一种基于AI技术的无人机自主巡检方法

本发明涉及一种基于AI技术的无人机自主巡检方法，包括以下步骤：S1:在巡检过程中，使用机载摄像头捕获高分辨率图像，通过IMU和LiDAR的数据进行图像的空间校准，确保捕获的图像数据与物理环境精确对应；S2:使用Gabor滤波器提取图像中的纹理特征，应用Canny边缘检测算法获取图像中的边缘特征，并利用霍夫变换检测直线结构，辅助识别导线；S3:采用改进DeepLab模型来分割导线区域；S4:使用卡尔曼滤波器来对识别到的导线位置进行实时跟踪，并引入动态贝叶斯网络DBN，对导线的位置进行短期变化预测；S5:基于SLAM生成当前环境的地图，并基于RRT改进算法优化无人机的巡检路径。本发明实现精准的导线巡检，确保沿着导线的安全路线进行作业，提高效率并降低巡检的风险。