一种基于大模型的动态场景下智能车定位方法及装置制造方法及图纸

本申请提供一种基于大模型的动态场景下智能车定位方法及装置，其中的方法包括：获取当前时刻的自车上的相机采集的RGB图像；利用SLAM前端视觉里程计对当前时刻的RGB图像进行位置估计，得到当前时刻的自车的第一位置；基于当前时刻的自车的第一位置和上一时刻的自车的第一位置，以及当前时刻的RGB图像和上一时刻的RGB图像，确定当前时刻的RGB图像中的动态区域；去除当前时刻的RGB图像中的动态区域，得到仅包含场景静态区域的RGB图像；利用SLAM前端视觉里程计对仅包含场景静态区域的RGB图像进行位置估计，得到当前时刻的自车的第二位置。本申请提高了在同时含有高动态和可移动物体的环境下的智能车的定位精度。

【技术实现步骤摘要】

本申请涉及视觉定位和物体跟踪，尤其是涉及一种基于大模型的动态场景下智能车定位方法及装置。

技术介绍

1、目前的slam(simu ltaneous local ization and mappi ng，同步定位与建图)方法通常依赖假设静态环境，或者结合语义信息模块实现动态环境位姿估计。这种slam系统可以运行在特定的动静态环境中，但是在许多现实场景中并不能运行，原因在于自动驾驶中道路场景中存在大量未知的复杂动态物体。

技术实现思路

1、有鉴于此，本申请提供了一种基于大模型的动态场景下智能车定位方法及装置，以解决上述技术问题。

2、第一方面，本申请提供一种基于大模型的动态场景下智能车定位方法，包括：

3、获取当前时刻的自车上的相机采集的rgb图像；

4、利用slam前端视觉里程计对当前时刻的rgb图像进行位置估计，得到当前时刻的自车的第一位置；

5、基于当前时刻的自车的第一位置和上一时刻的自车的第一位置，以及当前时刻的rgb图像和上一时刻的rgb图像，确定当前时刻本文档来自技高网...

【技术保护点】

1.一种基于大模型的动态场景下智能车定位方法，其特征在于，包括：

2.根据权利要求1所述的基于大模型的动态场景下智能车定位方法，其特征在于，基于当前时刻的自车的第一位置和上一时刻的自车的第一位置，以及当前时刻的RGB图像和上一时刻的RGB图像，确定当前时刻的RGB图像中的动态区域；包括：

3.根据权利要求2所述的基于大模型的动态场景下智能车定位方法，其特征在于，基于当前时刻的自车的第一位置和上一时刻的自车的第一位置，确定当前时刻的RGB图像和上一时刻的RGB图像之间的全静态假设光流图；包括：

4.根据权利要求3所述的基于大模型的动态场景下智能车定位方法...

【技术特征摘要】

1.一种基于大模型的动态场景下智能车定位方法，其特征在于，包括：

2.根据权利要求1所述的基于大模型的动态场景下智能车定位方法，其特征在于，基于当前时刻的自车的第一位置和上一时刻的自车的第一位置，以及当前时刻的rgb图像和上一时刻的rgb图像，确定当前时刻的rgb图像中的动态区域；包括：

3.根据权利要求2所述的基于大模型的动态场景下智能车定位方法，其特征在于，基于当前时刻的自车的第一位置和上一时刻的自车的第一位置，确定当前时刻的rgb图像和上一时刻的rgb图像之间的全静态假设光流图；包括：

4.根据权利要求3所述的基于大模型的动态场景下智能车定位方法，其特征在于，将所述全静态假设光流图和实际场景光流图进行比较，确定动态物体区域位置，包括：

5.根据...

【专利技术属性】
技术研发人员：卢凤黎，王景微，吴璟莉，张灿龙，陆声链，任亦张，李志伟，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：