检测运行速度、所述无人机瞬时速度、所述检测点与中心点的距离数据、所述无人机的电机控制量、所述坐标差值作为状态量输入至无人机控制网络模型中通过计算得到所述无人机的电机变化控制量； 所述无人机控制网络模型训练具体步骤如下： S401：设置风力发电机叶片的检测虚拟环境； S402：获取所述检测虚拟环境下所有检测点的当前时刻状态量，并根据所述当前时刻状态量设置奖励函数，将所述当前时刻状态量输入至预设无人机控制网络模型中通过计算得到所述无人机的电机变化控制量，获取下一时刻的状态量，将所述当前时刻的状态量、所述电机变化控制量、所述奖励函数、下一时刻状态量建立经验四元组，并把所有所述经验四元组存放入强化学习专用经验回放池中，当所有叶片检测完毕，表示本局交互结束； S403：通过优先经验回放算法从所述强化学习专用经验回放池中取n组相关性较差的经验四元组作为测试组，并根据所述测试组连续对所述预设无人机控制网络模型参数进行更新； S404：获取奖励函数曲线图，根据所述奖励函数曲线图判断所述奖励函数是否趋于稳定，若所述奖励函数趋于稳定则结束循环，得到所述无人机控制网络模型；若所述奖励函数并未趋于稳定，则继续重复S402-S404步骤进行训练，直至所述奖励函数趋于稳定； S5：所述智能终端根据所述电机变化控制量产生自适应信号控制所述无人机的螺旋桨运行状态，使所述无人机运行到所述变换坐标处，并使用无人机上搭载的超声机器对所述变换坐标对应区域进行缺陷检测； S6、重复步骤S1-S5，直至所述二号叶片和所述三号叶片全部检测完毕。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国质量认证中心有限公司，其通讯地址为：100086 北京市丰台区南四环西路188号九区5号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。