CN103186797A - 视觉定位方法及装置 - Google Patents
视觉定位方法及装置 Download PDFInfo
- Publication number
- CN103186797A CN103186797A CN2012102112712A CN201210211271A CN103186797A CN 103186797 A CN103186797 A CN 103186797A CN 2012102112712 A CN2012102112712 A CN 2012102112712A CN 201210211271 A CN201210211271 A CN 201210211271A CN 103186797 A CN103186797 A CN 103186797A
- Authority
- CN
- China
- Prior art keywords
- feature point
- map feature
- image
- sensing element
- particle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000002245 particle Substances 0.000 claims abstract description 71
- 150000001875 compounds Chemical class 0.000 claims description 20
- 238000009434 installation Methods 0.000 claims description 20
- 238000012216 screening Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 8
- 238000010191 image analysis Methods 0.000 claims description 8
- 239000004744 fabric Substances 0.000 claims description 7
- 238000006467 substitution reaction Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000003252 repetitive effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000004606 Fillers/Extenders Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
一种视觉定位方法及装置,适于定位具有图像感测元件的电子装置。此方法利用粒子滤波器洒布多个粒子至电子装置估计的位置周围的多个位置,然后分别找出各个粒子对应的可视范围内的多个地图特征点,并联集为可视的地图特征点集合。接着,利用图像感测元件提取图像,并分析图像中的多个图像特征点,然后将图像中的图像特征点分别与上述可视的地图特征点集合中的地图特征点进行比对,获得比对结果。最后选择与比对结果最相近的粒子,以该粒子所在位置作为电子装置的位置。
Description
技术领域
本公开涉及一种视觉定位方法及装置。
背景技术
定位导航技术的研发目的在于估计移动载体在实际环境移动过程中的位置,进而达成移动载体准确而稳定的导航需求。此技术可分成两大类:一类是通过建置环境电子地图,而以此地图作为移动载体定位时的参考信息;另一类则未建构环境电子地图,而是通过在移动载体移动的过程中进行同步定位与环境电子地图建置。
如果采用建置环境电子地图的技术,移动载体可在移动过程中通过感测元件收集环境信息,并进一步与预先建置的环境电子地图比对,以完成其位置估计。举例来说,图1是已知估计移动载体位置的范例。请参照图1,其中物件12标示移动载体目前的估计位置,多个估计点14标示所估计的环境特征点,而多个特征点16则标示地图的环境特征点,当估计点14与地图的特征点16重叠的部分达一定比例时,即表示移动载体的位置估计符合目前的环境状态;反之,当二者之间的偏移过大时,则表示移动载体无法确认其目前正确位置。
如果采用同步定位与环境电子地图建置技术,则未事先针对环境进行地图建置,而是在移动载体移动的过程中通过感测元件进行环境特征或地标的检测,并以此作为地图的参考信息,达成定位目的。举例来说,图2是已知估计移动载体位置的范例。请参照图2,移动载体22会在移动过程中检测环境中可辨识的特征24,并对所检测的地标位置,以不确定性的分布26来表示其可信赖的程度,此种技术可通过随时检测环境特征及其可能位置的方式达成定位需求。
