一种利用机会视觉信标和航位推算的视觉惯性定位算法，用于没有GNSS的大规模应用

本研究针对复杂城市环境中在GNSS信号缺失情况下的行人导航需求，提出了一种低成本的视觉惯性定位解决方案。该方案结合了轻量级的多尺度组卷积视觉位置识别神经网络和基于卡尔曼滤波的视觉/惯性融合方法，显著提高了定位的准确性和可靠性。实验结果表明，与传统方法相比，所提方案在保持定位稳定性的同时，显著降低了模型参数，并实现了更高的召回率和定位精度。