基于多视角和多尺度特征融合的车辆定位方法

本发明属于车辆定位技术领域，具体公开了一种基于多视角和多尺度特征融合的车辆定位方法。本发明方法中提出了一种多视图多尺度金字塔融合神经网络，在网络的输入级，利用激光雷达点云投影的多通道距离图像RIV，以及使用正态分布变换生成的BEV表示，能够在全局和局部尺度上相互补充，提升了对场景的整体理解能力，多视角输入有效缓解了单视角的局限性，提升模型的鲁棒性与抗干扰性。在网络架构层面，提出了一种利用Mamba的自关注机制。本发明不仅可以充分利用多个视图之间的互补相关性，还可以跨多尺度特征对上下文信息进行编码和集成，最终生成的全局描述符特征丰富，提高了车辆定位的准确性。