一种分布式激光无线电能传输捕获、瞄准与跟踪方法

1.本发明涉及无线电能传输技术领域，尤其是涉及一种分布式激光无线电能传输捕获、瞄准与跟踪方法。


背景技术：

2.在电气与能源行业中，无线电能传输技术凭借其无需物理或电气上的连接、通用便携、操作灵活、用户友好等优点，已成为研究热点之一。激光具有波长短、单色性好、指向性好、亮度高等特点，能够作为能量载体为远距离负载供电。目前，由于传输效率瓶颈，大功率、远距离激光无线电能传输技术大多仍处于研究探索阶段，实际商业应用相对较少。
3.采用分布式结构，将传能任务分解，使各条子链路实现独立控制，有助于集群效率优化。分布式结构的激光无线电能传输系统，每条链路由独立的激光器及其电源、准直扩束透镜、激光光伏阵列、电力电子变换器构成，多条链路在负载直流母线处并联，最终实现为负载供能。然而，分布式激光无线电能传输系统中，激光器与激光光伏阵列数量增多，激光光斑主体的识别及与光伏阵列客体的对准，是系统接收端获得稳定能源的保障。
4.常见的激光无线电能传输捕获、瞄准与跟踪apt系统多应用于激光通信领域，且多利用分束镜实现激光光斑的定位，虽然，在激光传能领域中，采用分束镜进行定位的方法也能够有效实现光斑的定位，但光路中引入额外光学系统会对能量传输效率与系统可靠性造成一定的影响。
5.现有研究中针对激光传能的apt技术，大多针对单发射-单接收的传能链路设计光束的捕获、瞄准与跟踪，或者针对多光束-单接收装置对多个叠加的高斯光斑进行重构，进而提高激光传能效率。


技术实现要素：

6.本发明的目的就是为了克服上述现有技术存在的缺陷而提供了一种分布式激光无线电能传输捕获、瞄准与跟踪方法，可实现激光光斑中心与光伏阵列快速对准，从而减少能量损失，提高传能效率。
7.本发明的目的可以通过以下技术方案来实现：
8.本发明给出了一种分布式激光无线电能传输捕获、瞄准与跟踪方法，该方法包括：
9.步骤s1、搭建分布式激光无线电能传输系统；
10.步骤s2、初始化预设光斑中心数，系统进入光斑捕获操作；
11.步骤s3、采用图像识别算法识别光斑图像中的光斑中心数，如果识别出的光斑中心数不等于预设光斑中心数，则认为系统处于异常工作状态，转步骤s4，否则采用激光光束主体识别算法识别出激光主体后，转步骤s5；
12.步骤s4、采用诱因识别算法对光斑中心数异常原因进行识别，若为内部因素，则进行主体识别与恢复，并转步骤s5，否则非正常激光器停止工作，调整预设光斑中心数后转步骤s2，进行光斑捕获操作；
13.步骤s5、对激光光束进行瞄准与跟踪。
14.优选地，所述步骤s1中分布式激光无线电能传输捕获、瞄准与跟踪系统包括至少一条传输链路，每条传输链路为单光束-单接收激光无线电能传输捕获、瞄准与跟踪子系统，子系统包括设置有步进电机的三维云台、ccd相机、led、激光光伏阵列和图像处理模块，具体为：
15.1)将led作为信标光装载于激光光伏阵列上，测量两信标中心相对位置、信标光与光伏阵列中心相对位置；
16.2)对ccd相机采集到的光伏阵列所在平面的图像进行处理，得到激光光斑中心与两个信标光光斑中心的像素点坐标；根据两个信标光像素坐标相对位置与实际相对位置标定像素与实际位置的关系，结合信标与光伏阵列中心实际相对位置得到像素坐标中光伏阵列中心坐标；
17.3)根据激光光斑中心与光伏阵列中心像素坐标，结合准直透镜与光伏阵列的距离，计算三维云台俯仰角与方位角，进行捕获、瞄准与跟踪控制。
18.优选地，所述三维云台俯仰角与方位角的计算过程具体为：
19.以光伏阵列所在平面建立二维坐标系λ-μ，光伏阵列中心为坐标原点，两信标中心点坐标分别为a(λ1,μ1)和b(λ2,μ2)；
20.建立数字图像坐标系，原点为数字图像所对应矩阵的第一行第一列位置，对数字图像处理之后，得到两信标坐标点a(x1,y1)和b(x2,y2)以及激光光斑中心l(x
l
,y
l
)，结合λ-μ坐标系中信标位置得到像素点与实际距离的标定值：
[0021][0022]
计算得到像素坐标中光伏阵列中心点位置：
[0023]
f(x0,y0)＝f(x
1-f
·
λ1,y
1-f
·
μ1)＝f(x
2-f
·
λ2,y