以上所提的移动载体定位技术通过视觉图像感测元件建构的定位技术,并使用延伸卡尔曼滤波器(Extended Kalman Filter,EKF)或粒子滤波器(Particle Filter,PF)等算法进行移动载体的移动预测与修正程序,以达成较准确的环境电子地图建置与移动载体定位。算法的修正程序乃使用图像特征点比对技术,计算出移动载体的估计姿态误差量,以进行误差修正。
然而,一般将粒子滤波器算法用于移动载体的视觉图像感测元件的定位时,每个粒子皆须进行图像与地图特征点的比对,因此当粒子数量增加时,其运算量将会跟随着大幅增加。此外,上述视觉图像感测元件的定位技术多半仍停留在模拟或是离线的定位运算,无法即时完成移动载体的定位,使得这些方法均无法用于实际环境下移动载体的定位导航需求。
发明内容
有鉴于此,本公开提出一种视觉定位方法及装置,通过使用粒子滤波器定位算法,进行移动载体的移动预测与修正程序,以达成较准确的环境特征地图与移动载体定位。
本公开提出一种视觉定位方法,适于定位具有图像感测元件的电子装置。此方法利用粒子滤波器洒布多个粒子至电子装置估计的位置周围的多个位置,并分别找出各个粒子对应的可视范围内的多个地图特征点,并联集为可视的地图特征点集合。接着,利用图像感测元件提取图像,并分析图像中的多个图像特征点,然后将图像中的图像特征点分别与上述可视的地图特征点集合中的地图特征点进行比对,获得比对结果,最后则选择与比对结果最相近的粒子,而以该粒子所在位置作为该电子装置的位置。
本公开提出一种视觉定位装置,其包括图像感测元件、图像分析模块、粒子滤波器、特征点集合模块、特征比对模块及位置判断模块。其中,图像感测元件用以提取图像。图像分析模块用以分析图像感测元件所提取的图像中的多个图像特征点。粒子滤波器用以洒布多个粒子至视觉定位装置估计的位置周围的多个位置。特征点集合模块用以分别找出各个粒子对应的可视范围内的多个地图特征点,并联集为地图特征点集合。特征比对模块用以将图像中的图像特征点分别与地图特征点进行比对,获得比对结果。位置判断模块选择与比对结果最相近的粒子,而以该粒子所在位置作为视觉定位装置的位置。
基于上述,本公开通过辨识图像中的不同特征点,将粒子滤波器定位算法中不必要的特征点比对计算去除,可解决视觉图像感测元件定位算法重复运算的问题,并降低视觉图像感测元件定位软件算法的运算量。
为让本公开的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1是已知估计移动载体位置的范例。
图2是已知估计移动载体位置的范例。
图3是依照本公开一实施例所绘示的视觉定位装置的方块图。
图4是依照本公开一实施例所绘示的视觉定位方法的流程图。
图5是依照本公开一实施例所绘示的视觉定位方法的示意图。
图6是依照本公开一实施例所绘示的筛选地图特征点的方法流程图。
图7是依照本公开一实施例所绘示的利用激光定义可视范围的范例。
图8是依照本公开一实施例所绘示的筛选地图特征点的方法流程图。
图9是依照本公开一实施例所绘示的直线方程式象限示意图。
【主要元件符号说明】
12:物件
14:估计点
16:特征点
22:移动载体
24:可辨识特征
26:不确定性分布
30:视觉定位装置
31:图像感测元件
32:图像分析模块
33:粒子滤波器
34:特征点集合模块
35:特征比对模块
36:位置判断模块
51:粒子
52:地图特征点
53:粒子集合
54:可视的地图特征点集合
55、70:提取图像
56:图像特征点
92、94:圆圈
LL:左投影点
LR:右投影点
LL、LR:线段
S402~S410:本公开一实施例的视觉定位方法的步骤
S602~S606:本公开一实施例的地图特征点筛选方法的步骤
S802~S810:本公开一实施例的地图特征点筛选方法的步骤
具体实施方式
本公开利用视觉图像感测元件可辨识图像中不同特征点的特性,将粒子滤波器定位算法中重复的特征点比对计算去除,使粒子滤波器算法不会随着粒子数量增加而造成特征点比对运算量大幅上升,藉此可降低视觉图像感测元件定位软件算法运算量,达成视觉图像感测元件即时定位移动载体的目的。
图3是依照本公开一实施例所绘示的视觉定位装置的方块图。图4是依照本公开一实施例所绘示的视觉定位方法的流程图。请同时参照图3及图4,视觉定位装置30例如是配置在机器人、移动载体等电子装置上,而用以对电子装置进行定位,其中包括图像感测元件31、图像分析模块32、粒子滤波器33、特征点集合模块34、特征比对模块35及位置判断模块36。以下即搭配图3中视觉定位装置30的各项元件说明本实施例的视觉定位方法的详细步骤。
