一种基于图像深度预测和单目几何的视觉里程计方法及系统

本发明公开了一种基于图像深度预测和单目几何的视觉里程计方法及系统，所述方法包括输入两个连续图像帧，采用尺度不变特征变换算法检测和描述图像局部特征，之后使用FLANN算法在两帧图像之间匹配对应的特征点对；使用对极几何约束求解本质矩阵,得到相机的相对姿态变换；构建并训练单目深度预测模型,为每一帧输入图像预测密集深度信息；如果两个连续图像帧构成的有效深度信息对的数量大于给定阈值，则使用三角测量法估算尺度因子，得到校正后相对姿态变换，否则利用透视N点投影算法、RANSAC算法和局部非线性优化相结合的方式，求解绝对姿态变换。本发明有效集成深度学习与传统几何方法的优势,能适应动态环境,提高了单目视觉里程计的鲁棒性和精度。