基于自监督神经网络的视觉惯导雷达融合自定位方法

本发明公开了基于自监督神经网络的视觉惯导雷达融合自定位方法，涉及人工智能与传感器融合定位技术领域，包括以下步骤：构建基于长短期记忆网络的元学习器；本发明中，通过构建基于LSTM的元学习器实现动态拓扑适应，能在约2分钟内响应环境变化完成拓扑调整并精准捕捉环境特征；利用注意力机制的知识记忆模块及相关算法，实现高效的知识迁移和继承，可准确融合新旧知识以保障掘进安全；通过联合训练与优化，多模块协同优化参数，采用NSGA‑II算法进行多目标平衡优化，在不同地质条件下兼顾性能、效率和知识利用，提升了掘进作业的整体水平。