基于双模态融合注意力和分层自适应优化的智能采茶机器人采摘路径规划方法

本发明涉及一种基于双模态融合注意力和分层自适应优化的智能采茶机器人采摘路径规划方法，属于智能路径规划技术领域。该方法包括：实时采集RGB图像与深度信息，提取特征后进行双模态特征融合，然后识别环境和枝条叶片并生成结构化局部环境模型；构建综合采摘效果最大化函数，应用分层异构自适应优化算法寻找满足该函数和约束条件的最佳全局路径；在机器人于两个采摘点之间移动的过渡阶段时，实时监测行进路径周围的环境状态评估潜在的碰撞风险等级；必要时通过局部路径规划机制动态生成局部修正路径，将该局部修正路径融入或重连接至原定全局路径。本发明解决了复杂、非结构化茶园环境中路径规划精度低、环境适应性差、采摘效能不高的问题。