CN109540144A - 一种室内定位方法及装置 - Google Patents
一种室内定位方法及装置 Download PDFInfo
- Publication number
- CN109540144A CN109540144A CN201811442189.4A CN201811442189A CN109540144A CN 109540144 A CN109540144 A CN 109540144A CN 201811442189 A CN201811442189 A CN 201811442189A CN 109540144 A CN109540144 A CN 109540144A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- relation
- camera
- image
- world coordinate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000000007 visual effect Effects 0.000 claims description 59
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 description 43
- 238000010586 diagram Methods 0.000 description 18
- 230000006854 communication Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000004165 Methyl ester of fatty acids Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种室内定位方法及装置，该室内定位方法包括：获取拍摄图像中的定位目标在预先建立的图像坐标系中的坐标；根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置。本发明利用摄像头就可以实现高精度的定位，并且降低了成本。
Description
技术领域
本发明是关于定位技术，特别是关于一种室内定位方法及装置。
背景技术
信息化快速发展的今天，定位技术得到迅猛发展，现被广泛应用在医疗、工业、公共安全、交通运输等各个领域。
对于室外环境，全球导航卫星系统(GNSS)诸如美国的全球定位系统(GPS)、我国的北斗卫星导航系统(BDS)能够为用户提供较高精度的定位服务，基本满足了用户在室外环境中对于位置服务的需求。然而，类似个人用户、服务机器人、扫地机器人等有大量的定位需求发生在室内场景；而室内场景受到建筑物的遮挡，GNSS信号快速衰减，甚至完全拒止，无法满足室内场景中导航定位的需要。
室内定位是指在室内环境中实现人员、物体等在室内空间中的位置监控。随着通信技术和电子制造工艺的不断发展和普及，室内定位技术层出不穷，而且在一些行业中得到了应用。相比于美国军方于1964年正式投入使用的子午仪卫星定位系统以及后来以此为前身于1994年全面建成的GPS，室内定位技术起步较晚，美国联邦通信委员会(FCC)在1996年指定用于应急救援的E-911为室内定位标准，之后在各行业应用需求的推动下，室内定位技术得到了快速的发展。
相对于传统的室外定位技术，室内定位技术由于其环境的特殊性，存在以下技术难点。(1)GPS信号变弱。室内环境由于墙体的遮蔽，尤其是钢筋混凝土时，GPS信号穿过建筑物后会明显变弱，传统依靠GPS进行定位的技术，精确度大幅降低。所以室内环境不适宜使用GPS技术进行定位。(2)障碍物多。建筑物内通常会有各种障碍物，包括家具、房间和行人等。障碍物位置各异，房间布局不同，行人时刻在动，大量的不确定性使室内环境异常复杂。(3)干扰源多。由于室内环境相对封闭，声音、光线、温度等干扰源都会对定位设备的传感器造成一定的影响，特别是声音和光线，会在室内进行多次反射，使室内干扰情况更加复杂。(4)多层建筑中的定位。室内定位不仅要考虑二维平面的位置，在多层建筑中还要考虑楼层的位置，包括地上和地下部分。(5)未知环境定位困难。目前大部分室内定位技术都是基于对室内环境了解的基础上，但实际应用中也许得不到环境信息，或者定位基础设施遭到破坏，比如地震、反恐等特殊情况时，减少对环境依赖性的室内定位也是一项难题。
