一种基于深度学习的轨道视频巡检方法及系统

本发明公开了一种基于深度学习的轨道视频巡检方法及系统，涉及视频巡检技术领域，包括，获取地图信息分析无人机巡检的有效拍摄宽度，定义轨道边界约束分析轨道拍摄的有效宽度，用以确定不同飞行轨迹路径，并评估飞行轨迹的适应度值确定最优路径，分析最优路径的转弯能耗和平稳飞行能耗，添加分步坐标点确定巡检任务的轨道分段。本发明所述方法通过将分段任务集进一步优化，与实时能耗结合，形成轨道分段任务集，达到了将长路径转化为多个子路径的小规模巡检任务的效果，通过对轨道分段任务的分级，保证了轨道采集任务在光照条件不足的情况下仍能高效执行，且弱光采集任务集的定义为后续高度调整和红外补光优化提供了明确指引。