CN109115221A - 室内定位、导航方法及装置、计算机可读介质和电子设备 - Google Patents
室内定位、导航方法及装置、计算机可读介质和电子设备 Download PDFInfo
- Publication number
- CN109115221A CN109115221A CN201810871426.2A CN201810871426A CN109115221A CN 109115221 A CN109115221 A CN 109115221A CN 201810871426 A CN201810871426 A CN 201810871426A CN 109115221 A CN109115221 A CN 109115221A
- Authority
- CN
- China
- Prior art keywords
- image
- indoor
- location information
- pixel
- candidate
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种室内定位、导航方法及装置、计算机可读介质和电子设备,涉及计算机技术领域。该室内定位方法包括:获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息;获取用户端当前拍摄的目标图像;确定所述图像库中与所述目标图像相似的图像作为候选图像;基于所述候选图像的位置信息确定所述用户端的位置。本公开可以准确地确定出用户在室内的位置且成本较低。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种室内定位方法、室内导航方法、室内定位装置、室内导航装置、计算机可读介质和电子设备。
背景技术
近年来,随着移动互联网技术不断发展以及移动终端的全面普及,人们对导航的需求越来越大。目前较成熟的导航技术主要实现的是室外导航,具体的,基于GPS(GlobalPositioning System,全球定位系统)的导航方法已得到了很好的落实和发展。
对于室内导航,由于室内GPS信号较弱,现阶段无法采用GPS技术实现较好的室内导航效果。目前,室内导航采用的技术主要包括基于蓝牙信标定位的导航方法和基于Wi-Fi信号的定位导航方法。对于基于蓝牙信标定位的导航方法,由于蓝牙的传输距离较短,导致在大型室内环境(商场、写字楼)中会产生极高的硬件部署成本和维护成本。对于基于Wi-Fi信号的定位导航方法,Wi-Fi信号很容易受到环境变化的影响,在维护成本较高的同时,精度也受到Wi-Fi路由器部署密度、环境稳定性等条件的制约。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种室内定位方法、室内导航方法、室内定位装置、室内导航装置、计算机可读介质和电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的室内导航系统成本高且精度不佳的问题。
根据本公开的一个方面,提供一种室内定位方法,包括:获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息;获取用户端当前拍摄的目标图像;确定所述图像库中与所述目标图像相似的图像作为候选图像;基于所述候选图像的位置信息确定所述用户端的位置。
可选地,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:按预设分辨率对所述图像库中的图像和所述目标图像进行缩放;对缩放后的图像进行灰度处理,并计算图像中像素的灰度平均值;根据所述灰度平均值确定图像各像素的特征值;将所述目标图像的特征值与所述图像库中的图像的特征值逐像素进行比对;如果所述比对的结果满足预设相似度要求,则将所述图像库中的所述图像确定为候选图像。
可选地,根据所述灰度平均值确定图像各像素的特征值包括:如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
可选地,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:确定所述目标图像中的特征对象;将所述图像库中包含所述特征对象的图像作为候选图像。
可选地,基于所述候选图像的位置信息确定所述用户端的位置包括:基于离群点检测算法从所述候选图像的位置信息中剔除离群位置信息;计算剔除所述离群位置信息后候选图像的位置信息的平均值,并将所述位置信息的平均值作为所述用户端的位置信息。
根据本公开的一个方面,提供一种室内导航方法,包括:获取室内环境内的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息,室内的位置信息与所述室内环境的3D模型的位置信息对应;获取用户端当前拍摄的目标图像,确定所述图像库中与所述目标图像相似的图像作为候选图像;基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置;根据所述起始位置和用户设定的目的地位置在所述3D模型中生成引导路线,以便用户根据所述引导路线达到所述目的地位置。
可选地,所述室内导航方法还包括:利用组件库中的组件构建所述室内环境的3D模型。
可选地,所述室内导航方法还包括:在获取所述室内环境内的图像后,确定所述图像中的建筑特征;基于所述建筑特征对所述3D模型的组件进行外观渲染。
可选地,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:按预设分辨率对所述图像库中的图像和所述目标图像进行缩放;对缩放后的图像进行灰度处理,并计算图像中像素的灰度平均值;根据所述灰度平均值确定图像各像素的特征值;将所述目标图像的特征值与所述图像库中的图像的特征值逐像素进行比对;如果所述比对的结果满足预设相似度要求,则将所述图像库中的所述图像确定为候选图像。
可选地,根据所述灰度平均值确定图像各像素的特征值包括:如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
可选地,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:确定所述目标图像中的特征对象;将所述图像库中包含所述特征对象的图像作为候选图像。
可选地,基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置包括:基于离群点检测算法从所述候选图像的位置信息中剔除离群位置信息;计算剔除所述离群位置信息后候选图像的位置信息的平均值,并将所述位置信息的平均值作为所述用户端在所述3D模型中的位置。
可选地,在生成所述引导路线后,所述室内导航方法还包括:获取所述用户端的位置变化信息;根据所述位置变化信息调整所述用户端在所述3D模型中的位置。
可选地,所述室内导航方法还包括:响应用户针对用户端显示的所述引导路线的拖动操作,调整所述用户端在所述3D模型中的位置。
根据本公开的一个方面,提供一种室内定位装置,该室内定位装置可以包括图像库生成模块、目标对象获取模块、候选图像确定模块和用户位置确定模块。
具体的,图像库生成模块可以用于获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息;目标对象获取模块可以用于获取用户端当前拍摄的目标图像;候选图像确定模块可以用于确定所述图像库中与所述目标图像相似的图像作为候选图像;用户位置确定模块可以用于基于所述候选图像的位置信息确定所述用户端的位置。