目前，国内外研究已提出了射频识别(RFID)、蓝牙、无线局域网(WLAN)、超宽带(UWB)等室内定位技术及系统，其中部分定位技术已经商用。但是，由于室内场景的复杂性和多样性，不同的室内定位技术也具有不同的缺点和局限性，尚未形成与GNSS类似的普适性解决方案。下面分别说明目前WIFI定位技术、蓝牙定位技术、UWB定位技术及RFID定位技术存在的问题。
WIFI定位技术：无线局域网(WLAN，Wireless LAN)技术是通过射频技术来取代有线通信的方式来构建局域网，其中使用IEEE 802.11系列协议的无线局域网也称为WiFi，通常基于WLAN的室内定位也是使用的WiFi网络。
基于WiFi的室内定位系统主流方法是基于RSSI(Received Signal StrengthIndicator，接收信号强度指示器)进行定位。
一种是三角定位：如果我们知道了AP(Access Point，接入点)的位置，可以利用信号衰减模型估算出移动设备距离各个AP的距离，然后根据周围AP距离画圆，其交点就是该设备的位置。很容易发现，三角定位算法需要提前知道AP的位置，因此对于环境变化较快的场合不适合使用。
而更多的定位系统是采用是指纹算法定位：指纹算法类似于机器学习算法，分为两个阶段。第一阶段是离线训练阶段，将需要室内定位区域划分网格，建立采样点(间距1～2m)使用WiFi接受设备逐个采样点采样，记录该点位置、所获取的RSSI及AP地址。对采样数据进行处理(滤波、均值等)；第二阶段是在线定位阶段，用户持移动设备在定位区域移动，实时获取当前RSSI及AP地址，将该信息上传到服务器进行匹配(匹配算法有NN、KNN、神经网络等)得到估算位置。最早提出该种定位方式的是微软的RADAR系统，此外，马里兰大学的Horus系统也非常有影响力。由于基于WiFi的室内定位系统可以使用现已部署的基础设施，因此大受应用产商青睐，Google公司已将该技术和室内地图集成到地图服务中，百度、高德等中国位置服务公司也在研发相关产品。WiFi定位系统其精度可以达到米级，定位原理如图1所示。
WIFI定位技术存在如下缺点：
WiFi定位系统容易受到复杂的空间环境干扰，稳定性较差、受噪声信号干扰大，定位的准确度和精度较差，且在短时间内变化较大。
WiFi本身属于基础设施，是用于通信的，WiFi的AP点同时接入数量有限。所以WiFi定位系统是基于其高密度的部署，大概是5-10米的范围，这样会导致彼此信号受到干扰，导致定位误差，严重影响定位精度。
现有WiFi定位系统多数采用指纹算法进行定位，但是为了维持定位精度，系统需要定期更新指纹库，如此一来给定位工作带来繁重的工作负担。
WiFi定位系统工作时必须保证处于联网状态，在断网的情况下所有定位工作将全部不能运作。
WiFi定位系统工程量浩大，需要在建筑内打眼儿走线，考虑到环境复杂的情况下可能存在施工较为困难，成本高昂的问题；同时WiFi的功耗比较高，也会带来较高的成本。
蓝牙定位技术：蓝牙是无线技术(WPAN(Wireless Personal Area Network，无线个域网))的一个标准，是用来解决同设备之间短距离通信的一种无线通信技术，其工作在2.4GHz上，具有低功耗的显著特征。与WiFi定位类似，常采用的定位方式包括RSSI三角定位与RSSI指纹算法定位，其中，Apple公司推出的iBeacon系统定位精度可达2～3米。
由于蓝牙技术在传输距离和接入量上的限制。将低功耗广域通信方式和蓝牙室内定位网络结合起来，在保持高定位精度的同时又可以延伸定位信号的覆盖范围，同时还将室内定位扩展到了室外。
蓝牙设备功耗低、体积小，且蓝牙技术已广泛集成在移动设备中，因此易于推广使用。
蓝牙定位技术存在如下缺点：
对于复杂的空间环境，蓝牙定位系统的稳定性较差，受噪声信号干扰大，从而影响定位的准确度和精度。
蓝牙信号距离比较近，覆盖面积相对较小，通常基于蓝牙进行定位需要更高的设备密度，多蓝牙基站容易相互影响导致定位错误，影响定位准确度。
除了使用集成在移动终端上的蓝牙模块，还需要蓝牙基站，但是蓝牙基站不普及，且蓝牙器材和设备价格比较昂贵；iBeacon一般通过电池供电，有些可用3-5年，不过这也意味着每3-5年就需要更换电池，维护成本高。
UWB定位技术：超宽带(UWB)技术是近年来新兴一项全新的、与传统通信技术有极大差异的通信无线新技术。超宽带(UWB(Ultra Wideband))无线通信是一种不用载波，而采用时间间隔极短(小于1ns)的脉冲进行通信的方式，具有传输速率高、发射功率较低、穿透能力较强的特点。通过发送纳秒级或纳秒级以下的超窄脉冲来传输数据，从而可以获得3.1～10.6GHz量级的数据带宽。正是这些优点，使它在室内定位领域得到了较为精确的结果。
