一种基于端到端深度学习的单目视觉里程计定位方法

本申请属于计算机视觉与机器人导航技术领域。本申请提供一种基于端到端深度学习的单目视觉里程计定位方法。本公开实施例通过采用显式的尺度校正方法，并对完整时间序列进行深度建模，能够精准捕捉连续帧之间的细微运动变化，从而显著提升单目视觉里程计在平移与旋转估计上的准确性，有效解决了传统方法中误差累积和尺度模糊的问题。融合模块将初始位姿估计、全局深度信息和时间位姿信息高效整合，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。