苏州城市学院学生团队突破创新，打造智能光伏无人机清洗系统

在光伏产业飞速发展的今天,光伏电站的清洗维护一直是行业面临的难题。传统的人工清洗方式不仅效率低下、成本高昂,还存在诸多安全隐患。然而,近期苏州城市学院计算科学与人工智能学院的一群学生组成了一支研发团队,成功攻克了这一难题,开发出了一套基于蜂巢保障车与AI算法识别的智能光伏无人机清洗系统,为光伏产业的智能化发展带来了新的曙光。

深入调研,锁定痛点

研发之路始于对行业的深入洞察。团队成员们在项目初期,深入多地的光伏电站进行实地调研,与一线工作人员交流,详细了解传统清洗方式的种种弊端。他们发现,人工清洗不仅劳动强度大,还存在清洗盲区,导致光伏板发电效率下降;而现有的清洗机器人和清洗车等设备,又因成本高、适用范围窄、水资源浪费等问题,难以满足大规模光伏电站的需求。这些痛点深深触动了团队成员,他们决心要研发一套高效、智能、环保的清洗系统,彻底解决这一行业难题。

技术攻坚,创新突破

明确了目标后,团队迅速投入到了紧张的研发工作中。他们首先利用搭载 RTK 功能的大疆无人机,在光伏电站上空进行高清航拍,并借助图像处理软件,将数千张重叠影像拼接成高精度三维地图。这一过程需要极高的技术精度和耐心,团队成员们日夜钻研,不断优化拍摄参数和拼接算法,最终成功生成了清晰、准确的光伏电站地图。

图1.通过智能算法识别的光伏板地图

在光伏板识别环节,团队采用了基于AI的深度学习算法。他们收集了大量光伏板的图像数据,进行标注和训练,使算法能够精准识别光伏板区域。为了提高识别的准确性和效率,成员们不断调整算法参数,优化模型结构,经过无数次的测试和改进,最终实现了对光伏板的快速、准确识别,为智能航线规划提供了可靠的数据支持。

在飞控系统研发中,团队集成了毫米波、激光和超声波雷达等多模态传感器,实现了±2cm 级的表面跟随精度。他们开发了最优飞行路径算法,让无人机能够根据光伏板的分布和环境布局,动态调整飞行高度和速度,确保清洗的全面性和均匀性。这一过程中,团队成员们需要攻克传感器数据融合、飞控算法优化等众多技术难题,他们凭借着扎实的专业知识和顽强的毅力,逐一突破,使无人机的飞行控制达到了新的高度。

团队协作,铸就成功

这支研发团队由苏州城市学院计算机学院的学生组成,团队成员各有所长,涵盖了软件开发、硬件设计、算法优化等多个领域。在研发过程中,他们充分发挥各自的专业优势,紧密协作,形成了强大的团队合力。

团队成员们负责系统的软件架构设计和功能实现,他们精心编写代码,反复测试调试,确保软件的稳定性和可靠性。同时,他们也专注于无人机、蜂巢保障车等设备的机械结构设计和电路搭建,精心选材,巧妙设计,使设备既轻巧又坚固。在算法研究方面,成员们深入探索各种算法模型,不断优化创新,为系统的智能化提供了核心动力。此外,他们还将设计图纸转化为实际的机械部件,凭借精湛的技艺和严谨的态度,保证了设备的高质量生产。

在团队的共同努力下,经过无数次的实验和改进,智能光伏无人机清洗系统终于研发成功。该系统不仅实现了全流程的自动化清洗,还具备高精度定位、智能识别、多传感器融合、自主航线规划等多项创新功能,极大地提高了清洗效率和质量,降低了人工成本和资源消耗。

图2.无人机实物图

图3.智能蜂巢保障车实物图

试点应用,收获赞誉

目前,该系统已在湖州某光伏发电厂实施试点,并获得了良好的企业反馈。企业负责人表示,这套系统不仅清洗效果出色,而且操作简便、运行稳定,极大地提高了电站的运维效率和发电效益。查新报告与检测报告也显示,该系统在理论与实践层面具有较高创新性与安全性,具备明显的竞争优势。

图4.无人机正在进行清洗作业

苏州城市学院计算科学与人工智能学院的这支学生团队,凭借着他们的智慧、勇气和团队协作精神,在光伏产业的智能化道路上迈出了坚实的一步。他们的创新成果不仅为光伏电站的清洗维护带来了革命性的变革,也为智能农业、智能城市等领域的发展提供了宝贵的技术参考。相信在未来的日子里,他们将继续砥砺前行,为推动科技的进步和社会的发展贡献更多的力量。