UWB定位技术需在室内部署感应器，通过感应器感应室内物体携带的能够产生超宽带信号的电子标签来进行测距和测角，从而达到定位目的。UWB定位技术本质上和GPS卫星定位的原理是一样的，它不过是将卫星放在了地面上，也就是自己搭建作为卫星的基站，然后去根据和GPS定位相同的算法计算出每个Anchor(基站)到Tag(移动站也称标签)的距离，从而解算出移动站的空间坐标，对于三维空间定位而言一般至少需要四个基站，基站的数量增加不但可以构建超定方程组使用一些算法提高精度，同时也可以作为通信质量不佳下的冗余设计，所以在可以接受的条件下，基站的数量一般越多越好。UWB(超宽带)室内定位技术经常采用TDOA演示测距定位算法，该方法定位精度高，典型的应用是由剑桥大学开发的Ubisense系统，该系统精度可以达到厘米级。目前，包括美国、日本、加拿大等在内的国家都在研究这项技术，在无线室内定位领域具有良好的前景。定位原理如图2所示。
UWB定位技术的缺点：
脉冲UWB系统频谱利用率较低、传输数据率低。
脉冲UWB一般在传输距离大于10米的情况下性能较差，所以对于距离稍远的定位性能低于无线LAN。
脉冲UWB系统需要部署基站，施工量大，且需要特定终端进行支持，设备价格昂贵，价格昂贵。总体来说，脉冲UWB系统开发难度大，价格昂贵。
RFID定位技术：射频识别(Radio Frequency Identification，简称RFID)定位技术利用射频信号进行非接触式双向通信交换数据以达到识别和定位的目的。目前，具有代表性的RFID定位系统有MIT Oxygen项目开发的Cricket系统、华盛顿大学的SpotON系统、微软公司的RADAR系统等。RFID技术传输范围大、成本很低，但作用距离短，最长只有几十米，而且射频信号不具有通信能力，只使用射频识别技术是不能进行室内定位的，必须与其他辅助技术相结合才能完成。
一般来说，RFID定位系统主要组成部件有：数据处理终端(PC)、标签(Tag)、天线和阅读器(Reader)。标签:由耦合原件和芯片组成，每个标签具有唯一的电子编码，可以附在识别物体的表面，也可以植入体内，可以多次被阅读器写入和读出。分为有源标签、无源标签和半有源标签。阅读器:RFID阅读器的任务是控制射频发射信号，通过射频收发器接收目标签的已编码射频信号，对标签的认证识别信息进行解码，然后将认证识别的信息连带标签上其它相关信息传输到数据处理终端以供处理。天线:在标签和阅读器间传递射频信号。数据处理终端(PC)：管理人员可以通过相关软件对RFID系统进行配置，并获取定位信息。组成原理如图3所示。
RFID定位技术的缺点：
RFID作用距离较短，一般最长只有几十米。
使用RFID进行定位时需要定位目标主动靠近识别器进行定位，这一约束导致多数定位场景不适合用该定位方式。
RFID标识没有通信能力，不便于整合到移动设备之中，使用不是很方便。
发明内容
本发明实施例提供了一种室内定位方法及装置，以利用摄像头就可以实现高精度的定位。
为了实现上述目的，本发明实施例提供了一种室内定位方法，包括：
获取拍摄图像中的定位目标在预先建立的图像坐标系中的坐标；
根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
一实施例中，还包括：建立所述世界坐标系。
一实施例中，还包括：建立所述摄像机坐标系，所述摄像机坐标系的z轴沿所述摄像机镜头的中心轴方向，x轴为水平方法。
一实施例中，还包括：建立所述图像坐标系，所述图像坐标系为以图像其中一角为原点的直角坐标系。
一实施例中，还包括：
建立所述图像坐标系与摄像机坐标系之间的第一关系；
建立所述世界坐标系与摄像机坐标系之间第二关系。
一实施例中，根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置，包括：
根据所述第一关系及第二关系建立所述图像坐标系与世界坐标系之间的关系；
根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
一实施例中，根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置，包括：
获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数；
