全局运动强化与动态惯性误差修正的视觉惯性里程计方法

本发明公开了全局运动强化与动态惯性误差修正的视觉惯性里程计方法，该方法获取并预处理视觉惯性数据集与位姿真值集；构建视觉惯性里程计网络，该网络包括双分支特征提取、全局运动强化、条件调制交互融合、双分支位姿估计及动态惯性误差修正等模块；利用训练集和损失函数对网络进行迭代训练，得到最优网络模型；将测试集输入该模型，输出位姿估计结果集合。本发明通过全局运动强化提取背景光流，利用条件调制实现异质模态的深度交互，并基于双分支位姿残差对惯性误差进行动态反馈修正，有效解决了动态场景抗干扰能力差、异质模态融合不充分以及长时序惯性误差累积漂移的问题，显著提升了复杂场景下位姿估计的精度与稳定性。