基于深度学习的多传感器自适应防撞方法、装置及介质

本申请提供一种基于深度学习的多传感器自适应防撞方法、装置及介质，涉及船舶防撞领域，该方法包括：获取目标船舶的船舶位置和多类别的障碍物数据；采用自注意力机制，对多个障碍物数据进行数据融合，得到融合特征向量；采用YOLOv5，对融合特征向量进行处理，确定障碍物的边界框、边界框对应的边界框位置和边界框速度；通过卷积神经网络，对边界框位置、边界框速度进行处理，得到障碍物的未来轨迹数据和障碍物与目标船舶的碰撞概率；基于未来轨迹数据、船舶位置和碰撞概率，确定目标船舶的航向和速度。本申请通过多传感器的融合与深度学习算法的应用，能够在复杂海况和低能见度下实现高精度的碰撞预测与风险评估。