获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数；
根据定位目标的预设高度值、所述第一关系参数及第二关系参数及所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中坐标。
一实施例中，所述获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数，包括：
利用相机从多个角度拍摄棋盘格的图像；
通过OpenCV相机标定脚本获取所述相机的所述第一关系参数。
一实施例中，所述获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数，包括：
生成四个标识参照物，并将所述视觉码分别设置在世界坐标系中的四个点上；
测量所述四个标识参照物分别所在位置在所述世界坐标系中的坐标；
获取所述四个标识参照物所在位置的图像，并获得所述四个标识参照物的中心在所述图像坐标系中的坐标；
通过OpenCV相机标定脚本，根据所述四个标识参照物在所述世界坐标系及所述图像坐标系中的坐标、所述第一关系参数计算所述第二关系参数。
为了实现上述目的，本发明实施例还提供了一种室内定位装置，包括：
坐标获取单元，用于获取拍摄图像中的定位目标在预先建立的图像坐标系中的坐标；
定位单元，用于根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
一实施例中，还包括：世界坐标系建立单元，用于建立所述世界坐标系。
一实施例中，还包括：摄像机坐标系建立单元，用于建立所述摄像机坐标系，所述摄像机坐标系的z轴沿所述摄像机镜头的中心轴方向，x轴为水平装置。
一实施例中，还包括：图像坐标系建立单元，用于建立所述图像坐标系，所述图像坐标系为以图像其中一角为原点的直角坐标系。
一实施例中，还包括：
第一关系创建单元，用于建立所述图像坐标系与摄像机坐标系之间的第一关系；
第二关系创建单元，用于建立所述世界坐标系与摄像机坐标系之间第二关系。
一实施例中，所述定位单元包括：
关系创建模块：根据所述第一关系及第二关系建立所述图像坐标系与世界坐标系之间的关系；
定位模块，用于根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
一实施例中，所述定位模块包括：
第一获取模块，用于获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数；
第二获取模块，用于获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数；
坐标获取模块，用于根据定位目标的预设高度值、所述第一关系参数及第二关系参数及所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中坐标。
一实施例中，所述第一获取模块包括：
图像获取模块，用于利用相机从多个角度拍摄棋盘格的图像；
第一参数获取模块，用于通过OpenCV相机标定脚本获取所述相机的所述第一关系参数。
一实施例中，所述第二获取模块包括：
视觉码生成模块，用于生成四个标识参照物，并将所述视觉码分别设置在世界坐标系中的四个点上；
世界坐标测量模块，用于测量所述四个标识参照物分别所在位置在所述世界坐标系中的坐标；
图像坐标获取模块，用于获取所述四个标识参照物所在位置的图像，并获得所述四个标识参照物的中心在所述图像坐标系中的坐标；
第二参数获取模块，用于通过OpenCV相机标定脚本，根据所述四个标识参照物在所述世界坐标系及所述图像坐标系中的坐标、所述第一关系参数计算所述第二关系参数。
为了实现上述目的，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述室内定位方法的步骤。
为了实现上述目的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述室内定位方法的步骤。
本发明利用摄像头就可以实现高精度的定位，并且降低了成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
图1为现有的WIFI定位原理示意图；
图2为现有的超宽带定位原理示意图；
图3为现有的视频识别定位原理示意图；
图4为本发明实施例的室内定位方法流程图一；
图5为本发明实施例的世界坐标系示意图；
图6为本发明实施例的图像坐标系示意图；