可选地,候选图像确定模块可以包括图像缩放单元、灰度平均值计算单元、像素特征值确定单元、特征值对比单元和第一候选图像确定单元。
具体的,图像缩放单元可以用于按预设分辨率对所述图像库中的图像和所述目标图像进行缩放;灰度平均值计算单元可以用于对缩放后的图像进行灰度处理,并计算图像中像素的灰度平均值;像素特征值确定单元可以用于根据所述灰度平均值确定图像各像素的特征值;特征值对比单元可以用于将所述目标图像的特征值与所述图像库中的图像的特征值逐像素进行比对;第一候选图像确定单元可以用于如果所述比对的结果满足预设相似度要求,则将所述图像库中的所述图像确定为候选图像。
可选地,像素特征值确定单元根据所述灰度平均值确定图像各像素的特征值可以包括:如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
可选地,候选图像确定模块可以包括特征对象确定单元和第二候选图像确定单元。
具体的,特征对象确定单元可以用于确定所述目标图像中的特征对象;第二候选图像确定单元可以用于将所述图像库中包含所述特征对象的图像作为候选图像。
可选地,用户位置确定模块可以包括离群信息剔除单元和位置信息平均值计算单元。
具体的,离群信息剔除单元可以用于基于离群点检测算法从所述候选图像的位置信息中剔除离群位置信息;位置信息平均值计算单元可以用于计算剔除所述离群位置信息后候选图像的位置信息的平均值,并将所述位置信息的平均值作为所述用户端的位置信息。
根据本公开的一个方面,提供一种室内导航装置,该室内导航装置可以包括图像库生成模块、候选图像确定模块、起始位置确定模块和室内导航模块。
具体的,图像库生成模块可以用于获取室内环境内的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息,室内的位置信息与所述室内环境的3D模型的位置信息对应;候选图像确定模块可以用于获取用户端当前拍摄的目标图像,确定所述图像库中与所述目标图像相似的图像作为候选图像;起始位置确定模块可以用于基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置;室内导航模块可以用于根据所述起始位置和用户设定的目的地位置在所述3D模型中生成引导路线,以便用户根据所述引导路线达到所述目的地位置。
可选地,室内导航装置还可以包括模型构建模块。
具体的,模型构建模块可以用于利用组件库中的组件构建所述室内环境的3D模型。
可选地,室内导航装置还可以包括建筑特征确定模块和组件渲染模块。
具体的,建筑特征确定模块可以用于在获取所述室内环境内的图像后,确定所述图像中的建筑特征;组件渲染模块可以用于基于所述建筑特征对所述3D模型的组件进行外观渲染。
可选地,候选图像确定模块可以包括图像缩放单元、灰度平均值计算单元、像素特征值确定单元、特征值对比单元和第一候选图像确定单元。
具体的,图像缩放单元可以用于按预设分辨率对所述图像库中的图像和所述目标图像进行缩放;灰度平均值计算单元可以用于对缩放后的图像进行灰度处理,并计算图像中像素的灰度平均值;像素特征值确定单元可以用于根据所述灰度平均值确定图像各像素的特征值;特征值对比单元可以用于将所述目标图像的特征值与所述图像库中的图像的特征值逐像素进行比对;第一候选图像确定单元可以用于如果所述比对的结果满足预设相似度要求,则将所述图像库中的所述图像确定为候选图像。
可选地,像素特征值确定单元根据所述灰度平均值确定图像各像素的特征值可以包括:如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
可选地,候选图像确定模块可以包括特征对象确定单元和第二候选图像确定单元。
具体的,特征对象确定单元可以用于确定所述目标图像中的特征对象;第二候选图像确定单元可以用于将所述图像库中包含所述特征对象的图像作为候选图像。
可选地,起始位置确定模块可以包括离群信息剔除单元和位置信息平均值计算单元。
具体的,离群信息剔除单元可以用于基于离群点检测算法从所述候选图像的位置信息中剔除离群位置信息;位置信息平均值计算单元可以用于计算剔除所述离群位置信息后候选图像的位置信息的平均值,并将所述位置信息的平均值作为所述用户端的位置信息。
可选地,室内导航装置还可以包括位置变化获取模块和第一位置调整模块。
具体的,位置变化获取模块可以用于获取所述用户端的位置变化信息;第一位置调整模块可以用于根据所述位置变化信息调整所述用户端在所述3D模型中的位置。
可选地,室内导航装置还可以包括第二位置调整模块。
具体的,第二位置调整模块可以用于响应用户针对用户端显示的所述引导路线的拖动操作,调整所述用户端在所述3D模型中的位置。
根据本公开的一个方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任意一项所述的室内定位方法或者上述任意一项所述的室内导航方法。
根据本公开的一个方面,提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述任意一项所述的室内定位方法或者上述任意一项所述的室内导航方法。
在本公开的一些实施例所提供的室内定位的技术方案中,通过将室内环境图像库中的图像与用户端当前拍摄的目标图像进行对比,以确定图像库中与目标图像相似的候选图像,并基于候选图像确定用户端的位置。一方面,通过图像间相似程度的比较来确定用户的位置,解决了室内GPS信号弱无法获得真实位置信息的问题;另一方面,相比于基于蓝牙或Wi-Fi技术的定位方案,本公开采用的方案不需要部署蓝牙或Wi-Fi的硬件设备,更不会存在对这些设备的维护成本。
在本公开的一些实施例所提供的室内导航的技术方案中,通过将室内环境图像库中的图像与用户端当前拍摄的目标图像进行对比,以确定图像库中与目标图像相似的候选图像,并基于候选图像确定用户端在室内环境的3D模型中的位置作为导航的起始位置。根据该起始位置和用户设定的目的地地址在3D模型中生成引导路线,以便指引用户到达目的地位置。一方面,本公开采用3D模型与用户当前拍摄的真实图像相结合的方式,可以较好地实现室内导航;另一方面,通过图像间相似程度的比较来确定用户的位置,解决了室内GPS信号弱无法获得真实位置信息的问题;再一方面,相比于基于蓝牙或Wi-Fi技术的定位方案,本公开采用的方案不需要部署蓝牙或Wi-Fi的硬件设备,更不会存在对这些设备的维护成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本公开实施例的室内定位方法、室内导航方法、室内定位装置或室内导航装置的示例性系统架构的示意图;
图2示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图;
图3示出了以手机端为例应用本公开实施例的室内导航方法或室内导航装置的场景示意图;
图4示意性示出了根据本公开的示例性实施方式的室内定位方法的流程图;
图5示意性示出了根据本公开的示例性实施方式的室内导航方法的流程图;
图6示出了本公开的示例性实施方式的利用组件搭建室内环境的3D模型的示意图;
图7示意性示出了根据本公开的示例性实施方式的室内定位装置的方框图;
图8示意性示出了根据本公开的示例性实施方式的候选图像确定模块的方框图;
图9示意性示出了根据本公开的另一示例性实施方式的候选图像确定模块的方框图;
图10示意性示出了根据本公开的示例性实施方式的用户位置确定模块的方框图;