2-f
·
μ2)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0024]
已知透镜所在平面与激光光伏阵列所在平面距离为l，则以透镜中心建立三维坐标系x-y-z，俯仰角α与方位角β为：
[0025][0026][0027]
优选地，所述步骤s2中的系统进入光斑捕获操作，具体为：根据激光光伏阵列与三维云台相对位置，给定步进电机初始的俯仰角和方位角，确保激光光束落入ccd相机能够捕获的区域。
[0028]
优选地，所述步骤s3中采用图像识别算法识别光斑图像中的光斑中心数，具体为：根据ccd相机采集到的光斑图片，依次进行灰度化处理、阈值分割处理、图像去噪和中心点定位，识别光斑中心点个数。
[0029]
优选地，所述步骤s3中采用图像识别算法识别光斑图像中的光斑中心数，包括以下子步骤：
[0030]
1)对光斑图像进行灰度处理，并采用阈值分割法滤除背景；
[0031]
2)构造梯度算子掩膜，与原光斑图像卷积，完成边缘检测，并对图像作二值化处
理；
[0032]
3)采用霍夫变换法定位各个光斑中心，识别出光斑图像中的光斑中心数。
[0033]
优选地，所述步骤s3中采用激光光束主体识别算法识别出激光主体，具体包括以下子步骤：
[0034]
1)标记三维云台及准直透镜为1～(n-2),n≥3，给定初始俯仰角α0和初始方位角β0，以δt为间隔给步进电机发送控制信号，使三维云台依次动作；
[0035]
2)在步骤1)过程中，实时采集并处理图像，针对每一幅图像计算各个光斑中心位置；
[0036]
3)根据第k+1帧图像与第k帧图像的差值，确定光斑变动顺序，从而识别激光光束主体；
[0037]
4)光斑主体识别完毕，ccd相机停止采集，激光光束主体识别完成。
[0038]
优选地，所述非正常工作状态包括外部因素和内部因素导致中心识别个数不等于预设数量，所述外部因素包括光束发生遮挡和激光器故障，所述内部因素包括光斑发生重叠。
[0039]
优选地，所述采用诱因识别算法对光斑中心数异常原因进行识别具体为：通过在图像处理过程中引入圆形光斑检测对光斑发生重叠情况进行识别。
[0040]
优选地，所述步骤5中的对激光光束进行瞄准与跟踪，具体为：
[0041]
使各个激光光斑中心位置移动到目标激光光伏阵列中心，确保激光光斑完全落入光伏阵列；
[0042]
采用ccd相机采集到的图像中包含n-2个激光光斑与两个信标光斑，图像处理后得到n-2台激光器发射的激光光斑位置
[0043]
以n-2台激光光伏阵列所在的实际平面构建二维坐标系λ-μ中，以第一台光伏阵列中心作为原点，两信标中心坐标为a(λ1,μ1)和b(λ2,μ2)，对应像素点坐标分别为a(x1,y1)和b(x2,y2)，n-2台光伏阵列中心坐标分别为其中，对应像素点坐标为
[0044]
根据像素点坐标系与光伏平面坐标系上两个信标中心点，利用式(1)得到实际位置与像素点的标定值f，坐标转换之后计算第一个光伏阵列中心点坐标：
[0045][0046][0047]
得到光伏阵列中心的像素点矩阵：
[0048][0049]
基于单条链路得到的俯仰角、方位角计算公式(3)和(4)以及透镜所在平面与激光光伏阵列所在平面之间的距离l，使n-2台激光器发出的激光光束与光伏阵列一一对应，推
知n-2个三维云台移动的俯仰角和方位角矩阵；
[0050][0051]
根据计算得到的n-2个三维云台移动的俯仰角和方位角矩阵，控制三维云台进行瞄准与跟踪。
[0052]
与现有技术相比，本发明具有以下优点：
[0053]
1)本发明的基于分布式激光无线电能传输捕获、瞄准与跟踪方法，能够实现多激光-多光伏阵列的匹配、对准，保证分布式传能系统的稳定运行。
[0054]
2)利用本发明的多光斑主体识别和状态恢复算法，可以调节、修正激光光斑各类异常情况，实现光斑的异常诊断与恢复。
[0055]
3)利用本发明的方法进行仿真、实验研究，可以为分布式传能系统的apt提供理论支撑，指导apt环节设计，节省设计时间，降低开发成本。
附图说明
[0056]
图1为分布式激光无线电能传输系统平台(以3条链路为例)；
[0057]