首先,由视觉定位装置30利用粒子滤波器33洒布多个粒子至电子装置估计的位置周围的多个位置(步骤S402)。其中,粒子滤波器33例如是以随机的方式在电子装置估计的位置周围洒布粒子,而用以评估电子装置的位置,每个粒子均有其对应的可视范围,而此可视范围可涵括环境电子地图中不同的地图特征点。
接着,由特征点集合模块34分别找出各个粒子对应的可视范围内的多个地图特征点,并联集为可视的地图特征点集合(步骤S404)。其中,特征点集合模块34例如还会筛选落在图像感测元件的可视范围内的地图特征点,以联集为可视的地图特征点集合。
举例来说,图5是依照本公开一实施例所绘示的视觉定位方法的示意图。请参照图5,多个粒子51例如是由粒子滤波器洒布在所要定位的电子装置估计的位置周围,而地图特征点52则是散布在电子装置周围,预先检测的环境电子地图中的特征点。每个粒子51都会有其特定的可视范围,而涵括不同种类或数量的地图特征点52,如果将所有粒子51的可视范围内的地图特征点52进行联集,则可得到如图所示的粒子集合53对应的可视的地图特征点集合54,此地图特征点集合54可用来和目前提取图像55中的多个图像特征点56比较,而找出可对应的地图特征点。通过上述将地图特征点52联集的动作,可将粒子51之间重复的地图特征点52去除,进而省去重复比对的运算。
回到图4,在求取地图特征点集合的同时,视觉定位装置30还会利用图像感测元件31提取图像,并由图像分析模块32分析该图像中的多个图像特征点(步骤S406)。此图像感测元件31例如是电荷耦合元件(Charge CoupledDevice,CCD)或互补式金属氧化物半导体(Complementary Metal-OxideSemiconductor Device,CMOS)元件,而用以提取其可视范围内的图像。图像分析模块32则可采用特征提取等图像处理算法分析图像中的多个图像特征点,例如图5中的图像特征点56。
然后,由特征比对模块35将图像中的图像特征点分别与地图特征点进行比对,以获得比对结果(步骤S408)。其中,在进行比对之前,例如会先由特征点集合模块34将地图特征点集合中各个地图特征点的坐标转换至图像平面,再由特征比对模块35将图像分析模块32分析的图像特征点与此转换后的地图特征点进行比对,而找出与图像特征点相符的地图特征点。
最后,由位置判断模块36选择与比对结果最相近的粒子,而以此粒子所在位置作为电子装置的位置(步骤S410)。其中,位置判断模块36例如会根据比对结果计算各个粒子可视范围内的地图特征点与比对后的地图特征点之间的误差值,选择误差值最小的粒子的位置来作为电子装置的位置。也就是说,如果粒子的可视范围内包括愈多相符的地图特征点,则该粒子的位置与电子装置所在位置相同的可能性愈高,因此可将该粒子的位置视为电子装置所在位置。
通过上述方法即可将粒子滤波器定位算法中不必要的地图特征点比对的计算去除,以解决重复运算的问题,进而降低定位电子装置所需的运算量。
需说明的是,特征点集合模块34在筛选地图特征点时,例如会依照图像感测元件31的可视范围定义左右边线,并根据地图特征点所处象限是否落在此左右边线内,决定是否将该地图特征点选入可视的地图特征点集合。
图6是依照本公开一实施例所绘示的筛选可视的地图特征点的方法流程图。请参照图6,特征点集合模块34会先找出图像感测元件31的可视范围内的左投影点及右投影点(步骤S602)。其中,特征点集合模块34例如利用投射模块(未绘示)投射激光点于图像感测元件31的一个预设可视范围内,并控制图像感测元件31提取此预设可视范围内的图像,而依据图像上的激光投影点的位置,定义图像感测元件31的可视范围。此处图像感测元件31所提取的图像(例如第二图像)可直接使用前述步骤S406中图像感测元件31所提取的图像(例如第一图像)。在一优选实施例中,由于图像感测元件31的可视范围通常为固定的,因此找出图像感测元件31的可视范围内的左投影点及右投影点的步骤只需执行一次,故前述第一图像与第二图像为分开提取。
定义图像感测元件31的可视范围可以多种方法计算,在一实施例中,以中国台湾专利申请号98140007的专利为例,请参考图7所绘示的图像70,虚线代表投射模块投射在图像70中的激光投影点的位置,而其中的最左边的左投影点LL以及最右边的右投影点LR可定义出图像感测元件31的实际可视范围,但不限于此方法。
