面向复杂环境的机器视觉导航优化方法

本申请涉及机器视觉与自主导航技术领域，公开了面向复杂环境的机器视觉导航优化方法，包括以下步骤：获取视觉图像，计算其语义不确定性、动态不稳定性及任务关联度的多维原始熵；对原始熵进行调制融合，生成表征综合不确定性的认知熵图；基于该图仲裁兴趣区域并调用资源进行精解感知；联合认知熵图与精解结果规划风险规避路径；最后，根据精解结果对认知熵图的生成过程进行溯因自校准。本发明建立了一套全新的环境不确定性量化框架，将语义模糊度、动态混沌度与任务关联度共同纳入考量，并利用交叉调制手段对这些多源信息进行非线性融合，从而生成一个能综合反映潜在风险的认知熵图。