基于经验知识迁移的水下机器人自主视觉导航方法及系统

本发明属于机器人导航技术领域，涉及基于经验知识迁移的水下机器人自主视觉导航方法及系统。首先，采集视觉数据、声呐数据与惯导数据建立高精度三维环境模型；其次，采用无盲区、无畸变的注视点重建算法与时序建模网络提取人类视觉注意与操作行为特征，生成经验特征向量并通过模仿学习网络构建人类策略模板；以该策略模板为先验，依据导航精度、安全避障、能耗优化与经验一致性四类奖励项进行多目标自适应优化，结合双层经验记忆机制实现跨任务知识迁移；利用体素化地图结合RRT与能耗加权Dijkstra算法生成全局路径。该方法有效提升了水下机器人在复杂深海环境下的自主感知、决策与导航能力，实现了从人机协同到智能自治的跨越式发展。