图7为本发明实施例的摄像机坐标系示意图；
图8为本发明实施例的室内定位方法流程图二；
图9为本发明实施例的室内定位方法流程图三；
图10为本发明实施例的室内定位方法流程图四；
图11为本发明实施例的棋盘格示意图；
图12为本发明实施例的棋盘格各个角度拍摄示意图；
图13为本发明实施例的棋盘格中的角点示意图；
图14为本发明实施例的室内定位方法流程图五；
图15为本发明实施例世界坐标系中的视觉码及坐标示意图；
图16为本发明实施例图像坐标系中的坐标示意图；
图17为本发明实施例正方形棋盘格的多角度拍摄图像；
图18为本发明实施例的到摄像机的内部参数矩阵示意图；
图19为本发明实施例的到摄像机的外部参数示意图；
图20为本发明实施例的室内定位装置的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例用到的主要技术术语。
视觉码：目标携带的便于计算机识别的标记，是一种比二维码技术更加高效的信息存储、传递和识别技术。具有强大的纠错功能；读取便捷性强，对于光线要求较低，一般定位距离5～10米，最大不超过12米；视觉码携带的数字编码最大容量为5000个，携带信息量较小，识别速度快；可引入加密措施，保密性、防伪性好；可传真影印，低成本，易操作。
视觉码识别程序：用于从图像中识别出视觉码所携带编码等信息以及确定视觉码成像后在图像坐标系位置的特定程序。
世界坐标系：世界坐标系即是在真实世界(真实物理空间)建立的坐标系，本发明中可以选取房间中靠近门的墙角为坐标原点建立世界坐标系，世界坐标系即为确定最后目标位置所建坐标系。
图像坐标系：图像坐标系是为了表述摄像机形成的图像中某一点的位置而建立的坐标系，是目标定位时的输入。图像坐标系以图像左上角为原点建立以像素为单位的直角坐标系(u，v)。像素的横坐标u与纵坐标v分别是在其图像数组中所在的列数与所在行数。
摄像机坐标系：摄像机坐标系是为了建立世界坐标系与图像坐标系之间的转化关系而建立的中间坐标系。摄像机坐标系以摄像机为原点，光轴方向为z轴(朝向屏幕内或摄像机方向)，与摄像头平面平行，水平方向为x轴，y轴与x轴及z轴所在平面垂直。
OpenCV：OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，实现了图像处理和计算机视觉方面的很多通用算法。本发明中可用于参数的获取和定位的计算。
摄像机标定：摄像机标定是使用特定方法获得摄像机内部参数和外部参数的过程。通过寻找对象在图像与现实世界的转换数学关系，找出其定量的联系，从而实现从图像中测量出实际数据的目的。
PnP问题：关于PNP问题就是指通过世界中的N个特征点与图像成像中的N个像点，计算出其投影关系，从而获得相机或物体位姿的问题。
图4为本发明实施例的室内定位方法流程图，如图4所示，该室内定位方法包括如下步骤：
S401：获取拍摄图像中的定位目标在预先建立的图像坐标系中的坐标；
通过摄像机拍摄定位目标(定位目标可以用视觉码代替)的图像，得到图像后，使用视觉码识别程序可以得到目标携带的视觉码的中心位置在图像坐标系中的坐标。
S402：根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
上述三个坐标系中，图像坐标系是二维坐标系，摄像机坐标系和世界坐标系都是三维坐标系。
定位的目的是为了获取定位目标的坐标，该坐标为定位目标在真实坐标系中的坐标，本发明中为了进行目标定位，首先确定定位目标在图像坐标系中的坐标，通过计算得到定位目标在世界坐标系中的坐标。
本发明进行定位目标的定位之前，需要先建立图像坐标系、摄像机坐标系之间的关系以及世界坐标系，由于图像坐标系与摄像机坐标系之间的关系以及世界坐标系与摄像机坐标系之间的关系可以通过一定方法获得，进而可以得到图像坐标系与世界坐标系之间的关系，并可以得到图像坐标系与世界坐标系之间的关系的相关参数。利用S401得到的定位目标在图像坐标系中的坐标及图像坐标系与世界坐标系之间的关系，可以最终得到定位目标在世界坐标系中的坐标。
由上述流程可知，本发明通过建立图像坐标系、摄像机坐标系之间的关系以及世界坐标系，获得图像坐标系与摄像机坐标系之间的关系以及世界坐标系与摄像机坐标系之间的关系，然后获得图像坐标系与世界坐标系之间的关系及其相关参数，最后根据定位目标在图像坐标系中的坐标及图像坐标系与世界坐标系之间的关系，可以最终得到定位目标在世界坐标系中的坐标。利用一个摄像头就可以实现高精度的定位，并且降低了成本。