图2为单光束-单接收apt系统结构；
[0058]
图3为坐标转换及俯仰角、方位角计算原理图；
[0059]
图4为分布式激光无线电能传输apt系统工作流程图；
[0060]
图5为主体识别与状态恢复过程；其中，图5(a)～5(d)分别为初始图像、ld1恰好为圆形光斑、给定ld2移动方位(δα,δβ)、圆形光斑恢复完成；
[0061]
图6为n-2台激光器主体识别与状态恢复算法流程图；
[0062]
图7为光斑瞄准与跟踪算法关键坐标点；其中，图7(a)、7(b)分别为激光光伏阵列平面上的二维坐标系λ-μ，图像像素点坐标系x-y。
具体实施方式
[0063]
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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
[0064]
实施例
[0065]
1、基于单光束-单接收apt架构及坐标变换设计分布式apt系统
[0066]
本发明针对分布式结构的激光无线电能传输系统提出一种apt技术方案，分布式激光无线电能传输平台(以3条链路为例)框图如图1所示，该平台主要由功率变换器(激光器驱动器)、激光发生单元(激光器)、准直扩束透镜、三维云台(含步进电机)、激光光伏阵
列、交错并联boost电路构成，需要注意的是，图中仅标注主要传能链路，省略部分辅助单元，如通信模块、功率控制单元等。
[0067]
为说明激光光束apt系统工作原理，仅展示单光束-单接收apt系统，其框图如图2所示，该系统主要部件包括三维云台(含步进电机)、ccd相机、led以及图像处理计算机，其基本工作流程如下：
[0068]
(1)led作为信标光装载于激光光伏阵列上，两信标中心相对位置、信标光与光伏阵列中心相对位置由实际测量得到；
[0069]
(2)ccd相机采集光伏阵列所在平面的图像，图像包含激光光斑与两个信标光光斑，针对此图像进行数字化处理，得到激光光斑中心与两个信标光光斑中心像素点坐标，根据两个信标光像素坐标相对位置与实际相对位置标定像素与实际位置的关系，并结合信标与光伏阵列中心实际相对位置得到像素坐标中光伏阵列中心坐标；
[0070]
(3)由步骤(1)(2)计算得到激光光斑中心与光伏阵列中心像素坐标，结合已知的透镜与光伏阵列距离，计算三维云台俯仰角与方位角。
[0071]
坐标转换及云台方位角、俯仰角计算原理图如图3所示，以光伏阵列所在平面建立二维坐标系λ-μ，光伏阵列中心为坐标原点，两信标中心点坐标分别为a(λ1,μ1)和b(λ2,μ2)；针对数字图像建立坐标系，其原点为数字图像所对应矩阵的第一行第一列位置，对图像进行去噪、滤波、阈值分割、中心定位处理之后，得到两信标坐标点a(x1,y1)和b(x2,y2)以及激光光斑中心l(x
l
,y
l
)，结合λ-μ坐标系中信标位置得到像素点与实际距离的标定值：
[0072][0073]
由此，可以计算得到像素坐标中光伏阵列中心点位置：
[0074]
f(x0,y0)＝f(x
1-f
·
λ1,y
1-f
·
μ1)＝f(x
2-f
·
λ2,y
2-f
·
μ2)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0075]
已知透镜所在平面与激光光伏阵列所在平面距离为l，则以透镜中心建立三维坐标系x-y-z，俯仰角α与方位角β为：
[0076][0077][0078]
若透镜所在平面与激光光伏阵列所在平面的距离未知，给定某个云台俯仰角α一个增量δα，对应激光光斑位置差值为(0,δy)，则可以反推距离l为
[0079][0080]
基于上述原理，设计分布式激光无线电能传输apt系统工作流程图如图4所示。
[0081]
2、图像处理算法
[0082]
在分布式激光无线电能传输apt系统工作初始阶段，需要给定在ccd相机捕获区应捕获到的圆形光斑中心数量n，其中包含由两个信标光形成的光斑中心，因此，工作的激光器数量应为n-2。
[0083]
初始化预设光斑中心个数之后，进入捕获环节。捕获环节需根据激光光伏阵列与云台相对位置，给定步进电机初始的俯仰角和方位角，确保激光光束能落入ccd相机能够捕
