一种基于多通道增强与高效的局部注意力的自主导航方法

本发明涉及自动驾驶与机器人导航领域，公开了一种基于多通道增强与高效的局部注意力的自主导航方法，包括以下步骤：通过多尺度特征融合模块实现全局与局部特征的跨维度交互，生成鲁棒的环境表征；采用方向敏感局部注意力模块结合水平与垂直卷积核捕获局部空间位置编码，增强视觉Transformer的方位感知能力；利用上下文广播方法注入均匀注意力矩阵补偿全局信息遗漏；通过可变形卷积动态生成梯度密度驱动的显著性锚点，抑制噪声并保留动态场景的关键上下文；最终基于最大熵强化学习框架融合锚点显著性、路径跟踪与策略熵奖励，输出符合机械约束的导航动作指令。本发明通过多模块协同设计，实现了复杂动态场景下感知与决策的端到端优化。