本发明涉及一种多模态气管插管导引方法，采用Transformer编解码来实时识别内窥镜影像中的气管口以预测声门开口中心位置；依据测量得到的多路二氧化碳浓度差异利用矢量化定位方法确定声门开口的中心位置；基于影像图像建立坐标系，将通过多路二氧化碳浓度差异矢量化定位方法计算出的声门开口中心位置映射到影像图像坐标系中，再将其与基于Transformer的编解码预测出的声门开口中心坐标进行加权融合，最终得到准确的声门开口中心坐标，确定气管导管方向和位置。以此多模态气管插管导引方法来引导气管插管操作。该方法既保证了在气管插管过程中气管口检测的速度，又提高了其检测的准确度，减少医生插管的难度，提高成功率。