一种面向复杂场景的多模态大模型检测识别机器人识别系统

本申请涉及多模态感知技术领域，公开了一种面向复杂场景的多模态大模型检测识别机器人识别系统，系统构建动态流形建模模块，通过随机微分方程与深度分数匹配实现跨模态联合去噪，利用光流场构建漂移项与各向异性扩散项，消除雨雾、运动模糊等动态噪声干扰；在此基础上，设计信息几何对齐模块，基于黎曼流形优化与正交投影矩阵计算，通过多尺度度量张量融合实现视觉‑Li DAR特征的几何等距映射；进一步提出动态外参标定模块，采用SE(3)流形卡尔曼滤波结合噪声自适应缩放技术，实时跟踪补偿外参偏移量。相较于传统方法，本发明解决了跨模态数据几何失配、外参漂移累积及语义融合低效等核心问题，显著提升了自动驾驶系统在复杂动态场景下的感知精度与鲁棒性。