摘要
本发明公开了一种基于环境语义信息的区域分割与自主目标搜寻方法,属于机器人自主导航与环境感知技术领域。包括:基于环境语义信息对待搜寻区进行区域划分,构建地图;对于每个所述区域,利用深度学习模型实时检测该区域中的物体,获取物体的位置坐标信息、物体名称以及物体所属区域的类别;统计每个所述区域内不同类别物体的频次,根据出现频率最高的物体类别对当前区域进行命名;根据目标搜寻任务中待寻找物名称,对应其所属区域类别,基于所述地图进行目标搜寻。本发明通过模拟人类认知模式实现了基于物体类别的区域自动命名与精准分割,同时支持任务动态调整和高效寻物,显著提升导航效率与目标定位的可靠性。
技术关键词
搜寻方法
物体
地图
深度学习模型
语义
激光雷达数据
坐标
扇区
机器人自主导航
深度值
环境感知技术
搜寻系统
深度相机
像素
图像
频率
系统为您推荐了相关专利信息
机器人导航方法
模型构建方法
邻居
节点特征
全局状态信息
信息处理方法
机器学习模型
生成业务
计算机程序指令
历史交互信息
深度学习模型训练
预测系统
偏最小二乘回归模型
时间序列特征
数据处理模块