【技术实现步骤摘要】
本专利技术涉及海洋机器人，更具体地，涉及基于视觉语言模型的海床作业机器人行进规划方法及系统。
技术介绍
1、随着海洋资源开发的不断深入，海底作业机器人在海洋工程中的应用越来越广泛。然而，海底环境复杂多变，尤其是海底稀软土表面，其地形地貌、水流、海洋生物等因素对机器人的行进稳定性提出了严峻挑战。传统的机器人行进规划方法通常基于预设的环境模型和规则，难以适应复杂多变的海底环境。现有的视觉导航方法虽然能够利用图像信息进行环境感知，但在处理多模态数据融合和复杂环境决策时仍存在不足。例如，这些方法往往忽视了机器人履带/滑橇底盘的数值数据，如压力数据、速度、海底深度等，这些数据对于机器人的稳定行进至关重要。此外，传统的数据采集方法成本高昂，且在实际海底环境中数据采集的风险较大，限制了模型训练的效率和质量。
技术实现思路
1、本专利技术针对现有技术中存在的技术问题，提供基于视觉语言模型的海床作业机器人行进规划方法及系统，旨在解决机器人于海底稀软土表面进行作业时的稳定行进难题，保障机器人稳定行走，提高机器...
【技术保护点】
1.基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，所述图像中的关键特征包括海底地形和障碍物位置；所述使用机器人前置 RGB 相机获取图像信息，使用视觉编码器对 RGB 信息进行编码，提取图像中的关键特征包括：
3.根据权利要求1所述的基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，所述使用机器人前置 RGB 相机获取图像信息之后，还需要对采集到的图像进行预处理；预处理包括：图像增强、去噪、锐化操作。
4.根据权利要...
【技术特征摘要】
1.基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，所述图像中的关键特征包括海底地形和障碍物位置；所述使用机器人前置 rgb 相机获取图像信息，使用视觉编码器对 rgb 信息进行编码，提取图像中的关键特征包括：
3.根据权利要求1所述的基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，所述使用机器人前置 rgb 相机获取图像信息之后，还需要对采集到的图像进行预处理；预处理包括：图像增强、去噪、锐化操作。
4.根据权利要求1所述的基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，所述结合机器人履带/滑橇底盘的数值数据包括：
5.根据权利要求1所述的基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，所述将压力数据、速度、海底深度数据组织为提示词，向视觉-语言模型提供机器人当前的运行状态和环境信息包括：
6.根据权利要求5所述的基于视觉语言模型的海床作业机器人行进规划方法，其特征在于，所述视觉-语言模...
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。