图11示意性示出了根据本公开的第一示例性实施方式的室内导航装置的方框图;
图12示意性示出了根据本公开的第二示例性实施方式的室内导航装置的方框图;
图13示意性示出了根据本公开的第三示例性实施方式的室内导航装置的方框图;
图14示意性示出了根据本公开的第四示例性实施方式的室内导航装置的方框图;
图15示意性示出了根据本公开的第五示例性实施方式的室内导航装置的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本发明实施例的图像处理方法或图像处理装置的示例性系统架构的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一种或多种,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器。例如,服务器105可以获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息;获取终端设备101、102、103当前拍摄的目标图像;确定图像库中与该目标图像相似的图像作为候选图像;基于候选图像的位置信息确定终端设备101、102、103的位置。
或者,服务器15可以获取室内环境内的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息,室内的位置信息与室内环境的3D模型的位置信息对应;获取终端设备101、102、103当前拍摄的目标图像,确定图像库中与该目标图像相似的图像作为候选图像;基于候选图像的位置信息确定终端设备101、102、103在所述3D模型中的位置作为起始位置;根据起始位置和用户设定的目的地位置在3D模型中生成引导路线,以便用户根据引导路线达到目的地位置。
在上述两种情况下,本公开所述的室内定位装置或室内导航装置一般设置在服务器105中。
然而,应当理解的是,本公开所提供的室内定位方法或室内导航方法还可以直接由终端设备101、102、103执行。相应地,室内定位装置或室内导航装置也可以设置在终端设备101、102、103中。
图2示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图2示出的电子设备的计算机系统200仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图2所示,计算机系统200包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中,还存储有系统操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205:包括键盘、鼠标等的输入部分206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207;包括硬盘等的存储部分208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器210上,以便于从其上读出的计算机程序根据需要被安装入存储部分208。
特别地,根据本发明的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分209从网络上被下载和安装,和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。
图3示出了以手机端为例应用本公开实施例的室内导航方法或室内导航装置的场景示意图。开发人员可以根据本公开下面描述的构思编写代码(例如,java),并结合例如http的一些协议开发出室内导航的APP,以便用户可以通过手机端实现室内导航。具体开发APP的过程与现有过程类似,不再赘述。在这种情况下,参考图3,在室内导航的过程中,手机展现给用户的画面即是手机摄像头拍摄的图像,这种3D的基于用户真实视角的导航方式相比于目前通常采用的2D平面地图展示,用户的体验更好。
下面将对本公开的示例性实施方式的室内定位方法、室内导航方法进行详细说明。
通常,导航的实现包括两方面内容,其一为环境地图的构建,其二为当前位置的定位。
针对环境地图的构建,目前,可以将室内地图分为平面图叠加的方式和3D模型的方式。一方面,平面图叠加的方式可以指保存每个楼层的平面预览图,根据用户选择的楼层展示不同的平面效果图。然而,采用平面图来展示室内环境的方式不够直观、立体。另一方面,可以采用3D模型的方式展示室内环境,搭建室内场景对应的3D模型,用户通过浏览模型来获得地图信息。然而,3D模型的搭建需要专业的建模人员和建筑架构人员合作实现,如果每个商场等室内环境的模型搭建都单独实现,则需要耗费大量的人力和时间,不具有可行性。
针对用户当前位置的定位,目前,广泛采用的是GPS定位。然而,GPS定位需要接收到卫星信号,而在室内GPS卫星信号功率极低,穿透能力差,因此往往受到建筑墙体的阻隔而无法进入室内,导致无法满足室内定位导航的需求。
此外,目前导航的方案还包括基于蓝牙信标定位的导航方式、基于Wi-Fi信号的定位和导航以及一些基于专用设备的导航方案。
对于基于蓝牙信标定位的导航方式,具体可以采用iBeacon(一种蓝牙定位技术)的方案,在一个或多个iBeacon基站的协助下,智能手机的软件可以大致获取其在地图上的位置,从而进行路线规划和导航。然而,蓝牙的传输距离较短,这就会导致产生较高的设备部署和维护成本。
对于基于Wi-Fi信号的定位和导航,这类方法主要通过无线信号衰减模型和三角定位法确定移动设备的大致位置,还有其他一些通过信号相位差、传输时间差、信道状态等方式的定位系统,其本质上都是利用来自不同Wi-Fi天线的信号差异及相互关系进行定位。然而,Wi-Fi信号易受环境变化的影响,维护成本较高,而且定位精度也受到Wi-Fi路由器部署密度、环境稳定性等各方面制约。
对于一些基于专用设备的导航方案,通过在室内各个区域部署大量的专业传感设备来实现导航,这些设备例如为RFID(Radio Frequency Identification,射频识别)设备、红外线设备、超声波设备、激光设备等。然而,这些设备通常价格昂贵且难以进行扩展。
鉴于此,本公开提供了一种新的室内定位方法和室内导航方法。
图4示意性示出了本公开的示例性实施方式的室内定位方法的流程图。参考图4,所述室内定位方法可以包括以下步骤:
S42.获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息。
在本公开的示例性实施方式中,室内环境可以例如包括商场、写字楼、酒店、工厂、底下停车场等,这些室内场景均存在GPS信号较弱的问题。然而,本公开所述的室内环境还可以是例如露天的GPS信号强的场景,也就是说,本公开的室内定位方法不限于仅能在室内环境下实施,在室外环境下也可以达到较好地定位导航效果。
根据本公开的一些实施例,可以由人工在室内环境的不同位置进行拍照,以获取室内不同位置的图片作为图像。容易理解的是,拍照人可以在每一位置面朝不同方位拍摄多张图片。另外,还可以采用录制视频的方式获取不同位置的图像,并且可以按帧截取录制的视频,或每隔预定时间(例如,每一秒、每两秒等)从视频中截取对应的帧,将每一帧对应的图片作为步骤S42中所述的图像。
根据另外一些实施例,可以采用除人工手动获取图像之外的方式确定图像,例如,可以预先在室内设定需要采集图像的位置,由拍照机器人自动前往设定的位置进行拍照或录像,以确定出室内不同位置的图像。
