一种融合图像识别与M-RRT及APF算法的无人机最优航迹规划方法及数智化系统

本发明提出一种融合图像识别与M‑RRT及APF算法的无人机最优航迹规划方法及系统。通过多模态传感器实时获取风机点云与视觉数据，基于深度学习识别叶片关键部件并构建几何映射模型，结合DBSCAN聚类修正叶尖点，预测停机姿态。全局路径采用方向启发因子改进的M‑RRT算法，引导搜索叶片关键区域；局部轨迹通过动态权重APF算法优化，实时调整斥力场以应对姿态变化。引入在线重规划机制，当环境突变或跟踪误差超阈值时触发NSGA‑III多目标优化，综合能耗、时间与安全性生成最优航迹。系统集成高精度感知、自适应规划与动态优化，显著提升复杂停机姿态下的巡检覆盖率与轨迹安全性。