一种基于强化学习和无人机的变电站自适应巡检方法

本发明涉及一种基于强化学习和无人机的变电站自适应巡检方法，属于电力巡检技术领域。针对现有技术中巡检死角、安全隐患、人工标定航线效率低及场景知识复用弱的问题，首先利用无人机雷达/SLAM采集场站多源数据，对异构点云与可见光数据坐标统一，基于超分重构构建高精度3D场站模型；通过双流交叉注意力模块PROMPT‑CAFFM融合雷达与可见光编码特征，生成设备体素语义定位模型；最后基于该模型解析任务提示词生成初始航线，结合强化学习模型实时优化航点轨迹；所述强化学习模型以设备安全距离、成像质量及飞行效率构建多维奖励函数，动态修正飞行轨迹，具体包括：1)根据提示词解析语义输出含航点坐标及云台角度的航线文件；2)基于实时传感数据动态调整航线。