确定出的图像可以包含图像在室内的位置信息,位置信息可以是绝对位置信息,也就是说,该位置信息可以是跟经纬度、海拔高度、自然地理状态相关的位置信息。然而,容易理解的是,此处所述的位置信息通常可以为相对位置信息,例如,可以以室内环境的中心为原点,建立空间坐标系,在这种情况下,图像包含的位置信息可以是相对于室内环境中心的位置信息。
人工或机器人拍摄的图像可以发送给服务器,服务器在获取这些图像后,可以将这些图像存储至一存储空间内,生成一图像库,以便于后续的调取。
另外,虽然下面的描述以服务器执行为主,然而,如前所述,本公开内容的执行还可以由例如手机的用户端完成。
S44.获取用户端当前拍摄的目标图像。
当用户处于室内环境并想要知道自己所处的位置时,用户可以通过用户端对当前室内环境进行拍摄,此处所述的目标对象可以是对拍摄的视频进行截取后的图片。服务器可以获取该目标图像。
S46.确定所述图像库中与所述目标图像相似的图像作为候选图像。
根据本公开的一些实施例,首先,服务器可以按预设分辨率对图像库中的图像以及步骤S44中获取的目标图像进行缩放,例如,可以将图像缩小至8×8的尺寸,共计64个像素,由此,通过缩放处理,可以去除图像的细节信息,仅保留结构、明暗等基本信息,减少了计算的复杂度,另外,可以避免不同尺寸、比例造成的图像差异,有助于后续的图像比对过程。随后,服务器可以对缩放后的图像进行灰度处理,例如可以将图像转为64级灰度,也就是说,所有像素点仅有64种颜色的可能性,并在灰度处理后,针对每一图像,计算像素的灰度平均值。
然后,可以根据灰度平均值确定图像各像素的特征值,具体的,如果图像中像素的灰度值大于或等于图像的灰度平均值,则将特征值确定为1;如果图像中像素的灰度值小于图像的灰度平均值,则将特征值确定为0。另外,还可以将灰度值大于或等于灰度平均值的像素的特征值确定为0,将灰度值小于灰度平均值的像素的特征值确定为1,本公开对此不做特殊限制。
接下来,可以将目标图像各像素的特征值与图像库中图像各像素的特征值逐像素进行比对。具体的,可以计算出对应的哈希值,在上述确定出特征值后,针对每一图像,可以生成一个64位的整数,将目标图像与图像库中图像进行比对即是判断64位中每一位的数据是否相同。
如果比对的结果满足预设相似度要求,则将图像库中对应的图像确定为候选图像。仍以上例说明,可以将预设相似度要求设定为不相同的数据位不超过5,也就是说,当不相同的数据位不超过5时,则可以认为两个图像相似,而如果不相同的数据位为10,则说明两个图像相差较大。然而,这仅是示例,开发人员可以设定其他的数值作为预设相似度要求的标准。
根据另外一些实施例,还可以通过确定图像中是否包含相同的特征来确定目标图像是否与图像库中的图像相似。首先,服务器可以采用图像检测方法确定目标图像中的特征对象。其中,特征对象可以例如是目标图像中包含的雕塑、桌椅、指示牌等标识物,容易理解的是,室内场景(停车场、商场、写字楼等)的不同,特征对象的类型存在差异。具体的,可以通过深度学习中的目标检测模型来确定目标图像中的特征对象,例如,可以采用预先训练好的卷积神经网络确定出特征对象,特征对象的检测过程与现有的检测过程类似,在此不进行特殊描述。接下来,可以确定图像库中图像是否包含该特征对象,并将图像库中包含该特征对象的图像作为候选图像。
此外,还可以采用颜色分布法确定候选图像。具体的,服务器可以针对每一图像生成颜色分布的直方图,如果目标图像的直方图与图像库中一图像的直方图很接近,则可以将该图像确定为候选图像。
S48.基于所述候选图像的位置信息确定所述用户端的位置。
在本公开的示例性实施方式中,首先,可以采用目前现有的离群点检测算法从候选图像的位置信息中剔除离群位置信息。接下来,可以计算剔除离群位置信息后候选图像的位置信息的平均值,并将该平均值作为用户端的位置信息。
具体的,在步骤S46中确定候选图像后,可以获取各候选图像的位置信息,该位置信息可以以坐标的方式体现。随后,可以从这些坐标中剔除与其他坐标的距离大于一预设距离的坐标,其中,该预设距离可以由开发人员根据实际场景自行设定,本公开对此不做特殊限制。接下来,服务器可以计算筛选出剩下的坐标的平均值,并将该平均值作为用户端的位置信息,由此,确定出用户所处室内的位置。
通过本公开的一些实施例所提供的室内定位的技术方案,一方面,通过图像间相似程度的比较来确定用户的位置,解决了室内GPS信号弱无法获得真实位置信息的问题;另一方面,相比于基于蓝牙或Wi-Fi技术的定位方案,本公开采用的方案不需要部署蓝牙或Wi-Fi的硬件设备,更不会存在对这些设备的维护成本。
进一步的,本示例实施方式中还提供了一种室内导航方法。
图5示意性示出了本公开的示例性实施方式的室内导航方法的流程图。参考图5,根据本公开的示例性实施方式的室内导航方法可以包括以下步骤:
S52.获取室内环境内的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息,室内的位置信息与所述室内环境的3D模型的位置信息对应。
在本公开的示例性实施方式中,可以利用组件库中的组件构建室内环境的3D模型。
首先,可以预先设计室内环境可能会使用到的组件类型,例如,在室内环境为商场的情况下,组件可以包括商店门户组件、扶梯组件、过道组件、楼梯组件等,每个组件可以包含与该组件对应的外观、在模型中的坐标位置等属性。可以将这些组件存储作为一组件库,以便于之后调用。
接下来,可以从组件库中提取所需的组件,并将这些组件进行拼装,以构建出室内环境的3D模型。参考图6,容易理解的是,构成3D模型6的组件不限于组件61、组件62和组件63。相比于目前3D建模需要专业人员和建筑架构人员合作实现,本公开采用组件拼装的方式来构建模型,大大降低了模型构建的成本。
室内的实际位置可以与3D模型的位置对应。在本公开的示例性实施方式中,室内的实际位置与3D模型的位置等同。然而,本公开还可以包括3D模型的位置与室内的实际位置在坐标上存在缩放关系的方案,本公开对此不做限制。
此外,本公开的示例性实施方式还可以包括在获取室内环境内的图像后,可以确定出图像中的建筑特征(例如,颜色、挂饰等),并基于这些建筑特征对3D模型的组件进行外观渲染,以便于更好地将3D模型与实际的室内环境对应。
具体获取室内环境内的图像的过程与上述步骤S42类似,在此不再赘述。
S54.获取用户端当前拍摄的目标图像,确定所述图像库中与所述目标图像相似的图像作为候选图像。
步骤S54的过程在上述室内定位方法的步骤S44和步骤S46中已经说明,在此不再赘述。
S56.基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置。
基于候选图像的位置信息确定用户端在室内的位置已经在上述步骤S48中进行了描述,在此不再赘述。另外,由于本公开的示例性实施方式中,室内的实际位置可以对应于3D模型的位置,因此,可以根据候选图像的位置信息确定用户端在3D模型中的位置,并将该位置作为导航的起始位置。
S58.根据所述起始位置和用户设定的目的地位置在所述3D模型中生成引导路线,以便用户根据所述引导路线达到所述目的地位置。
在确定出导航的起始位置后,可以根据用户输入的信息确定出目的地位置。在起始位置和目的地位置均确定的情况下,服务器可以在3D模型中生成引导路线。具体的,可以在3D模型中确定一条最短路径作为引导路线,最短路径生成的方法可以采用现有技术中A*算法来实现。然而,还可以采用其他广泛应用于游戏中的寻路系统(例如,NavMesh)来确定引导路线。
在确定出引导路线后,服务器可以将引导路线映射到用户端,在用户端界面会产生一条对应用户的行进路线,以便用户根据该行进路线到达目的地位置。
