【技术实现步骤摘要】
本专利技术属于视觉slam，具体涉及一种跨楼层反向寻车方法。
技术介绍
1、随着城市化的加速发展，车辆数量不断增加，而停车资源却相对有限，尤其在城市繁忙的商业区和住宅区，土地资源相对稀缺，导致了停车难题，多层停车场的需求逐渐增加。许多车主在庞大的多层停车场中难以快速找到自己的车辆，反向寻车技术的发展迎合了这一社会需求。
2、在当前科技迅速发展的时代，智能驾驶技术逐渐成为汽车行业的关键发展方向，使得车辆具备更多的智能化功能，其中一项重要的应用便是智能停车与反向寻车，车主期望通过智能技术更便捷地管理和寻找自己的车辆，提高停车的效率和体验。随着传感技术的不断进步，特别是全球定位系统(gps)、摄像头、激光雷达等传感器的应用广泛普及，车辆定位和识别能力得到了显著提升，使得反向寻车技术更为可行。然而，gps信号在室内穿透物体的能力相对较弱。建筑物、墙壁和天花板等结构会减弱gps信号的强度，形成多径效应，导致在地下停车场中无法准确判断信号的真实路径，从而引发定位误差，尤其在多层停车场中，准确判断楼层成为难以突破的瓶颈难题。相比之下，视觉...
【技术保护点】
1.一种跨楼层反向寻车方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种跨楼层反向寻车方法，其特征在于，所述步骤1中数据采集，具体为：
3.根据权利要求1所述的一种跨楼层反向寻车方法，其特征在于，所述步骤2中构建三维稠密语义地图，具体为：
4.根据权利要求3所述的一种跨楼层反向寻车方法，其特征在于，所述步骤2.1中语义分割所用的模型为语义分割模型MDC-Seg，包括骨干网络、编码器和解码器，其中骨干网络取MobileNetV3-Large的前11层Bneck用于提取不同层次的图像语义特征，编码器进一步抓取深层语义特征的多...
【技术特征摘要】
1.一种跨楼层反向寻车方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种跨楼层反向寻车方法，其特征在于，所述步骤1中数据采集，具体为：
3.根据权利要求1所述的一种跨楼层反向寻车方法，其特征在于，所述步骤2中构建三维稠密语义地图，具体为：
4.根据权利要求3所述的一种跨楼层反向寻车方法，其特征在于，所述步骤2.1中语义分割所用的模型为语义分割模型mdc-seg，包括骨干网络、编码器和解码器，其中骨干网络取mobilenetv3-large的前11层bneck用于提取不同层次的图像语义特征，编码器进一步抓取深层语义特征的多尺度信息，解码器融合浅层与深层语义特征，恢复图像分辨率；
5.根据权利要求1所述的一种跨楼层反向寻车方法，其特征在于，所述步骤3中生...
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。