基于深度学习的纯RGB小车语义地图构建方法和重定位方法

本发明公开基于深度学习的纯RGB小车语义地图构建方法和重定位方法，其包括以下步骤：小车在场景内沿着预设路径进行运动，RGB相机选择某一位姿实时采集RGB图片，并获取RGB相机的位姿和小车的位姿；通过深度学习实现单目相机的稠密深度信息估计，再根据关键点的2D坐标在深度图中获取对应关键点的深度信息，从而计算出关键点的3D坐标和小车相对原点的Rt矩阵，将这些关键点的2D坐标、3D坐标、描述子以及小车相对原点的Rt矩阵、RGB相机的位姿和小车的位姿进行关联，可以构建丰富的语义地图，其中每一关键点都包含了详细的信息，解决视觉建图无法提供稠密的深度信息的问题，有助于后续的场景理解和决策任务。