本文提出了一种利用机载摄像头和卫星图像的细粒度室外机器人自定位方法，通过检测关键点和深度特征，建立同伦变换，提高动态环境下的感知能力。该方法采用空间嵌入方法，降低纯视觉匹配的歧义性，提高特征匹配和姿态估计的准确性。实验证明该方法优于现有方法，能够实现低于0.5米的空间准确性误差和小于2度的方向准确性误差。

本文提出了一种细粒度的室外机器人自定位方法，利用机载摄像头和卫星图像，解决了跨视角定位方法的问题。通过检测关键点和深度特征，去除离地物体，并建立同伦变换，提高动态环境下的感知能力。采用空间嵌入方法，降低纯视觉匹配的歧义性，提高特征匹配和姿态估计的准确性。实验证明该方法优于现有方法，能够实现低误差的空间和方向准确性。

本文提出了一种细粒度的室外机器人自定位方法，利用机载摄像头和卫星图像，解决了跨视角定位方法的问题。通过检测关键点和深度特征，去除离地物体，并建立同伦变换，提高动态环境下的感知能力。采用空间嵌入方法降低匹配歧义性，提高特征匹配和姿态估计的准确性。实验证明该方法优于现有方法，能够实现低于0.5米的空间准确性误差和小于2度的方向准确性误差。

本文提出了一种利用机载摄像头和卫星图像的细粒度室外机器人自定位方法，解决了跨视角定位方法的问题，提高了感知能力和准确性。实验证明该方法优于现有方法，实现了低误差的空间和方向准确性。