一种基于深度学习网络的视觉记忆泊车方法、介质、设备及车辆

本申请公开了一种基于深度学习网络的视觉记忆泊车方法、介质、设备及车辆，包括：获取停车场的预加载地图；获取当前时刻目标车辆的特征图和上一时刻目标车辆在预加载地图上的真实车辆位姿；基于上一时刻目标车辆在预加载地图上的真实车辆位姿，预测当前时刻目标车辆在所述预加载地图上的虚拟车辆位姿；基于预测的当前时刻目标车辆在预加载地图上的虚拟车辆位姿，裁剪出目标车辆在预加载地图上的局部地图；在深度学习网络下对齐特征图和局部地图，输出当前时刻目标车辆在预加载地图中的真实车辆位姿；基于所述预加载地图中的真实车辆位姿和选定的目标车位，获取云端记忆的对应于所述目标车位的停车路径进行泊车。通过上述方式本申请能够仅靠视觉观测及车辆自身的里程计实现记忆泊车的巡航过程，避免了记忆复杂的道路拓扑信息及语义车道，仅需维护记忆的路线以及轻量的语义地图，减少存储空间，降低了维护成本，平台之间的数据更容易进行迁移。