使用激光投影点的目的是为了要利用激光投影点在图像上的位置以及激光投影点在世界坐标中的位置这两者的关系来定义出图像在世界坐标的可视范围。在另一实施例中,如果已经能准确知道图像感测元件的视角,则可利用电子装置在世界坐标的位置与已知的图像感测元件的视角来定义左右边线。
然后,特征点集合模块34会求取左投影点及右投影点分别与图像感测元件上参考点的连线的直线方程式(步骤S604)。此参考点的功能是求取图像感测元件的视角,在一实施例中为图像感测元件的中心点。其中,特征点集合模块34例如会先将左投影点、右投影点以及图像感测元件上参考点的坐标转换至世界坐标系,再分别求取左投影点与参考点连线的直线方程式,以及右投影点与参考点连线的直线方程式。
举例来说,假设LRZ-X、LLZ-X及cZ-X分别代表左投影点、右投影点以及图像感测元件上参考点转换至世界坐标系的坐标,则左投影点与参考点连线的直线方程式L1以及右投影点与参考点连线的直线方程式L2可以下列公式计算而得:
L1:
L2:
回到图6,接着特征点集合模块34会根据预先建立的环境电子地图中各个地图特征点所属的象限以及地图特征点相对于上述连线的方向,决定是否将地图特征点选入可视的地图特征点集合(步骤S606)。
详细地讲,图8是依照本公开一实施例所绘示的筛选地图特征点的方法流程图。请参照图8,特征点集合模块34例如会将各个地图特征点的坐标代入各个直线方程式,获得运算值(步骤S802)。接着再根据此运算值的正负号,来判断地图特征点是在线段的右边或左边,并查询一个象限表以找出该地图特征点对应的象限(步骤S804),然后再判断地图特征点所处象限与在象限表所找出的象限是否相符(步骤S806),而当判断地图特征点所处象限与在象限表所找出的象限相符时,才会判定地图特征点是在视觉图像感测元件的可视范围内(步骤S808),否则此地图特征点不在视觉图像感测元件的可视范围内(步骤S810)。
举例来说,图9是依照本公开一实施例所绘示的直线方程式象限示意图。请参照图9,线段LL及LR分别代表左投影点与参考点的连线以及右投影点与参考点的连线。而将每个地图特征点的坐标代入上述连线的直线方程式进行运算,即可根据运算值的正负号判断地图特征点是在线段的右边或左边。例如,当地图特征点在第1到2象限时(圆圈92),其坐标代入线段LL及LR的直线方程式的运算值都需为负;而当地图特征点在1到4象限之间时(圆圈94),其坐标代入线段LL的直线方程式的运算值需为正而代入线段LR的直线方程式的运算值需为负。对应不同象限会有不同正负号的情形,以下表1的象限表即归纳所有情形。
象限 | LL | LR |
1 | - | - |
1 | + | - |
2 | - | + |
2 | - | - |
3 | + | + |
3 | - | + |
4 | + | - |
4 | + | + |
表1
搭配上述表1,假设地图特征点的坐标是位在第1象限,则若将地图特征点坐标分别带入线段LL与LR的直线方程式后,所得运算结果的正负号为线段LL为正且线段LR为负,或者线段LL与线段LR皆为负时,此地图特征点才会判定在视觉图像感测元件的可视范围内。
综上所述,本公开的视觉定位方法及装置利用视觉图像感测元件可辨识图像中不同特征点的特性,将粒子滤波器定位算法中不必要的特征点比对计算去除,以解决视觉图像感测元件定位算法重复运算的问题,使粒子滤波器算法不论粒子数量为多少,皆仅需进行一次图像与地图特征点比对计算,有效降低视觉图像感测元件粒子滤波器定位软件算法运算量,达成即时视觉图像感测元件定位的目的。
虽然本公开已以实施例公开如上,然其并非用以限定本公开,本领域技术人员,在不脱离本公开的精神和范围内,当可作些许的更动与润饰,故本公开的保护范围当视所附权利要求书所界定者为准。
Claims (16)
1.一种视觉定位方法,适于定位具有一图像感测元件的一电子装置,该方法包括下列步骤:
利用一粒子滤波器洒布多个粒子至该电子装置的一估计位置周围的多个位置;
分别找出各所述粒子对应的一可视范围内的多个地图特征点,并联集为可视的一地图特征点集合;
利用该图像感测元件提取一第一图像,并分析该第一图像中的多个图像特征点;
将该第一图像中的图像特征点分别与该地图特征点集合中的地图特征点进行比对,获得一比对结果;以及
选择与该比对结果最相近的粒子,而以该粒子所在位置作为该电子装置的位置。
2.如权利要求1所述的视觉定位方法,其中分别找出各所述粒子对应的该可视范围内的地图特征点,并联集为该地图特征点集合的步骤还包括:
筛选落在该图像感测元件的该可视范围内的地图特征点。
