基于多尺度胶囊网络与卷积神经网络的车辆定位方法、设备和介质

本发明涉及一种基于多尺度胶囊网络与卷积神经网络的车辆定位方法、设备和介质，所述方法包括以下步骤：S1、获取车载多种传感器的图像数据，分别进行特征提取，将提取获得的特征转换至同一特征空间，并在时间维度上进行对齐；S2、将经过时间对齐后的特征进行叠加融合，采用分层结构提取不同尺度的信息，构建多尺度特征图；S3、分别利用多尺度胶囊网络和卷积神经网络对多尺度特征图进行特征学习；S4、将多尺度胶囊网络和卷积神经网络学习到的特征投影至同一特征空间，并进行自适应特征融合，获得融合特征表示；S5、根据融合特征表示对车辆位置进行预测。与现有技术相比，本发明具有更高的鲁棒性和更强的抗干扰性。