一种基于自学习的视觉定位方法

本发明公开了一种自学习的视觉定位方法，包括以下步骤：S1获取图像数据；S2图像强化；先对图片提取亮度信息，S3基于YOLOv5算法将获取的图像信息进行划分为网格，并提取网格信息中提取特征信息以及标签信息，然后通过贝叶斯的自适应学习方法对特征信息和标签信息的权重信息进行调整，然后根据调整后权重信息对特征信息进行合并，将合并之后的图像信息并转换为三维坐标信息；S4通过最小二乘法调整期预测速度值和预测三维坐标信息，S5通过马可夫数据转移概率矩阵、预测速度信息以及预测三维坐标信息、S3步骤中图像信息中当前位置的目标框信息预测姿态数据，然后根据预测姿态数据进行定位移动，定位数据可靠性好。