在用户行进过程中,可以采用惯性导航的方式。首先,服务器可以获取用户端的位置变化信息。例如,可以对用户端的陀螺仪和加速度传感器的数据进行积分,分别获得姿态和位置的数据,用户端可以将这些数据发送给服务器。接下来,服务器可以根据位置变化信息调整用户端在3D模型中的位置,并在用户端界面进行展示。
此外,如果用户发现导航不准确时,可以对引导路线进行拖动操作,以调整用户端在3D模型中的位置。另外,用户还可疑自行设定导航的起始位置和目的地位置,服务器可以根据用户输入的内容生成引导路线。
容易理解的是,用户端界面展示的画面可以是摄像头实时拍摄的图像,也就是说,用户可以基于自身的第一视角沿引导路线行进,即可到达室内的目的地位置。本公开导航界面真实,并且简化了用户的操作,用户体验较好,具有极高的可用性。
通过本公开的一些实施例所提供的室内导航的技术方案,一方面,本公开采用3D模型与用户当前拍摄的真实图像相结合的方式,可以较好地实现室内导航;另一方面,通过图像间相似程度的比较来确定用户的位置,解决了室内GPS信号弱无法获得真实位置信息的问题;再一方面,相比于基于蓝牙或Wi-Fi技术的定位方案,本公开采用的方案不需要部署蓝牙或Wi-Fi的硬件设备,更不会存在对这些设备的维护成本。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
进一步的,本示例实施方式中还提供了一种室内定位装置。
图7示意性示出了本公开的示例性实施方式的室内定位装置的方框图。参考图7,根据本公开的示例性实施方式的室内定位装置7可以包括图像库生成模块71、目标对象获取模块73、候选图像确定模块75和用户位置确定模块77。
具体的,图像库生成模块71可以用于获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息;目标对象获取模块73可以用于获取用户端当前拍摄的目标图像;候选图像确定模块75可以用于确定所述图像库中与所述目标图像相似的图像作为候选图像;用户位置确定模块77可以用于基于所述候选图像的位置信息确定所述用户端的位置。
根据本公开的示例性实施方式的室内定位装置,一方面,通过图像间相似程度的比较来确定用户的位置,解决了室内GPS信号弱无法获得真实位置信息的问题;另一方面,相比于基于蓝牙或Wi-Fi技术的定位方案,本公开采用的方案不需要部署蓝牙或Wi-Fi的硬件设备,更不会存在对这些设备的维护成本。
根据本公开的示例性实施例,参考图8,本公开的一些实施例中的候选图像确定模块75可以包括图像缩放单元801、灰度平均值计算单元803、像素特征值确定单元805、特征值对比单元807和第一候选图像确定单元809。
具体的,图像缩放单元801可以用于按预设分辨率对所述图像库中的图像和所述目标图像进行缩放;灰度平均值计算单元803可以用于对缩放后的图像进行灰度处理,并计算图像中像素的灰度平均值;像素特征值确定单元805可以用于根据所述灰度平均值确定图像各像素的特征值;特征值对比单元807可以用于将所述目标图像的特征值与所述图像库中的图像的特征值逐像素进行比对;第一候选图像确定单元809可以用于如果所述比对的结果满足预设相似度要求,则将所述图像库中的所述图像确定为候选图像。
根据本公开的示例性实施例,像素特征值确定单元805根据所述灰度平均值确定图像各像素的特征值可以包括:如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
根据本公开的示例性实施例,参考图9,本公开的另一些实施例中的候选图像确定模块75可以包括特征对象确定单元901和第二候选图像确定单元903。
具体的,特征对象确定单元901可以用于确定所述目标图像中的特征对象;第二候选图像确定单元903可以用于将所述图像库中包含所述特征对象的图像作为候选图像。
根据本公开的示例性实施例,参考图10,用户位置确定模块77可以包括离群信息剔除单元101和位置信息平均值计算单元103。
具体的,离群信息剔除单元101可以用于基于离群点检测算法从所述候选图像的位置信息中剔除离群位置信息;位置信息平均值计算单元103可以用于计算剔除所述离群位置信息后候选图像的位置信息的平均值,并将所述位置信息的平均值作为所述用户端的位置信息。
进一步的,本示例实施方式中还提供了一种室内导航装置。
图11示意性示出了本公开的示例性实施方式的室内导航装置的方框图。参考图11,根据本公开的示例性实施方式的室内导航装置11可以包括图像库生成模块111、候选图像确定模块113、起始位置确定模块115和室内导航模块117。
具体的,图像库生成模块111可以用于获取室内环境内的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息,室内的位置信息与所述室内环境的3D模型的位置信息对应;候选图像确定模块113可以用于获取用户端当前拍摄的目标图像,确定所述图像库中与所述目标图像相似的图像作为候选图像;起始位置确定模块115可以用于基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置;室内导航模块117可以用于根据所述起始位置和用户设定的目的地位置在所述3D模型中生成引导路线,以便用户根据所述引导路线达到所述目的地位置。
根据本公开的示例性实施方式的室内导航装置,一方面,本公开采用3D模型与用户当前拍摄的真实图像相结合的方式,可以较好地实现室内导航;另一方面,通过图像间相似程度的比较来确定用户的位置,解决了室内GPS信号弱无法获得真实位置信息的问题;再一方面,相比于基于蓝牙或Wi-Fi技术的定位方案,本公开采用的方案不需要部署蓝牙或Wi-Fi的硬件设备,更不会存在对这些设备的维护成本。
根据本公开的示例性实施例,参考图12,室内导航装置12除包括图像库生成模块111、候选图像确定模块113、起始位置确定模块115和室内导航模块117外,还可以包括模型构建模块121。
具体的,模型构建模块121可以用于利用组件库中的组件构建所述室内环境的3D模型。
根据本公开的示例性实施例,参考图13,室内导航装置13除包括图像库生成模块111、候选图像确定模块113、起始位置确定模块115和室内导航模块117外,还可以包括建筑特征确定模块131和组件渲染模块133。
具体的,建筑特征确定模块131可以用于在获取所述室内环境内的图像后,确定所述图像中的建筑特征;组件渲染模块133可以用于基于所述建筑特征对所述3D模型的组件进行外观渲染。
根据本公开的示例性实施例,候选图像确定模块113可以包括如图8所示的图像缩放单元801、灰度平均值计算单元803、像素特征值确定单元805、特征值对比单元807和第一候选图像确定单元809。
根据本公开的示例性实施例,像素特征值确定单元805根据所述灰度平均值确定图像各像素的特征值可以包括:如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
根据本公开的示例性实施例,候选图像确定模块113可以包括如图9所示的特征对象确定单元901和第二候选图像确定单元903。
根据本公开的示例性实施例,起始位置确定模块115可以包括如图10所示的离群信息剔除单元101和位置信息平均值计算单元103。
根据本公开的示例性实施例,参考图14,室内导航装置14除包括图像库生成模块111、候选图像确定模块113、起始位置确定模块115和室内导航模块117外,还可以包括位置变化获取模块141和第一位置调整模块143。
