VVLoc：无先验的 3 自由度车辆视觉定位
计算机视觉与模式识别
2026-02-03 v1 机器人学
摘要
定位是自动驾驶中的关键技术，涵盖拓扑定位（识别与当前观察最相似的地图关键帧）和度量定位（提供精确空间坐标）。常规方法通常独立处理这两个任务，依赖单摄像头 setup，常需额外的 3D 语义或姿态先验，缺乏对定位结果置信度的量化，因而在实际工业应用中不够可行。本文提出 VVLoc，一个统一的管道，采用单一神经网络同时实现基于多摄像头系统的拓扑和度量车辆定位。VVLoc 首先评估视觉观察之间的地理相近性，然后通过匹配策略估计其相对度量姿态，同时提供置信度度量。此外，VVLoc 的训练过程高度高效，仅需配对视觉数据和相应地面实况姿态，无需复杂的补充数据。我们在公开数据集上以及更具挑战性的自采数据集上评估 VVLoc，证明其在广泛的定位任务中能实现最先进的定位精度。
引用
@article{arxiv.2602.00810,
title = {VVLoc: Prior-free 3-DoF Vehicle Visual Localization},
author = {Ze Huang and Zhongyang Xiao and Mingliang Song and Longan Yang and Hongyuan Yuan and Li Sun},
journal= {arXiv preprint arXiv:2602.00810},
year = {2026}
}