一种基于深度学习的视觉惯性里程计及其使用方法

本申请属于无人机视觉定位技术领域。本申请提供一种基于深度学习的视觉惯性里程计及其使用方法。本公开实施例可以。引入高效的动态感知网络来代替普通的卷积，并构建了跨模态一致性增强的特征融合模块，能够捕获长距离的空间信息，同时可以消除两种模态之间的差异性，增强两者的一致性。同时，可以在内存占用率小的前提下，达到较高的实时处理速度，使其非常适合部署于资源受限的嵌入式平台。多模态信息融合策略将视觉信息与惯性数据高效整合，确保系统在城市、农村以及高速行驶等多种复杂场景下均能保持稳定且可靠的定位性能，展现出卓越的鲁棒性和广泛的适用性。