一种基于深度学习的水下航行器路径规划与避障方法

本发明涉及水下机器人技术领域公开一种基于深度学习的水下航行器路径规划与避障方法，包括如下步骤：S1、通过水下传感器与北斗卫星导航系统获取水下环境的多模态数据，实时生成高精度环境模型；S2、利用多传感器融合算法，将北斗卫星提供的全局定位信息与声呐、惯性导航系统和视觉SLAM的数据进行融合。通过融合高清传感器与北斗卫星导航系统，结合深度学习模型，显著提升水下航行器的环境感知与路径规划能力，且在复杂且多变的水下环境中，高清传感器能实时采集精准的环境数据，深度学习模型则根据数据对障碍物进行精确识别和分类，规划最优的避障路径，其感知的精度和实时性提升航行器的导航能力。