一种基于数字孪生的具身智能AI巡检方法

本发明涉及智能机器人巡检技术领域，公开了一种基于数字孪生的具身智能AI巡检方法，其中，一种基于数字孪生的具身智能AI巡检方法包括：利用动态注意力多层特征提取网络分析机器人搭载传感器采集的多光谱图像，生成工业设施异常覆盖度实时分布图；利用时空序列对比学习模型分析历史异常覆盖数据，生成异常覆盖趋势预测；利用物理约束神经微分方程模型分析异常覆盖演化过程，生成精确的异常演化预测结果；利用多目标优化算法生成最优巡检路径；动态更新数字孪生系统，并生成工业设施维护优化建议；本发明通过动态注意力多层特征提取网络和光照条件自适应增强算法，有效解决了强光和高反射环境下的检测难题。