一种基于深度学习的农业无人集群路径规划方法

本发明公开了一种基于深度学习的农业无人集群路径规划方法，涉及农业机械化与智能化技术领域，包括以下步骤：构建包含环境参数、农艺规则参数和设备动力学参数的因果图神经网络；本发明中，通过构建因果关联模型实现无人机与无人车动力学约束深度融合，解决传统同构算法的状态空间不兼容问题；借助跨尺度因果注意力机制与语义掩码技术，精准映射田块级数据与植株级农艺规则，突破多源数据语义断层；通过地形自适应建模与轻量化模型策略，提升复杂环境适应性与设备推理效率，系统性解决了农业无人集群协同效率低、农艺合规性差、通信鲁棒性不足等核心问题，为全域精细化作业提供高效可靠方案。