一种基于深度强化学习的配网无人机自主航线生成方法及系统

本发明公开了一种基于深度强化学习的配网无人机自主航线生成方法及系统。包括：通过无人机搭载多光谱摄像头实时采集配网线路图像，采用融合视觉Transformer模块的改进目标检测算法识别杆塔、导线及绝缘子，并融合RTK定位与视觉SLAM构建三维环境地图；构建基于PPO的智能体，其状态空间包括无人机相对位置、线路角度及障碍物距离，动作空间包含飞行速度、云台角度及变焦控制，通过复合奖励函数优化决策；首次巡检时采用ε‑greedy策略探索最优路径，基于LSTM网络生成包含位置和拍摄参数的航线文件，支持动态重组以适应特巡需求；利用迁移学习和在线策略梯度更新持续优化巡检策略。本发明实现了无人机巡检的高精度自主决策与动态路径规划，提升了电力设备巡检效率和安全性。