【技术实现步骤摘要】
本申请属于计算机视觉，具体涉及一种视觉重定位方法、系统及存储介质。
技术介绍
1、随着科学技术的发展，应用于汽车进行自动泊车技术得到了快速发展。在汽车自动泊车过程中常采用计算机视觉技术，通过对图像检索，根据图像特征对车辆进行位姿恢复，进行视觉重定位。但传统的重定位方法中，在构建的先验地图中包含语义地图和特征地图，其中,语义地图精度低无法实现精准的位姿恢复，特征地图精度高但是易受环境视觉场景退化，光照变化等因素影响，从而导致位置姿态恢复精度无法满足记忆泊车代客泊车功能需求。
技术实现思路
1、为解决上述技术问题，本申请提出一种视觉重定位方法、系统及存储介质。根据深度学习模型从获取的图像信息中提取的数据特征和构建的地图模型进行匹配，选择候选帧图像特征，根据所获得的候选帧图像特征对车辆进行位姿恢复并输出重定位位姿信息。
2、具体的，本申请提出一种视觉重定位方法，包括：
3、s1：获取当前时刻车辆所处环境的图像信息；
4、s2：对所述图像信息进行特征提取，获得像...
【技术保护点】
1.一种视觉重定位方法，其特征在于，包括：
2.根据权利要求1所述的视觉重定位方法，其特征在于，所述地图模型的构建方法，包括：
3.根据权利要求2所述的视觉重定位方法，其特征在于，所述根据所述历史时刻的局部特征、全局特征和像素级特征点构建所述地图模型之前，还包括：
4.根据权利要求3所述的视觉重定位方法，其特征在于，所述对所述历史时刻的全局特征和局部特征进行降维处理，具体为：
5.根据权利要求4所述的视觉重定位方法，其特征在于，所述选取候选帧图像特征，包括：
6.根据权利要求5所述的视觉重定位方法，其特征在于...
【技术特征摘要】
1.一种视觉重定位方法，其特征在于，包括：
2.根据权利要求1所述的视觉重定位方法，其特征在于，所述地图模型的构建方法，包括：
3.根据权利要求2所述的视觉重定位方法，其特征在于，所述根据所述历史时刻的局部特征、全局特征和像素级特征点构建所述地图模型之前，还包括：
4.根据权利要求3所述的视觉重定位方法，其特征在于，所述对所述历史时刻的全局特征和局部特征进行降维处理，具体为：
5.根据权利要求4所述的视觉重定位方法，其特征在于，所述选取候选帧图像特征，包括：
6.根据权利要求5所述的视觉重定位方法，其特征在于，所述根据...
【专利技术属性】
技术研发人员：杨武召，贺武，张群，董长晋，韩笑，周同同，张伟山，
申请(专利权)人：深圳市德赛西威汽车电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。