摘要
本发明涉及潜航器避障技术领域,公开了一种潜航器的实时避障方法,包括以下步骤:S1、获取传感器原始数据,经过量子时钟同步处理与结构光三维扫描处理,输出时空校准后的传感器数据;S2、将时空校准后的传感器数据进行基于Transformer的跨模态特征编码与知识图谱增强处理,输出融合处理后的数据;S3、将融合处理后的数据进行基于生物启发的分层行为树决策与深度强化学习处理。通过量子时钟同步处理结合结构光三维扫描处理,解决了传感器原始数据在时间同步和空间定位上的偏差问题,确保各传感器数据在皮秒级时间精度和毫米级空间精度上达成统一,输出时空校准后的精准数据,为后续避障流程奠定可靠的数据基础。
技术关键词
避障方法
潜航器
环境流体力学
传感器
多头注意力机制
数据
光流场
时钟同步
数字孪生技术
脉冲神经网络构建
校准
模态特征
深度强化学习
结构光
前馈神经网络
轨迹
卷积神经网络提取
线扫描装置
决策
策略
系统为您推荐了相关专利信息
微胶囊
防火方法
动态剂量控制
多元传感器
智能火灾
数控轧辊
工业相机
机械手
箱液位传感器
位置开关
运维决策方法
大规模知识图谱
节点
运维知识图谱
长短期记忆网络