基于多模态AI视觉融合的退役光伏组件拆解路径规划方法

本发明属于路径规划技术领域，涉及基于多模态AI视觉融合的退役光伏组件拆解路径规划方法。通过同步获取可见光图像序列和热红外图像序列，并将两种模态的视觉特征映射至同一世界坐标系，对边缘检测结果与温度梯度分布进行像素级加权叠加，生成融合视觉特征图，构建结构有向图，结合工具可达空间与障碍区域约束，计算满足全部依赖方向的最短无碰撞遍历路径，转换为带动作类型标识和工具姿态参数的离散轨迹点序列。本发明实现可见光结构信息与热红外温度变化信息的底层自适应融合，显著提升老化、污损、隐裂等复杂表面条件下的特征识别稳定性，有效提高拆解路径规划的完整性和执行成功率，适用于各类晶体硅退役光伏组件的自动化拆解产线。