A estimativa da pose do veículo é uma parte importante dos sistemas de transporte inteligente. No entanto, cenários de movimento complexos e a existência de câmeras monoculares que não conseguem obter informações de profundidade apresentam problemas. Este artigo propõe um método que combina câmeras monoculares e um modelo tridimensional do veículo para estimar a pose do veículo. Primeiro, realiza-se a normalização de escala dos alvos veiculares em múltiplas escalas, em seguida, as coordenadas dos pontos-chave do veículo são regressadas na forma de campo vetorial para melhorar a precisão da estimativa de pose em estados de oclusão ou truncamento. Nesse processo, propõe-se o uso de uma função de perda de campo vetorial ponderada por distância e um método de votação que minimiza o erro dos pontos-chave, aumentando ainda mais a precisão do algoritmo de estimativa de pose. Além disso, foi criado um conjunto de dados sintético com informações de anotação rica para estimativa da pose do veículo, e os resultados de validação indicam que o erro médio de localização e o erro angular são 0,162 m e 4,692°, respectivamente, tendo grande valor de aplicação em cenários reais.

Visão monocular; Pose do veículo; Modelo 3D; Campo vetorial; Pontos-chave