买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院自动化研究所申请的专利基于多模态感知Mamba的无人机视觉语言导航方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119063736B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411248358.6，技术领域涉及：G01C21/20；该发明授权基于多模态感知Mamba的无人机视觉语言导航方法是由徐常胜;高君宇;王宗萌设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本基于多模态感知Mamba的无人机视觉语言导航方法在说明书摘要公布了：本发明公开了一种多模态感知Mamba的无人机视觉语言导航方法，包括：对文本指令信息建模，提取文本语义特征，使代理能够理解指令上下文内容；对无人机代理捕获的视觉图像以及位置方向进行建模，提取视觉语义和方向语义特征，使其能够感知环境信息；对导航的历史轨迹进行建模，提取历史轨迹特征，使无人机代理能够从历史信息中挖掘关键知识；基于Mamba模型将文本、视觉以及方向三个不同模态的信息融合学习，推理导航动作；将上述所有部分整合到一个统一的框架，进行模型的整体训练。本发明使得模型能够捕获不同模态关键的导航线索，促进多模态融合，提高导航效果。

本发明授权基于多模态感知Mamba的无人机视觉语言导航方法在权利要求书中公布了：1.一种基于多模态感知Mamba的无人机视觉语言导航方法，其特征在于，包括以下步骤： 步骤S1、对文本指令信息建模，提取文本关键语义特征，使无人机代理能够理解指令上下文内容； 步骤S2、对无人机代理捕获的视觉图像以及位置方向进行建模，提取视觉语义和方向语义特征，使其能够感知环境信息； 步骤S3、对导航的历史轨迹进行建模，提取历史轨迹特征，使无人机代理能够从历史信息中挖掘关键知识； 步骤S4、基于Mamba模型将文本、视觉以及方向三个不同模态的信息融合学习，推理导航动作，包括： 步骤S41：状态空间模型SSM通过一个隐藏状态将一维的函数或序列映射成输出，,变换过程如下： ； ； 其中，A,B,C,D是模型的参数，为了能够将上述过程应用到离散的信号中，采用零阶保持技术，使用步长参数将处理连续信号的参数A,B转换成处理离散信号的参数,，具体过程如下： ； ； ； 通过离散化处理后，处理离散信号的过程变为： ； ； 步骤S42：Mamba模型使用选择扫描算法，将参数B,C,建模为关于输入x的函数，动态的依赖与当前的输入，使模型能够理解序列中更重要的内容，而忽略无关的内容，包括： ； ； ； 其中，D为输入x的维度，R是一个低维度，N表示隐藏状态的维度；之后通过离散化操作获得对应的； 步骤S43：考虑到视觉语言导航的多模态特性，设计模态共享的参数化策略，将语言、视觉、方向特征映射到同一维度并拼接成一个序列X={；;}，一方面使用原本构建策略，保持单模态的特征和稳定性；另一方面，设计按序模态融合机制构建低秩另外两个模态的特征，使模态间能够交互共享关键的导航信息，促进模型的选择机制，挖掘关键的导航线索，包括： =； ={;;}； ； ； ； 其中，序列长度扩展操作，保持不同模态融合时维度对齐； 步骤S44：通过步骤S43针对视觉语言导航任务优化Mamba模型后，通过改进的Mamba模型获得模态融合输出，然后通过全连接层预测对应的动作和关注区域，包括： ； ； ； 其中，是预测的3维位置坐标，表示预测的1维的进程完指标，判别进程完成程度，当大于一个阈值是导航停止；代表注意力掩码，用来判别当前无人机关注的区域；R是将预测掩码区域映射到原图尺寸，上述动态过程的损失函数如下： ； ； ,； 其中，表示均方误差损失，表示计算旋转角度变化，表示归一化扫描路径评分损失，，，表示从真实轨迹中获得标签； 步骤S5、将上述步骤整合到一个统一的框架，进行框架的整体训练，所述统一的框架的整合即优化损失函数L为： +。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。