本发明具体实施时，可以分为定位前的准备阶段及识别定位阶段，下面分别说明。
定位前的准备阶段中，首先需要建立图像坐标系、摄像机坐标系之间的关系以及世界坐标系，由于摄像头固定不动，其拍摄的图像也固定不动，所以在定位准备阶段，可以先建立上述三个坐标系，然后建立各坐标系之间的数学转换关系，通过实验的方式测算坐标系之间相互变换所需的参数，从而最终得到定位所需的图像坐标系与世界坐标系的数量关系。
世界坐标系即是在真实世界的建立坐标系，定位的最终目的就是需要获取目标物(定位目标)在世界坐标系的坐标位置从而达到定位的目的，所以世界坐标系是本发明中最为核心、最为重要的坐标系。为了便于测算和理解，可以将世界坐标系的原点放在房间中靠近门的墙角的位置，X轴可以为平行于门的方向，Y轴为垂直于门的方向，Z轴的方向为竖直向上，如图5所示。
图像坐标系是为了表述摄像机拍摄的图像中某一点的位置而建立的坐标系，是进行目标定位时的输入。图像坐标系可以图像其中一角为原点的直角坐标系。例如以图像左上角为原点建立以像素为单位的直角坐标系(u，v)，像素的横坐标u与纵坐标v分别是在其图像数组中所在的列数与所在行数，如图6所示。
摄像机坐标系以摄像机所在位置为坐标原点，光轴(沿所述摄像机镜头的中心轴方向)方向为z轴(朝向摄像机前方或后方方向)，水平方向为x轴，y轴方向垂直x轴与z轴所在的屏幕。摄像机坐标系是为解决定位问题而进行坐标转换的一个重要媒介，以其为媒介可以建立所需世界坐标系与图像坐标系之间的数量关系，最终达到定位的目的。在最终定位计算中，没有使用到摄像机坐标系，摄像机坐标系只是为建立世界坐标系与图像坐标系之间关系的媒介。图像坐标系如图7所示，其中701为摄像机。
一实施例中，在进行S402之前，建立所述图像坐标系与摄像机坐标系之间的第一关系及所述世界坐标系与摄像机坐标系之间第二关系。
S402具体实施时，如图8所示，可以包括如下步骤：
S801：根据第一关系及第二关系建立所述图像坐标系与世界坐标系之间的关系；
S802：根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
本发明实现定位的关键在于将定位目标在图像坐标系的坐标转换为定位目标在世界坐标系中的坐标，而摄像机坐标系为坐标转换的重要媒介，建立图像坐标系及世界坐标系与摄像机坐标系之间的关系变得尤为重要，下面分别描述。
1、图像坐标系与摄像机坐标系之间的关系
假设图像坐标系为(u，v)，摄像机坐标系为(x，y，z)，则图像坐标系和摄像机坐标系之间的关系为：
其中，fx，fy为相互垂直的两个方向上的焦距，cx、cy为图像的中心在图像坐标系中的坐标，s为缩放系数。
2、摄像机坐标系与世界坐标系之间的关系
摄像机坐标系为(x，y，z)，世界坐标系为(X，Y，Z)，则图像坐标系和摄像机坐标系之间的关系为：
其中，为世界坐标系到摄像机坐标系的旋转矩阵，r11、r12、r13为x方向上的旋转向量，r21、r22、r23为y方向上的旋转向量，r31r42、r43为z方向上的旋转向量，为世界坐标系到摄像机坐标系的平移向量，t1、t2及t3分别为x、y及z方向的平移量。
3、图像坐标系与世界坐标系之间的关系
通过上述第1步及第2步，可以得到图像坐标系与摄像机坐标系的关系以及摄像机坐标系与世界坐标系的关系。通过变换计算(根据图像坐标系与摄像机坐标系之间的关系与摄像机坐标系与世界坐标系之间的关系)，我们便可以得到图像坐标系与世界坐标系之间的关系。假设图像坐标系为(u，v)，世界坐标系为(X，Y，Z)，则图像坐标系和摄像机坐标系之间的关系为：
本发明对定位目标进行定位，是为了在世界坐标系中获得定位目标的位置坐标，即求得上述公式(3)中的X及Y。为了计算X及Y需要计算公式(3)中的X及Y，需要获取参数(称为摄像机的内部参数)、参数及参数(R及t称为摄像机的内部参数)及定位目标的高度，下面具体说明如何进行参数M、T及t的获取。
一实施例中，如图9所示，S802具体实施时，可以包括如下步骤：
S901：获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数；
S902：获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数；
S903：根据定位目标的预设高度值、所述第一关系参数及第二关系参数及所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中坐标。