获的区域。
[0084]
当捕获完成之后，根据ccd相机采集到的光斑图片，对光斑进行图像处理，识别中心点个数，基本的图像处理流程主要包括图像采集、灰度化处理、阈值分割处理、图像去噪、中心点定位等，其基本原理如下：
[0085]
将彩色图像转换为灰度图像的过程称为图像的灰度化处理，灰度图像上每个像素的色彩浓淡程度称为灰度，范围一般从0到255，图像灰度化处理是图像预处理过程中最基础的部分，主要由最大值法、平均法的加权平均法等。本实例以使用加权平均法为例进行说明，对ccd相机采集到的彩色图像作灰度化处理，其公式为
[0086]
gray(i,j)＝ar(i,j)+bg(i,j)+cb(i,j)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0087]
根据人眼对色彩灵敏度的区别，公式中权值选择常用值：a＝0.2989，b＝0.5870，c＝0.1140。将彩色图像转换为灰度图像之后，将灰度图像定义为一个二维图像f(x,y)，其中x和y是空间(平面)坐标，在坐标(x,y)上的幅值f(x,y)即为该点的灰度(强度)。当x，y及f(x,y)是有限的离散数值时，该图像即为数字图像。
[0088]
对于前景和背景对比度明显的灰度图像而言(激光光斑图像属于这一类)，从背景中提取出亮度较高的前景部分的一种明显方法是，选择一个阈值t作为分割依据，分割后的图像g(x,y)可以由下式给出：
[0089][0090]
当t是一个适用于整个图像的常数时，上式给出的阈值分割方法可以称为全局阈值处理。t为固定值时，也称为固定阈值分割法，当t取决于空间坐标(x,y)时，称作可变阈值处理(自适应阈值处理)，迭代法、最大类间方差法(otsu方法)是较为常见的阈值分割法。
[0091]
边缘像素是指一副灰度图像中灰度发生剧烈变化的像素，而边缘线段是相连边缘像素的集合。通常利用图像一阶导数或者二阶导数的过零点来提取边缘，常见的算子有roberts算子、sobel算子、log算子、laplacian算子等。本研究以laplacian算子为例对图像进行边缘检测，laplacian算子是二阶导数边缘算子，其表达式为
[0092][0093]
边缘检测后得到的图像为
[0094][0095]
通常情况下，使用laplacian算子实现边缘分割的方法是，根据二阶微分的离散公式构造一个空间掩膜(滤波器)，使用掩膜与图像进行卷积，本研究中所使用的掩膜模板为
[0096][0097]
边缘分割完成之后，基于hough变换法原理提取图像中各个圆形光斑的中心，在此简要说明hough变换的原理，假设圆心坐标为(a,b)，圆的半径为r，则圆直角坐标方程为：
[0098]
(x-a)2+(y-b)2＝r2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0099]
假设(a,b,r)为参数空间，即构成一个三维坐标系abr，将xy平面上的三个灰度值
非零像素点构成的一个待检测圆(候选圆)映射到(a,b,r)参数空间中，将a和b视做变量，而x与y为已知量，在三维坐标系中形成一个三维锥面，再将a和b视作已知，则对应三维锥面中的一个点，遍历所有灰度值非零的像素点，得票数最高点所确定的圆即为该圆周上绝大多数点所确定的圆，从而得到圆的中心与半径。
[0100]
总体而言，本发明中图像处理及光斑中心提取算法主要流程为：
[0101]
(1)对图像进行灰度处理，并采用固定阈值分割法滤除背景；
[0102]
(2)构造梯度算子掩膜，与原图像卷积，完成边缘检测，并对图像作二值化处理；
[0103]
(3)采用hough变换法定位各个光斑中心。
[0104]
3、激光光斑主体识别及非正常工作状态恢复算法
[0105]
图像处理结束后识别到的光斑中心与预设的光斑中心比较，若恰好相等，则说明系统处于正常工作状态，否则说明系统处于非正常工作状态。
[0106]
当apt系统处于正常工作状态时，在对光束进行瞄准与跟踪之前，需要对激光光束主体进行识别，即识别光斑所对应的激光器。工业ccd相机每秒可采集十到几百幅图像，据此本发明提出激光光斑主体识别算法，其流程如下：
