一种无度量地图的多无人车神经拓扑探索方法

本发明公开一种无度量地图的多无人车神经拓扑探索方法，应用于多无人车协同探索领域，针对现有多无人车协同探索算法中的度量地图依赖问题，本发明方法包括建图、决策与执行三部分；在建图阶段，通过全景RGB‑D传感器采集环境数据，并应用基于路径点的拓扑建图算法，直接从视觉特征和深度信息中构建纯拓扑表示，无需依赖传统度量地图；在决策阶段，首先通过基于图神经网络(GNN)的全局决策模块分析拓扑地图结构，智能确定最优导航目标；随后，采用A*算法在拓扑图上规划路径并生成局部导航目标；最终由局部决策模块将抽象目标转化为具体的执行动作；在执行阶段，集成了自适应脱困机制，通过实时监测无人车状态并智能调整行为策略。