一种基于高维认知编码的大尺度空间类脑导航方法

AITNT
正文
推荐专利
一种基于高维认知编码的大尺度空间类脑导航方法
申请号:CN202510357312
申请日期:2025-03-25
公开号:CN120333435A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于高维认知编码的大尺度空间类脑导航方法,包括利用带有负反馈的震荡干涉网络构建网格细胞,对自运动信息的三轴速度进行路径积分,实现无人系统位置的高频粗略估计;利用连续吸引子神经网络构建位置细胞,通过循环映射机制高效表征大尺度空间,实现自运动信息与环境信息的自适应融合;利用兴趣迭代机制进行认知地图快速解码,实现无人系统对环境信息的记忆与推理功能。本发明融合了惯性导航系统提供的自运动信息以及全球导航卫星系统和相机提供的外界环境信息,为无人系统提供了一种高效、可靠的大尺度空间类脑导航方法。
技术关键词
类脑导航方法 认知地图 细胞模型 编码 语义 指针 全球导航卫星系统 连续吸引子神经网络 解码 细胞膜电位变化 融合多源信息 卷积神经网络提取 记忆 系统对环境 惯性导航系统 视觉里程计 场景 兴趣 网格状
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号