一种基于多模态融合的无人车导航方法

本发明涉及自动驾驶技术领域，公开一种基于多模态融合的无人车导航方法，包括：步骤S1，传感器数据采集与预处理，获取多模态传感器数据且进行数据对齐、滤波及归一化处理；步骤S2，基于变分推理方法构建传感器融合权重的优化框架，利用预处理后的数据作为输入，定义优化目标函数，通过变分推理方法求解融合权重的最优解；步骤S3，在变分推理优化模型的基础上，利用信息几何度量优化传感器权重更新过程。引入跨模态学习与推理机制，利用信息几何优化方法加速权重更新，使无人车能快速适应突发环境变化，相比传统神经网络模型需要大量训练数据，本发明的方法无需大规模数据集预训练，能自适应调整决策，提高泛化能力。