一种面向水轮发电机内膛检修场景的启发式搜索方法

本发明提供了一种面向水轮发电机内膛检修场景的启发式搜索方法，巡检机器人采集水轮发电机内膛的RGB‑D图像数据，利用卷积神经网络实现对关键部件的识别；基于双目视觉和深度信息计算关键部件的三维空间坐标，并转换至以机器人坐标系原点为参考的世界坐标系；依据统一模板将部件空间分布、结构关系和尺寸参数转化为结构化语义文本，并与预设拓扑知识模板一并输入大语言模型，推理输出目标部件的潜在空间区域及置信度；根据置信度动态选择采用语义增强的下一最佳视角（NBV）路径规划或回退至纯几何NBV，调整任务相关性权重，生成候选视点集合；根据NBV优化结果选取最优视角，驱动机器人自主生成并执行巡检路径，完成对目标部件的定位与数据采集。