一种融合时空语义信息的端到端单目视觉里程计方法

本发明公开了一种融合时空语义信息的端到端单目视觉里程计方法。此方法通过彩色单目相机采集连续图像序列帧，构建了多信息融合的端到端深度学习框架；还采用异构训练域集合多种数据集课程共享参数融合训练，并通过输入连续图像序列，所述端到端深度学习框架动态耦合历史输出的隐状态特征向量，形成时序感知的特征映射关系，实现对场景中静态背景要素与动态实体对象的可解释特征解耦。经迭代式特征融合后，系统输出符合场景几何约束的稀疏深度及相机运动位姿，从而构建了一个在复杂环境下具有高鲁棒性和强泛化能力的相机轨迹估计模型。该方法显著提升了单目视觉里程计的定位精度和稳定性。