具体的,位置变化获取模块141可以用于获取所述用户端的位置变化信息;第一位置调整模块143可以用于根据所述位置变化信息调整所述用户端在所述3D模型中的位置。
根据本公开的示例性实施例,参考图15,室内导航装置15除包括图像库生成模块111、候选图像确定模块113、起始位置确定模块115和室内导航模块117外,还可以包括第二位置调整模块151。
具体的,第二位置调整模块151可以用于响应用户针对用户端显示的所述引导路线的拖动操作,调整所述用户端在所述3D模型中的位置。
由于本发明实施方式的程序运行性能分析装置的各个功能模块与上述方法发明实施方式中相同,因此在此不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (18)
1.一种室内定位方法,其特征在于,包括:
获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息;
获取用户端当前拍摄的目标图像;
确定所述图像库中与所述目标图像相似的图像作为候选图像;
基于所述候选图像的位置信息确定所述用户端的位置。
2.根据权利要求1所述的室内定位方法,其特征在于,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:
按预设分辨率对所述图像库中的图像和所述目标图像进行缩放;
对缩放后的图像进行灰度处理,并计算图像中像素的灰度平均值;
根据所述灰度平均值确定图像各像素的特征值;
将所述目标图像的特征值与所述图像库中的图像的特征值逐像素进行比对;
如果所述比对的结果满足预设相似度要求,则将所述图像库中的所述图像确定为候选图像。
3.根据权利要求2所述的室内定位方法,其特征在于,根据所述灰度平均值确定图像各像素的特征值包括:
如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;
如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
4.根据权利要求1所述的室内定位方法,其特征在于,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:
确定所述目标图像中的特征对象;
将所述图像库中包含所述特征对象的图像作为候选图像。
5.根据权利要求1至4中任一项所述的室内定位方法,其特征在于,基于所述候选图像的位置信息确定所述用户端的位置包括:
基于离群点检测算法从所述候选图像的位置信息中剔除离群位置信息;
计算剔除所述离群位置信息后候选图像的位置信息的平均值,并将所述位置信息的平均值作为所述用户端的位置信息。
6.一种室内导航方法,其特征在于,包括:
获取室内环境内的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息,室内的位置信息与所述室内环境的3D模型的位置信息对应;
获取用户端当前拍摄的目标图像,确定所述图像库中与所述目标图像相似的图像作为候选图像;
基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置;
根据所述起始位置和用户设定的目的地位置在所述3D模型中生成引导路线,以便用户根据所述引导路线达到所述目的地位置。
7.根据权利要求6所述的室内导航方法,其特征在于,所述室内导航方法还包括:
利用组件库中的组件构建所述室内环境的3D模型。
8.根据权利要求6所述的室内导航方法,其特征在于,所述室内导航方法还包括:
在获取所述室内环境内的图像后,确定所述图像中的建筑特征;
基于所述建筑特征对所述3D模型的组件进行外观渲染。
9.根据权利要求6所述的室内导航方法,其特征在于,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:
按预设分辨率对所述图像库中的图像和所述目标图像进行缩放;
对缩放后的图像进行灰度处理,并计算图像中像素的灰度平均值;
根据所述灰度平均值确定图像各像素的特征值;
将所述目标图像的特征值与所述图像库中的图像的特征值逐像素进行比对;
如果所述比对的结果满足预设相似度要求,则将所述图像库中的所述图像确定为候选图像。
10.根据权利要求9所述的室内导航方法,其特征在于,根据所述灰度平均值确定图像各像素的特征值包括:
如果图像中像素的灰度值大于或等于所述灰度平均值,则将所述像素的特征值确定为1;
如果图像中像素的灰度值小于所述灰度平均值,则将所述像素的特征值确定为0。
11.根据权利要求6所述的室内导航方法,其特征在于,确定所述图像库中与所述目标图像相似的图像作为候选图像包括:
确定所述目标图像中的特征对象;
将所述图像库中包含所述特征对象的图像作为候选图像。
12.根据权利要求6至11中任一项所述的室内导航方法,其特征在于,基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置包括:
基于离群点检测算法从所述候选图像的位置信息中剔除离群位置信息;
计算剔除所述离群位置信息后候选图像的位置信息的平均值,并将所述位置信息的平均值作为所述用户端在所述3D模型中的位置。
13.根据权利要求6所述的室内导航方法,其特征在于,在生成所述引导路线后,所述室内导航方法还包括:
获取所述用户端的位置变化信息;
根据所述位置变化信息调整所述用户端在所述3D模型中的位置。
14.根据权利要求6所述的室内导航方法,其特征在于,所述室内导航方法还包括:
响应用户针对用户端显示的所述引导路线的拖动操作,调整所述用户端在所述3D模型中的位置。
15.一种室内定位装置,其特征在于,包括:
图像库生成模块,用于获取室内不同位置的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息;
目标对象获取模块,用于获取用户端当前拍摄的目标图像;
候选图像确定模块,用于确定所述图像库中与所述目标图像相似的图像作为候选图像;
用户位置确定模块,用于基于所述候选图像的位置信息确定所述用户端的位置。
16.一种室内导航装置,其特征在于,包括:
图像库生成模块,用于获取室内环境内的图像并生成图像库;其中,所述图像包含所述图像在室内的位置信息,室内的位置信息与所述室内环境的3D模型的位置信息对应;
候选图像确定模块,用于获取用户端当前拍摄的目标图像,确定所述图像库中与所述目标图像相似的图像作为候选图像;
起始位置确定模块,用于基于所述候选图像的位置信息确定所述用户端在所述3D模型中的位置作为起始位置;
室内导航模块,用于根据所述起始位置和用户设定的目的地位置在所述3D模型中生成引导路线,以便用户根据所述引导路线达到所述目的地位置。
17.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至5中任一项所述的室内定位方法或者权利要求6至14中任一项所述的室内导航方法。
18.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至5中任一项所述的室内定位方法或者权利要求6至14中任一项所述的室内导航方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810871426.2A CN109115221A (zh) | 2018-08-02 | 2018-08-02 | 室内定位、导航方法及装置、计算机可读介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810871426.2A CN109115221A (zh) | 2018-08-02 | 2018-08-02 | 室内定位、导航方法及装置、计算机可读介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109115221A true CN109115221A (zh) | 2019-01-01 |
