一种基于多模态数据融合与强化学习的混合式高程图生成方法

AITNT
正文
推荐专利
一种基于多模态数据融合与强化学习的混合式高程图生成方法
申请号:CN202510764080
申请日期:2025-06-10
公开号:CN120807307A
公开日期:2025-10-17
类型:发明专利
摘要
本发明涉及的一种基于多模态数据融合与强化学习的混合式高程图生成方法,通过视觉‑LiDAR深度融合、方向感知特征编码、时空一致性优化及强化学习动态参数调整,实现中速无人驾驶场景下15米远距离、0.05米/pixel高分辨率的高程图生成。本发明的方法将高程误差降至低于15cm,路径规划成功率提升至90%,系统成本降低70%,为复杂非结构化环境提供鲁棒导航支持。
技术关键词
多模态数据融合 生成方法 生成对抗网络 超分辨率 激光雷达 LiDAR点云 感知特征 非结构化环境 视觉特征 轮式编码器 多模态传感器 深度学习框架 坐标系 多目相机 高程误差 多尺度特征 多层感知机 视觉传感器
系统为您推荐了相关专利信息
1
一种陡坡林区激光雷达点云密度增强方法
机载激光雷达 地形特征点 数字高程模型 地面覆盖物 林区
2
一种基于知识图谱的检索增强生成方法及装置
文本 预训练语言模型 知识图谱管理 缓存机制 生成方法
3
一种结构上高仿真模拟损伤裂纹图像生成方法及其系统
像素点 图像生成方法 待测结构 图像生成系统 坐标
4
一种路面塌陷风险监测方法及系统
风险监测方法 轻量化卷积神经网络 滑动时间窗口 生成对抗网络 可见光图像
5
一种面向激光粉末床熔融复材的仿二月兰结构设计方法
结构设计方法 粉末床 生成对抗网络模型 微观结构特征 激光
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