[0107]
(1)标记云台及准直透镜为1～(n-2),n≥3，给定初始俯仰角α0和初始方位角β0，以δt为间隔给步进电机发送控制信号，使云台依次动作；
[0108]
(2)在(1)过程中，实时采集并处理图像，针对每一幅图像计算各个光斑中心位置；
[0109]
(3)根据第k+1帧图像与第k帧图像的差值，确定光斑变动顺序，从而识别激光光束主体；
[0110]
(4)光斑主体识别完毕，ccd相机停止采集，激光光束主体识别完成。
[0111]
非正常工作状态包括外部因素(如光束发生遮挡、激光器故障等)和内部因素(光斑发生重叠等)导致中心识别个数不等于预设数量的情况。
[0112]
本发明首先引入诱因识别算法，此算法的目的在于判断非正常工作状态的诱因。若是由外部因素导致的非正常工作状态，则在ccd采集到的图像中，假设此时已排除了噪声干扰，那么由阈值分割出来形状应当都是圆形，此时只需要确定剩余的光斑隶属的主体激光器，即可确定非正常工作激光器并排除干扰；而若是由内部因素导致的非正常工作状态，即某些激光器产生的光束发生了重叠，那么重叠光束所形成的光斑形状是由几个圆形叠加而成的，此时光斑形状已非圆形。因此，诱因识别算法的基本原理是在图像处理过程中引入圆形光斑检测。
[0113]
此处说明圆形光斑检测的原理，由圆形的性质可知，一个圆的面积为
[0114]
s＝πr2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0115]
圆的周长为
[0116]
p＝4πr
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0117]
那么定义
[0118][0119]
若由阈值分割之后得到的形状为圆形，则δ＝1。而对于正方形来说，
[0120]
[0121]
对于其他形状，都满足度量值δ＜1。基于此原理，设计圆形光斑检测算法，并根据图像中光斑是否为圆形，判断非正常状态的诱因，即如果光斑都是圆形，那么非正常状态则由外因导致；如果光斑形状中有非圆形，那么非正常状态由内因导致。
[0122]
假如非正常运行状态由外因导致，则进入光束主体识别算法，未识别到的激光器停止工作；若由内因导致，则进入主体识别与状态恢复算法，此处以3台激光器为例，说明主体识别与状态恢复算法。
[0123]
图5是以三台激光器为例的主体识别与状态恢复全过程，图(a)是经过诱因识别之后输入的初始图像，白色十字中心为根据信标定位得到的三台激光光伏阵列中心，分别记作pv1、pv2和pv3，三台激光器记作ld1、ld2和ld3，一个圆形光斑识别出一个中心点(x1,y1)，两个圆形光斑叠加识别出一个中心点(x0,y0)。
[0124]
给定ld1对应的云台一个初始移动方位(δα,δβ)，移动之后采集到图(b)，根据图(b)和图(a)的差值(δx,δy)判断孤立的圆形光斑发生了移动，则说明ld1形成的光斑恰好是圆形光斑，判定剩下ld2和ld3发生了重叠，此时，给定ld2一个(δα,δβ)，若得到图(c)，图像仍发生重叠，则重复此操作，直到激光圆形光斑中心检测数量等于n-2，如图(d)，圆形光斑恢复完毕，进入主体识别算法，识别剩余两个光斑对应的激光器主体；若ld1初始移动之后，发生变换的是重叠形状的中心，则说明ld1形成的光斑是叠加光斑之一，那么，继续移动给定ld1移动方位(δα,δβ)，重复此操作，直到3个激光圆形光斑完成分离，进入主体识别算法。
[0125]
对于n-2台激光器的分布式激光无线电能传输apt系统，其主体识别与状态恢复算法的流程图如图6所示。
[0126]
4、激光光束瞄准与跟踪算法设计
[0127]
光斑主体识别完成之后，即进入瞄准与跟踪算法，此算法的目的是使各个激光光斑中心位置移动到目标激光光伏阵列中心，确保激光光斑完全落入光伏阵列，减少能量损耗，提升激光无线电能传输的综合效率。
[0128]
