摘要
本发明公开了一种基于POI点提取与目标融合的自主导航方法,该方法通过激光传感器实时获取环境距离数据,采用连续测距差值超阈值和测距上限开放区域检测两种方式动态生成候选POI点,并结合障碍物临近性验证与访问区域过滤构建POI存储库。采用以Fast ViT为核心的感知模块,对多帧堆叠的鱼眼相机图像进行多尺度特征融合,将POI子目标的相对距离和航向偏差编码为物理状态向量与视觉特征深度耦合。基于分层SAC算法,通过具备安全奖励机制的Critic网络实现多模态状态决策,利用奖励函数的指导使移动小车规划出安全路径,最终输出优化的线速度和角速度控制指令,本发明帮助移动小车在无地图的情况下进行安全导航。
技术关键词
自主导航方法
障碍物
多尺度特征融合
SAC算法
激光传感器
传感器噪声
视觉特征
鱼眼相机
多尺度特征提取
移动小车
多头注意力机制
局部特征提取
存储库
动态
偏差
模态特征
图像
编码模块
系统为您推荐了相关专利信息
分层规划方法
气象
A星算法
混沌粒子群算法
混合算法
泊车方法
卫星定位坐标
图像
车辆控制模块
检测车辆周围环境
文本
图元
智能分析方法
特征金字塔网络
多尺度特征融合