一种基于深度神经网络匹配的地图视觉定位方法及系统

本发明公开了一种基于深度神经网络匹配的地图视觉定位方法及系统，该方法包括：搭建图像定位深度神经网络并进行训练；获取城市道路图像数据，对图像数据进行调整尺寸、去除噪声处理，利用image网络提取图像的语义特征，利用BEV网络将提取的特征转化为图像的BEV表示；获取城市地图数据，使用map网络对地图数据进行处理，提取地图的语义和几何信息，生成神经地图表示；对图像的BEV表示与神经地图表示进行匹配，估计相机姿态概率分布，确定图像在地图上的位置和朝向。本发明依靠单目深度估计将语义特征提升到BEV空间，相较于传统基于3D点云的方法更为紧凑高效，显着降低了存储和计算成本，适用于嵌入式设备，提供了更高效、经济实惠的解决方案。