对于n-2条传能链路的分布式激光无线电能传输apt系统在正常运行状态下或者排除非正常运行状态之后，ccd相机采集到的图像中包含n-2个激光光斑与两个信标光斑，由数字图像处理之后得到n-2台激光器发射的激光光斑位置而以n-2台激光光伏阵列所在的实际平面构建的二维坐标系λ-μ中，以第一台光伏阵列中心作为原点，两信标中心坐标为a(λ1,μ1)和b(λ2,μ2)，对应像素点坐标分别为a(x1,y1)和b(x2,y2)，n-2台光伏阵列中心坐标分别为其中，对应像素点坐标为具体标注如图7所示。
[0129]
根据像素点坐标系与光伏平面坐标系上两个信标中心点，利用公式(1)可以得到实际位置与像素点的标定值f，坐标转换之后即可以计算第一个光伏阵列中心点坐标为
[0130][0131][0132]
容易得到光伏阵列中心的像素点矩阵
[0133][0134]
基于单链路得到的俯仰角、方位角计算公式(3)和(4)以及透镜所在平面与激光光伏阵列所在平面之间的距离l，使n-2台激光器发出的激光光束与光伏阵列一一对应，容易推知n-2个云台移动的俯仰角和方位角矩阵为
[0135][0136]
距离l未知的情况可以采用步骤1中的方法反推得到。
[0137]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，该方法包括：步骤s1、搭建分布式激光无线电能传输系统；步骤s2、初始化预设光斑中心数，系统进入光斑捕获操作；步骤s3、采用图像识别算法识别光斑图像中的光斑中心数，如果识别出的光斑中心数不等于预设光斑中心数，则认为系统处于异常工作状态，转步骤s4，否则采用激光光束主体识别算法识别出激光主体后，转步骤s5；步骤s4、采用诱因识别算法对光斑中心数异常原因进行识别，若为内部因素，则进行主体识别与恢复，并转步骤s5，否则非正常激光器停止工作，调整预设光斑中心数后转步骤s2，进行光斑捕获操作；步骤s5、对激光光束进行瞄准与跟踪。2.根据权利要求1所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述步骤s1中分布式激光无线电能传输捕获、瞄准与跟踪系统包括至少一条传输链路，每条传输链路为单光束-单接收激光无线电能传输捕获、瞄准与跟踪子系统，子系统包括设置有步进电机的三维云台、ccd相机、led、激光光伏阵列和图像处理模块，具体为：1)将led作为信标光装载于激光光伏阵列上，测量两信标中心相对位置、信标光与光伏阵列中心相对位置；2)对ccd相机采集到的光伏阵列所在平面的图像进行处理，得到激光光斑中心与两个信标光光斑中心的像素点坐标；根据两个信标光像素坐标相对位置与实际相对位置标定像素与实际位置的关系，结合信标与光伏阵列中心实际相对位置得到像素坐标中光伏阵列中心坐标；3)根据激光光斑中心与光伏阵列中心像素坐标，结合准直透镜与光伏阵列的距离，计算三维云台俯仰角与方位角，进行捕获、瞄准与跟踪控制。3.根据权利要求2所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述三维云台俯仰角与方位角的计算过程具体为：以光伏阵列所在平面建立二维坐标系λ-μ，光伏阵列中心为坐标原点，两信标中心点坐标分别为a(λ1,μ1)和b(λ2,μ2)；建立数字图像坐标系，原点为数字图像所对应矩阵的第一行第一列位置，对数字图像处理之后，得到两信标坐标点a(x1,y1)和b(x2,y2)以及激光光斑中心l(x
l
,y
l
)，结合λ-μ坐标系中信标位置得到像素点与实际距离的标定值：计算得到像素坐标中光伏阵列中心点位置：f(x0,y0)＝f(x
1-f
·
λ1,y
1-f
·
μ1)＝f(x
2-f
·
λ2,y
2-f
·
μ2)
ꢀꢀꢀꢀꢀꢀ
(2)已知透镜所在平面与激光光伏阵列所在平面距离为l，则以透镜中心建立三维坐标系x-y-z，俯仰角α与方位角β为：z，俯仰角α与方位角β为：