3.如权利要求2所述的视觉定位方法,其中筛选落在该图像感测元件的该可视范围内的地图特征点的步骤包括:
找出该图像感测元件的该可视范围内的一左投影点及一右投影点;
求取该左投影点及该右投影点分别与该图像感测元件上一参考点的一连线的一直线方程式;以及
根据各所述地图特征点所属的一象限以及该地图特征点相对于各所述连线的一方向,决定是否将该地图特征点选入该地图特征点集合。
4.如权利要求3所述的视觉定位方法,其中找出该图像感测元件的该可视范围内的该左投影点及该右投影点的步骤包括:
投射一激光于该图像感测元件的一预设可视范围内;
利用该图像感测元件提取一第二图像;以及
依据该激光在该第二图像上的一激光投影点的一位置,定义该图像感测元件的该可视范围。
5.如权利要求3所述的视觉定位方法,其中在求取该左投影点及该右投影点分别与该图像感测元件上该参考点的该连线的该直线方程式的步骤之前,还包括:
转换该左投影点、该右投影点及该参考点的坐标至一世界坐标系。
6.如权利要求3所述的视觉定位方法,其中根据各所述地图特征点所属的该象限以及该地图特征点相对于各所述连线的该方向,决定是否将该地图特征点选入该地图特征点集合的步骤包括:
将各所述地图特征点的一坐标代入各所述直线方程式,获得一运算值;
根据各所述地图特征点的运算值的正负号,查询一象限表以找出对应的一象限;
判断该地图特征点所处象限与在该象限表所找出的该象限是否相符;以及
如果相符,将该地图特征点选入该地图特征点集合。
7.如权利要求1所述的视觉定位方法,其中在将该第一图像中的图像特征点分别与所述地图特征点进行比对,获得该比对结果的步骤之前,还包括:
转换该地图特征点集合中的地图特征点至一图像平面。
8.如权利要求1所述的视觉定位方法,其中选择与该比对结果最相近的粒子,而以该粒子所在位置作为该电子装置的位置的步骤包括:
根据比对结果计算各所述粒子的一误差值,以选择该误差值最小的粒子的该位置作为该电子装置的位置。
9.一种视觉定位装置,包括:
一图像感测元件,提取一第一图像;
一图像分析模块,分析该图像感测元件所提取的该第一图像中的多个图像特征点;
一粒子滤波器,洒布多个粒子至该视觉定位装置的一估计位置周围的多个位置;
一特征点集合模块,分别找出各所述粒子对应的一可视范围内的多个地图特征点,并联集为可视的一地图特征点集合;
一特征比对模块,将该第一图像中的图像特征点分别与所述地图特征点进行比对,获得一比对结果;以及
一位置判断模块,选择与该比对结果最相近的粒子,而以该粒子所在位置作为该视觉定位装置的位置。
10.如权利要求9所述的视觉定位装置,其中该特征点集合模块还包括筛选落在该图像感测元件的该可视范围内的地图特征点。
11.如权利要求10所述的视觉定位装置,其中该特征点集合模块包括找出该图像感测元件的该可视范围内的一左投影点及一右投影点,求取该左投影点及该右投影点分别与该图像感测元件上一参考点的一连线的一直线方程式,并根据各所述地图特征点所属的一象限以及该地图特征点相对于各所述连线的一方向,决定是否将该地图特征点选入该地图特征点集合。
12.如权利要求10所述的视觉定位装置,还包括:
一投射模块,投射一激光于该图像感测元件的一预设可视范围内,并控制该图像感测元件提取一第二图像,而依据该激光在该第二图像上的一激光投影点的一位置,定义该图像感测元件的该可视范围。
13.如权利要求10所述的视觉定位装置,其中该特征点集合模块还包括转换该左投影点、该右投影点及该参考点的坐标至一世界坐标系。
14.如权利要求13所述的视觉定位装置,其中该特征点集合模块还包括转换该地图特征点集合中的地图特征点至一图像平面。
15.如权利要求11所述的视觉定位装置,其中该特征点集合模块包括将各所述地图特征点的一坐标代入各所述直线方程式,获得一运算值,并根据所述运算值的正负号,查询一象限表以找出对应的一象限,然后判断该地图特征点所处象限与在该象限表所找出的该象限是否相符,如果相符,将该地图特征点选入该地图特征点集合。
16.如权利要求9所述的视觉定位装置,其中该位置判断模块包括根据比对结果计算各所述粒子的一误差值,以选择该误差值最小的粒子的该位置作为该视觉定位装置的位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100149626A TW201327412A (zh) | 2011-12-29 | 2011-12-29 | 一種視覺定位方法及裝置 |
