基于深度学习与图像识别的目标铺装路径规划方法及装置

本发明提供了基于深度学习与图像识别的目标铺装路径规划方法及装置，涉及铺装路径技术领域，包括：获取轨道板状态图像信息和环境动态图像信息；基于环境动态图像信息进行几何建模，得到三维环境模型；根据深度学习算法对轨道板状态图像信息和三维环境模型分析，并基于运动预测算法对轨道板的铺装路径预测；基于惯性权重和交叉变异概率对粒子群算法改进，并基于神经网络和施工进度数据动态调整粒子群算法的参数，得到粒子群优化算法；将预测运动轨迹和路径约束条件输入到粒子群优化算法中求解；根据铺装运动路径进行路径铺装并监测，当监测结果满足预设偏差阈值时，结束铺装。本发明解决了面对动态环境变化时，无法及时调整路径规划的问题。