一种基于多模态自适应决策的接触网异物清除系统及方法

本申请涉及一种基于多模态自适应决策的接触网异物清除系统及方法，包括多模态感知模块：通过可见光相机、红外热像仪、激光雷达同步采集接触网环境数据；异质数据融合网络：通过改进的跨模态注意力机制对齐可见光、红外热像与激光雷达点云的特征空间，生成鲁棒的异物三维表征；分层强化学习决策引擎：结合元学习预训练策略库与在线贝叶斯自适应机制，动态生成适应接触网摆动的清除策略；时空约束运动规划器：融合接触网动态形变模型与安全裕度约束，生成毫米级精度的机械臂轨迹。本申请通过多模态感知‑智能决策‑精准执行的全链路技术，解决传统方法因数据异构性、环境动态性和物理约束性导致的清除效率低、安全性差问题。