Family
ID=64851779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810871426.2A Pending CN109115221A (zh) | 2018-08-02 | 2018-08-02 | 室内定位、导航方法及装置、计算机可读介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109115221A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132274A (zh) * | 2019-04-26 | 2019-08-16 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种室内定位方法、装置、计算机设备及存储介质 |
CN110487262A (zh) * | 2019-08-06 | 2019-11-22 | Oppo广东移动通信有限公司 | 基于增强现实设备的室内定位方法及系统 |
CN111323028A (zh) * | 2020-02-20 | 2020-06-23 | 北京经智纬科技有限公司 | 一种基于图像识别的室内室外定位装置以及定位方法 |
CN111854755A (zh) * | 2020-06-19 | 2020-10-30 | 深圳宏芯宇电子股份有限公司 | 室内定位方法、设备及计算机可读存储介质 |
CN112344931A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 室内断点导航方法、终端、云端、系统和存储介质 |
CN112513576A (zh) * | 2020-02-28 | 2021-03-16 | 华为技术有限公司 | 导航方法及装置 |
CN112985419A (zh) * | 2021-05-12 | 2021-06-18 | 中航信移动科技有限公司 | 室内导航方法、装置、计算机设备及存储介质 |
US20210372798A1 (en) * | 2020-05-29 | 2021-12-02 | Peking University | Visual navigation method and system for mobile devices based on qr code signposts |
CN114942418A (zh) * | 2022-06-10 | 2022-08-26 | 西安电子科技大学 | 基于邻近距离的单脉冲测角方法 |
CN114942418B (zh) * | 2022-06-10 | 2024-09-24 | 西安电子科技大学 | 基于邻近距离的单脉冲测角方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103162682A (zh) * | 2011-12-08 | 2013-06-19 | 中国科学院合肥物质科学研究院 | 基于混合现实的室内路径导航方法 |
CN104457758A (zh) * | 2014-12-19 | 2015-03-25 | 哈尔滨工业大学 | 基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法 |
CN105740842A (zh) * | 2016-03-01 | 2016-07-06 | 浙江工业大学 | 基于快速密度聚类算法的无监督人脸识别方法 |
CN105841687A (zh) * | 2015-01-14 | 2016-08-10 | 上海智乘网络科技有限公司 | 室内定位方法和系统 |
CN105865451A (zh) * | 2016-04-19 | 2016-08-17 | 深圳市神州云海智能科技有限公司 | 用于移动机器人室内定位的方法和设备 |
CN105973236A (zh) * | 2016-04-26 | 2016-09-28 | 乐视控股(北京)有限公司 | 室内定位或导航方法、装置以及地图数据库生成方法 |
CN106153047A (zh) * | 2016-08-15 | 2016-11-23 | 广东欧珀移动通信有限公司 | 一种室内定位方法、装置及终端 |
CN106295512A (zh) * | 2016-07-27 | 2017-01-04 | 哈尔滨工业大学 | 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法 |
CN107167144A (zh) * | 2017-07-07 | 2017-09-15 | 武汉科技大学 | 一种基于视觉的移动机器人室内环境识别定位方法 |
CN107621265A (zh) * | 2016-07-14 | 2018-01-23 | 百度在线网络技术(北京)有限公司 | 一种用于进行室内导航的方法和装置 |
CN108289327A (zh) * | 2017-01-07 | 2018-07-17 | 薛明洁 | 一种基于图像的定位方法及系统 |
CN108345700A (zh) * | 2018-03-29 | 2018-07-31 | 百度在线网络技术(北京)有限公司 | 文章代表图片的选取方法、装置和计算机设备 |
-
2018
- 2018-08-02 CN CN201810871426.2A patent/CN109115221A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103162682A (zh) * | 2011-12-08 | 2013-06-19 | 中国科学院合肥物质科学研究院 | 基于混合现实的室内路径导航方法 |
CN104457758A (zh) * | 2014-12-19 | 2015-03-25 | 哈尔滨工业大学 | 基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法 |
CN105841687A (zh) * | 2015-01-14 | 2016-08-10 | 上海智乘网络科技有限公司 | 室内定位方法和系统 |
CN105740842A (zh) * | 2016-03-01 | 2016-07-06 | 浙江工业大学 | 基于快速密度聚类算法的无监督人脸识别方法 |
CN105865451A (zh) * | 2016-04-19 | 2016-08-17 | 深圳市神州云海智能科技有限公司 | 用于移动机器人室内定位的方法和设备 |
CN105973236A (zh) * | 2016-04-26 | 2016-09-28 | 乐视控股(北京)有限公司 | 室内定位或导航方法、装置以及地图数据库生成方法 |
CN107621265A (zh) * | 2016-07-14 | 2018-01-23 | 百度在线网络技术(北京)有限公司 | 一种用于进行室内导航的方法和装置 |
