风能发电是最成熟且价格最具竞争力的可再生能源发电方式。风电机组的叶片是能源转化的关键部件之一,也是风电机组中最容易受到损伤的部件之一。相比传统人工检测与传感器检测方法,利用无人机航拍风电叶片图像的缺陷检测方式更安全、高效和便捷。在此背景下,本文进行基于无人机的风电叶片图像信息采集系统设计,主要研究内容如下:针对风电机组结构特征与图像采集系统要求,设计基于航拍视点的无人机全覆盖路径规划方案。以风电叶片模型为基础,构造椭圆形候选视点区域,构造视点评价函数,进行视点采集区域划分并生成最佳航拍视点。以航拍视点为依据,结合改进的粒子群算法生成最优的无人机图像采集路径。与传统算法对比,验证本文改进算法的优越性。针对四旋翼无人机轨迹跟踪过程中存在的参数不确定与外界干扰问题,设计一种双闭环自适应控制策略。为了降低控制器设计复杂度,根据四旋翼无人机系统的欠驱动特性,将系统分成姿态内环和位置外环。在扰动观测器的基础上,利用积分型反步控制算法完成无人机位置信息在外界干扰下的稳定跟踪控制;在扰动观测器的基础上,利用自适应滑模控制算法完成无人机在姿态信息参数不确定和外界扰动同时作用下的稳定跟踪控制。与传统PID控制和滑模控制进行仿真对比,验证本文所提出控制策略的优越性。通过嵌入式设备实现图像从采集到显示的相关技术。使用ZC3XX系列摄像头进行图像采集,使用Linux免驱USB无线网卡进行无线网络创建,利用Open SSL技术进行传输加密,利用GTK图形技术构建图像实时显示界面。以模块化方式完成图像采集端与显示端软件设计。最后,借助嵌入式设备实现图像从采集、传输到显示整个过程。