简介： 本发明提出一种地铁巡检AGV故障检测方法，包括1)建立第一深度神经网络，用于识别地铁巡检AGV采集的摄像头信息，提取地铁完整信息，屏蔽其他图像噪声，并建立相应的激活函数与损失函数；2)建立第二深度神经网络，用于对步骤1)中第一神经网络得到的地铁信息进行故障检测；3)通过改进的DDPG算法深度强化学习使巡检机器人自适应故障检测，该方法时基于深度神经网络与强化学习的地铁巡检AGV故障检测方法，通过有监督学习和无监督学习的方式，巡检机器人可以对采集的地铁故障类型以及严重程度进行自适应学习，不断提高在地铁巡检过程中的故障识别率，并对故障严重程度进行智能化分析，极大地提高了故障检测的准确性以及可靠性。