CN106295512A (zh) * | 2016-07-27 | 2017-01-04 | 哈尔滨工业大学 | 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法 |
CN106153047A (zh) * | 2016-08-15 | 2016-11-23 | 广东欧珀移动通信有限公司 | 一种室内定位方法、装置及终端 |
CN108289327A (zh) * | 2017-01-07 | 2018-07-17 | 薛明洁 | 一种基于图像的定位方法及系统 |
CN107167144A (zh) * | 2017-07-07 | 2017-09-15 | 武汉科技大学 | 一种基于视觉的移动机器人室内环境识别定位方法 |
CN108345700A (zh) * | 2018-03-29 | 2018-07-31 | 百度在线网络技术(北京)有限公司 | 文章代表图片的选取方法、装置和计算机设备 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132274A (zh) * | 2019-04-26 | 2019-08-16 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种室内定位方法、装置、计算机设备及存储介质 |
CN110487262A (zh) * | 2019-08-06 | 2019-11-22 | Oppo广东移动通信有限公司 | 基于增强现实设备的室内定位方法及系统 |
CN112344931A (zh) * | 2019-08-09 | 2021-02-09 | 上海红星美凯龙悦家互联网科技有限公司 | 室内断点导航方法、终端、云端、系统和存储介质 |
CN111323028A (zh) * | 2020-02-20 | 2020-06-23 | 北京经智纬科技有限公司 | 一种基于图像识别的室内室外定位装置以及定位方法 |
CN111323028B (zh) * | 2020-02-20 | 2022-08-19 | 川谷汇(北京)数字科技有限公司 | 一种基于图像识别的室内室外定位装置以及定位方法 |
CN112513576A (zh) * | 2020-02-28 | 2021-03-16 | 华为技术有限公司 | 导航方法及装置 |
US20210372798A1 (en) * | 2020-05-29 | 2021-12-02 | Peking University | Visual navigation method and system for mobile devices based on qr code signposts |
CN111854755A (zh) * | 2020-06-19 | 2020-10-30 | 深圳宏芯宇电子股份有限公司 | 室内定位方法、设备及计算机可读存储介质 |
CN112985419A (zh) * | 2021-05-12 | 2021-06-18 | 中航信移动科技有限公司 | 室内导航方法、装置、计算机设备及存储介质 |
CN112985419B (zh) * | 2021-05-12 | 2021-10-01 | 中航信移动科技有限公司 | 室内导航方法、装置、计算机设备及存储介质 |
CN114942418A (zh) * | 2022-06-10 | 2022-08-26 | 西安电子科技大学 | 基于邻近距离的单脉冲测角方法 |
CN114942418B (zh) * | 2022-06-10 | 2024-09-24 | 西安电子科技大学 | 基于邻近距离的单脉冲测角方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109115221A (zh) | 室内定位、导航方法及装置、计算机可读介质和电子设备 | |
US10255726B2 (en) | Systems and methods for augmented reality representations of networks | |
Kalkusch et al. | Structured visual markers for indoor pathfinding | |
US20140300637A1 (en) | Method and apparatus for determining camera location information and/or camera pose information according to a global coordinate system | |
CN109737983A (zh) | 用于生成行驶路径的方法和装置 | |
CN111157009A (zh) | 基于移动终端和ar智能的室内定位导航创建方法及系统 | |
US10868977B2 (en) | Information processing apparatus, information processing method, and program capable of adaptively displaying a video corresponding to sensed three-dimensional information | |
US20220005283A1 (en) | R-snap for production of augmented realities | |
EP3299971A1 (en) | Method and system for remote management of location-based spatial object | |
US10733777B2 (en) | Annotation generation for an image network | |
CN112815923B (zh) | 视觉定位方法和装置 | |
CN109374002A (zh) | 导航方法和系统、计算机可读存储介质 | |
CN109029466A (zh) | 室内导航方法和装置 | |
CN111242704A (zh) | 用于在现实场景中叠加直播人物影像的方法和电子设备 | |
CN104501797B (zh) | 一种基于增强现实ip地图的导航方法 | |
CN108597034A (zh) | 用于生成信息的方法和装置 | |
JP3156646B2 (ja) | 検索型景観ラベリング装置およびシステム | |
CN117419713A (zh) | 基于增强现实的导览方法、计算设备及存储介质 | |
CN109863746A (zh) | 交互式数据可视化环境 | |
CN117029815A (zh) | 基于空间互联网的场景定位方法和相关设备 | |
JPH1186035A (ja) | 距離参照型景観ラベリング装置およびシステム | |
CN109214482A (zh) | 一种室内定位方法、装置、终端设备及存储介质 | |
CN115187760A (zh) | 基于ar的景区导览方法和系统、电子设备、存储介质 | |
KR102272757B1 (ko) | 파노라믹 영상 컨텐츠 제작 시스템 및 방법 | |
JPH1132250A (ja) | 音声案内型景観ラベリング装置およびシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |