技术特征：
技术总结
本发明提出一种基于无监督学习的单目视觉定位方法，步骤如下：获取视频流信息并等分切分成图像帧；将相邻的第一和第二图像帧分别输入到位姿估计网络、第一和第二深度估计网络中，获得第一和第二图像帧对应的位姿之间的位姿变换、第一和第二图像帧对应的第一和第二深度图；将第一深度图和位姿变换进行重建得到第二重建图像帧，将第二深度图和位姿变换进行重建得到第一重建图像帧；计算重建误差并以重建误差最小化为目标对位姿估计网络和深度图估计网络进行拟合训练；将拟合训练好的位姿估计网络和深度图估计网络组合的深度神经网络应用在单目视觉定位中。本发明将相邻两帧图像作为输入进行拟合的深度图神经网络，能有效提高定位效果，可扩展性强。
技术研发人员：黄镇业;吴贺俊
受保护的技术使用者：中山大学
技术研发日：2018.09.28
技术公布日：2019.03.15