Los vehículos inteligentes para búsqueda y rescate, cuya misión es asistir al personal de emergencia explorando visualmente un edificio desconocido, requieren una localización precisa. Con el GPS no disponible y los enfoques que dependen de la instalación de nueva infraestructura, hitos artificiales o mapas 3D densos preconstruidos no viables, la pregunta es si existe un enfoque que pueda combinar información de mapas previos ubicuos con una cámara monocular para una posicionamiento preciso. Presentamos FloorVLoc-Floorplan Vision Vehicle Localization. Proporcionamos un medio para integrar una cámara monocular con un plano de planta de manera unificada y modular, de modo que cualquier sistema de Simultaneous Localization and Mapping (SLAM) visual monocular pueda incorporarse sin problemas para la posicionamiento global. Usar un plano de planta es especialmente beneficioso ya que las paredes son geométricamente estables, la huella de memoria es baja y la información del mapa previo se mantiene al mínimo. Además, nuestro análisis teórico de las características visuales asociadas con las paredes muestra cómo se corrige la deriva. Para ver este enfoque en acción, desarrollamos dos sistemas de posicionamiento global completos basados en la metodología central introducida, operando tanto en marcos de Localización de Monte Carlo como en optimización lineal. La evaluación experimental de los sistemas en simulación y en un entorno real desafiante demuestra que FloorVLoc funciona con un error promedio de 0.06 m en 80 m en tiempo real.