【技术实现步骤摘要】
本专利技术涉及环境感知和场景理解，特别是涉及一种基于图注意力网络的多任务场景理解方法。
技术介绍
1、在当前的技术背景下，智能移动设备(如自动导引车agv)在工业和商业环境中的应用越来越广泛。目前，agv通常搭载多种传感器进行数据采集，以实现具有自主避障和导航功能的巡检工作。典型的agv系统包括激光雷达(lidar)、相机、gps传感器等几类传感器。尽管这些传感器能够提供丰富的场景信息，但现有技术主要集中在对传感器数据的处理和应用上，缺乏对多传感器数据进行综合分析和全局理解的能力。例如，agv可以识别出前方有障碍物，但无法从整体上评估环境的拥挤程度、危险级别或其他特殊情况。且现有的技术方案很少涉及对感知到的环境进行整体理解的内容，只停留在机器对环境的感知和理解层面，人类很难对机器感知到的场景进行整体把握。
2、目前，场景理解技术在智能移动设备中的应用较少，主要局限于基本的环境感知和导航任务。部分技术开始尝试使用transformer结构进行场景理解任务，但仍存在计算复杂度高、多模态数据融合效果有限、环境变化适应能力不足、全局...
【技术保护点】
1.一种基于图注意力网络的多任务场景理解方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图注意力网络的多任务场景理解方法，其特征在于，多模态数据集的生成过程为：
3.根据权利要求2所述的一种基于图注意力网络的多任务场景理解方法，其特征在于，利用多模态数据融合方法提取物体特征的过程为：
4.根据权利要求3所述的一种基于图注意力网络的多任务场景理解方法，其特征在于，所述综合数据表示的数据处理过程为：
5.根据权利要求4所述的一种基于图注意力网络的多任务场景理解方法，其特征在于，场景建模的过程为：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。