TW100149626 | 2011-12-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103186797A true CN103186797A (zh) | 2013-07-03 |
Family
ID=48677957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102112712A Pending CN103186797A (zh) | 2011-12-29 | 2012-06-20 | 视觉定位方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103186797A (zh) |
TW (1) | TW201327412A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680522A (zh) * | 2015-02-09 | 2015-06-03 | 浙江大学 | 基于智能手机前后摄像头同时工作的视觉定位方法 |
CN105892461A (zh) * | 2016-04-13 | 2016-08-24 | 上海物景智能科技有限公司 | 一种机器人所处环境与地图的匹配识别方法及系统 |
CN109839640A (zh) * | 2019-03-08 | 2019-06-04 | 深圳市沃特沃德股份有限公司 | 声源定位方法、系统、计算机设备及储存介质 |
CN112179360A (zh) * | 2019-06-14 | 2021-01-05 | 北京京东尚科信息技术有限公司 | 地图生成方法、装置、系统及介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104180799A (zh) * | 2014-07-15 | 2014-12-03 | 东北大学 | 一种基于自适应蒙特卡罗定位的机器人定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030018430A1 (en) * | 2001-04-23 | 2003-01-23 | Quentin Ladetto | Pedestrian navigation method and apparatus operative in a dead reckoning mode |
CN102087109A (zh) * | 2009-12-04 | 2011-06-08 | 财团法人资讯工业策进会 | 位置估测系统、装置及其估测方法 |
TW201122711A (en) * | 2009-12-23 | 2011-07-01 | Altek Corp | System and method for generating an image appended with landscape information |
-
2011
- 2011-12-29 TW TW100149626A patent/TW201327412A/zh unknown
-
2012
- 2012-06-20 CN CN2012102112712A patent/CN103186797A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030018430A1 (en) * | 2001-04-23 | 2003-01-23 | Quentin Ladetto | Pedestrian navigation method and apparatus operative in a dead reckoning mode |
CN102087109A (zh) * | 2009-12-04 | 2011-06-08 | 财团法人资讯工业策进会 | 位置估测系统、装置及其估测方法 |
TW201122711A (en) * | 2009-12-23 | 2011-07-01 | Altek Corp | System and method for generating an image appended with landscape information |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680522A (zh) * | 2015-02-09 | 2015-06-03 | 浙江大学 | 基于智能手机前后摄像头同时工作的视觉定位方法 |
CN104680522B (zh) * | 2015-02-09 | 2017-06-23 | 浙江大学 | 基于智能手机前后摄像头同时工作的视觉定位方法 |
