基于VR和无人机的建筑内部自动巡检方法及系统

本发明公开了一种基于VR和无人机的建筑内部自动巡检方法及系统，包括以下步骤：获取多传感器原始数据，利用自适应卡尔曼滤波进行数据降噪和同步处理，采用张量流形学习方法提取动态特征，利用动态特征拓扑分析方法检测环境变化，通过加权图卷积网络进行环境重建；采用图匹配网络对齐方法进行模型配准，通过深度图神经网络提取语义特征，利用条件随机场模型计算区域变化概率，通过贝叶斯推理网络进行信息融合；基于改进的A*算法和动态规划进行路径优化，采用贝塞尔曲线生成平滑轨迹；通过分级细节技术进行渲染优化，建立操作映射关系；采用模型预测控制进行状态预测和控制指令生成。本发明提高了巡检的自动化水平、安全性和效率。