4.根据权利要求2所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述步骤s2中的系统进入光斑捕获操作，具体为：根据激光光伏阵列与三维云台相对位置，给定步进电机初始的俯仰角和方位角，确保激光光束落入ccd相机能够捕获的区域。5.根据权利要求2所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述步骤s3中采用图像识别算法识别光斑图像中的光斑中心数，具体为：根据ccd相机采集到的光斑图片，依次进行灰度化处理、阈值分割处理、图像去噪和中心点定位，识别光斑中心点个数。6.根据权利要求5所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述步骤s3中采用图像识别算法识别光斑图像中的光斑中心数，包括以下子步骤：1)对光斑图像进行灰度处理，并采用阈值分割法滤除背景；2)构造梯度算子掩膜，与原光斑图像卷积，完成边缘检测，并对图像作二值化处理；3)采用霍夫变换法定位各个光斑中心，识别出光斑图像中的光斑中心数。7.根据权利要求2所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述步骤s3中采用激光光束主体识别算法识别出激光主体，具体包括以下子步骤：1)标记三维云台及准直透镜为1～(n-2),n≥3，给定初始俯仰角α0和初始方位角β0，以δt为间隔给步进电机发送控制信号，使三维云台依次动作；2)在步骤1)过程中，实时采集并处理图像，针对每一幅图像计算各个光斑中心位置；3)根据第k+1帧图像与第k帧图像的差值，确定光斑变动顺序，从而识别激光光束主体；4)光斑主体识别完毕，ccd相机停止采集，激光光束主体识别完成。8.根据权利要求2所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述非正常工作状态包括外部因素和内部因素导致中心识别个数不等于预设数量，所述外部因素包括光束发生遮挡和激光器故障，所述内部因素包括光斑发生重叠。9.根据权利要求8所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述采用诱因识别算法对光斑中心数异常原因进行识别具体为：通过在图像处理过程中引入圆形光斑检测对光斑发生重叠情况进行识别。10.根据权利要求2所述的一种分布式激光无线电能传输捕获、瞄准与跟踪方法，其特征在于，所述步骤s5中的对激光光束进行瞄准与跟踪，具体为：使各个激光光斑中心位置移动到目标激光光伏阵列中心，确保激光光斑完全落入光伏阵列；采用ccd相机采集到的图像中包含n-2个激光光斑与两个信标光斑，图像处理后得到n-2台激光器发射的激光光斑位置以n-2台激光光伏阵列所在的实际平面构建二维坐标系λ-μ中，以第一台光伏阵列中心作为原点，两信标中心坐标为a(λ1,μ1)和b(λ2,μ2)，对应像素点坐标分别为a(x1,y1)和b(x2,y2)，n-2台光伏阵列中心坐标分别为其中，对应像素点坐标为根据像素点坐标系与光伏平面坐标系上两个信标中心点，计算实际位置与像素点的标定值f，坐标转换之后计算第一个光伏阵列中心点坐标：
得到光伏阵列中心的像素点矩阵：基于单条链路得到的俯仰角、方位角计算公式(3)和(4)以及透镜所在平面与激光光伏阵列所在平面之间的距离l，使n-2台激光器发出的激光光束与光伏阵列一一对应，推知n-2个三维云台移动的俯仰角和方位角矩阵；根据计算得到的n-2个三维云台移动的俯仰角和方位角矩阵，控制三维云台进行瞄准与跟踪。

技术总结
本发明涉及一种分布式激光无线电能传输捕获、瞄准与跟踪方法，该方法包括：S1、搭建分布式激光无线电能传输平系统；S2、初始化预设光斑中心数，进行光斑捕获；S3、识别光斑图像中光斑中心数，如果识别出的光斑中心数不等于预设光斑中心数，则认为处于异常工作状态，转S4，否则采用激光光束主体识别算法识别出激光主体后，转S5；S4、采用诱因识别算法对光斑中心数异常原因进行识别，若为内部因素则进行主体识别与恢复，并转S5，否则非正常激光器停止工作，调整预设光斑中心数后转S2，进行光斑捕获操作；S5、瞄准与跟踪激光光束。与现有技术相比，本发明能够实现多激光-多光伏阵列的匹配、对准，保证分布式传能系统的稳定运行。保证分布式传能系统的稳定运行。保证分布式传能系统的稳定运行。


技术研发人员：康劲松 周艳萍 孙梁榕
受保护的技术使用者：同济大学
技术研发日：2023.05.08
技术公布日：2023/8/6