CN105892461A (zh) * | 2016-04-13 | 2016-08-24 | 上海物景智能科技有限公司 | 一种机器人所处环境与地图的匹配识别方法及系统 |
CN105892461B (zh) * | 2016-04-13 | 2018-12-04 | 上海物景智能科技有限公司 | 一种机器人所处环境与地图的匹配识别方法及系统 |
CN109839640A (zh) * | 2019-03-08 | 2019-06-04 | 深圳市沃特沃德股份有限公司 | 声源定位方法、系统、计算机设备及储存介质 |
CN109839640B (zh) * | 2019-03-08 | 2020-10-09 | 深圳市沃特沃德股份有限公司 | 声源定位方法、系统、计算机设备及储存介质 |
CN112179360A (zh) * | 2019-06-14 | 2021-01-05 | 北京京东尚科信息技术有限公司 | 地图生成方法、装置、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
TW201327412A (zh) | 2013-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108318043B (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
CN111998860B (zh) | 自动驾驶定位数据校验方法、装置、电子设备及存储介质 | |
EP3851802A1 (en) | Method and apparatus for positioning vehicle, electronic device and storage medium | |
CN103186797A (zh) | 视觉定位方法及装置 | |
CN109471096B (zh) | 多传感器目标匹配方法、装置及汽车 | |
KR20180002609A (ko) | 차량 모션 데이터를 사용하는 자동차 카메라에 의한 오브젝트 위치 측정 | |
CN103625649B (zh) | 一种飞行器自主着陆区域判别方法 | |
US20130304374A1 (en) | Apparatus and method for recognizing position of moving object | |
CN112307810B (zh) | 一种视觉定位效果自检方法及车载终端 | |
CN104280036A (zh) | 一种交通信息的检测与定位方法、装置及电子设备 | |
CN107103056B (zh) | 一种基于局部标识的双目视觉室内定位数据库建立方法及定位方法 | |
CN103134489A (zh) | 基于移动终端进行目标定位的方法 | |
CN104677351A (zh) | 一种基于多种信号融合的人员定位系统及方法 | |
CN108106613B (zh) | 基于视觉辅助的定位方法与系统 | |
CN112862881B (zh) | 基于众包多车摄像头数据的道路地图构建与融合的方法 | |
WO2018142533A1 (ja) | 位置姿勢推定装置および位置姿勢推定方法 | |
WO2018193880A1 (ja) | プラント設備機器認識システムおよびプラント設備機器認識方法 | |
CN104931057A (zh) | 一种机器人的任意位置定位方法、装置及系统 | |
CN105307116A (zh) | 一种基于移动机器人的分布式视觉定位系统及方法 | |
CN105302132A (zh) | 一种基于行走机器人的分布式视觉定位系统及方法 | |
Qimin et al. | A methodology of vehicle speed estimation based on optical flow | |
CN103903253A (zh) | 一种可移动终端定位方法及系统 | |
CN113701750A (zh) | 一种井下多传感器的融合定位系统 | |
CN111640301B (zh) | 故障车辆检测方法及包括路侧单元的故障车辆检测系统 | |
CN116429098A (zh) | 低速无人飞行器视觉导航定位方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130703 |