一种基于深度学习的水下机器人目标识别与追踪评估方法

本发明公开了一种基于深度学习的水下机器人目标识别与追踪评估方法，包括：获取目标光学图像、声呐回波信号以及流场参数，构建多模态数据并进行预处理和时空对齐；提取目标表观特征与流场特征并进行动态权重融合后，通过分类器处理得到目标识别结果；基于目标识别结果与流场动力学特征构建轨迹预测模型，结合历史轨迹数据优化得到初始轨迹预测结果；构建隐式流场模型，与轨迹预测模型进行联合训练，得到优化后的轨迹预测模型；获取优化后模型输出的轨迹预测结果，结合实际轨迹数据计算偏差，根据偏差对轨迹预测模型中的物理约束权重与目标识别参数进行动态调整，本发明能够有效提高水下机器人在水下进行目标识别追踪的高精度与强鲁棒性。