摘要
本发明提供了一种智能巡检机器人系统,涉及机器人巡检技术领域。通过多模态传感器采集环境数据;对环境数据进行预处理,包括图像去噪与增强、点云滤波及姿态数据平滑,生成多模态融合输入数据;将预处理后的数据输入基于Vision Transformer的多模态感知网络,通过自注意力机制提取全局特征,并与激光雷达点云及IMU数据联合嵌入,生成环境语义特征图;基于所述环境语义特征图,利用神经辐射场技术实时重建动态3D场景模型,并通过元强化学习算法生成自适应巡检路径;结合动态窗口法优化所述巡检路径的平滑性和安全性,控制机器人运动模块执行避障与导航。实现了在工业巡检过程中提升自动巡检的精确度和合理性的技术效果。