上述参数获取是获取定位时所需的参数，即世界坐标系与摄像机坐标系之间的变换参数(摄像机外部参数，又称为第二关系参数)、摄像机坐标系与图像之间的变换参数(摄像机内部参数，又称为第一关系参数)、以及定位目标的高度(定位目标一般为人，该高度可以设定为成年人的平均身高参数，本发明不以此为限)。
获取上述摄像机内部参数及外部参数的过程可以称为摄像机的标定，通过寻找对象在图像与现实世界的转换数学关系，可以找出其定量的联系，从而实现从图像中测量出实际数据的目的，下面分别说明。
1、摄像机内部参数获取
一实施例中，如图10所示，获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数(摄像机内部参数)，包括：
S1001：利用相机从多个角度拍摄棋盘格的图像；
S1002：通过OpenCV相机标定脚本获取所述相机的所述第一关系参数。
摄像机内部参数为图像坐标系与摄像机坐标系关系参数：
获取M的方法一般使用棋盘标定法(又称为张正友标定法)获得，具体地，基本步骤可以包括：
步骤1：打印规格为10*7的黑白相间的棋盘格(例如，横向为10个方格，竖向为7个方格，本发明不以此为限)，其中，每个棋盘格边长L为5cm，如图11所示。
步骤2：为优化内部参数的测算，使用摄像机从各个角度拍摄获取棋盘格获得9张图像，如图12所示。图12中，左边为人将棋盘格转动不同的角度，右边为摄像机视场内拍摄的9张棋盘格图像。
步骤3：使用OpenCV相机标定脚本获取摄像机内部参数。其中，输入为：棋盘格方格的边长L，棋盘格内部横向和纵向角点数(即9，6)，以及拍摄得到的所有9张图像。角点为图中圆内的点，如图13所示。
步骤4：根据世界坐标系和图像坐标系之间转化原理，将角点数输入OpenCV对摄像机内部参数进行测算优化，最终输出误差最小的摄像机内部参数矩阵M。
2、摄像机外部参数获取
一实施例中，如图14所示，摄像机外部参数获取包括：
S1401：生成四个标识参照物，并将所述视觉码分别设置在世界坐标系中的四个点上；
S1402：测量所述四个标识参照物分别所在位置在所述世界坐标系中的坐标；
S1403：获取所述四个标识参照物所在位置的图像，并获得所述四个标识参照物的中心在所述图像坐标系中的坐标；
S1404：通过OpenCV相机标定脚本，根据所述四个标识参照物在所述世界坐标系及所述图像坐标系中的坐标、所述第一关系参数计算所述第二关系参数。
标识参照物可以是任何可通过计算机图像识别程序识别出来的物体，比如普通的数字标牌、视觉码或特殊几何形状的标牌，只要其标志特征(数字、形状等特征)可以通过计算机图像识别程序识别出来，本发明仅以视觉码进行说明，并非用于限定。
摄像机外部参数为世界坐标系与摄像机坐标系之间的关系参数，即旋转矩阵R和平移向量t，可通过求解PnP问题得到上述外部参数，具体地，可以包括如下步骤：
步骤1：分别选取世界坐标轴中原点、X轴上任意一点、Y轴上任意一点和Z轴上任意一点为标识点(选取四个相对特殊的点，可以简化坐标，以便提升计算机运行效率)。另外，需要保证上述四点均能被摄像头拍摄的到。
步骤2：生成四个视觉码(特制的视觉码)，视觉码的标识码可以均以8开头，长度为六位，并将这四个视觉码放置在上述所选取的位置处。放置位置如图15所示，图15中，四个视觉码分别为A、B、C、D。
步骤3：测量得到这四个视觉码所放置的位置在世界坐标系中的坐标，分别记为：A(X1，Y1，Z1)、B(X2，Y2，Z2)、C(X3，Y3，Z3)、D(X4，Y4，Z4)，如图15所示。
步骤4：用摄像机拍摄视觉码所标记的四个点所处的位置并获取图像，并保证所获取的图像中的视觉码均可被计算机进行识别。
步骤5：对图像中视觉码使用计算机识别软件进行识别并解码视觉码，将图像中的视觉码成像与真实世界中的视觉码进行一一对应匹配，并对其轮廓进行标记；
步骤6：根据已标记的视觉码轮廓，获得这四个视觉码中心点在图像坐标系中的坐标，分别记为：A′(u1，v1)、B′(u2，v2)、C′(u3，v3)、D′(u4，v4)，如图16所示。
步骤7：通过OpenCV相机标定脚本求解摄像机外部参数。其中，输入为相机内部参数、四个视觉码所标记的中心点在世界坐标系中的坐标、四个视觉码所标记的中心点在图像坐标系中对应的坐标。
步骤8：根据世界坐标系与图像坐标系之间的转化关系，利用OpenCV相机标定脚本，最终求解得到摄像机外部参数R与t。
除了进行上述摄像机内部参数及外部参数获取，还需要进行定位目标的平均高度(世界坐标系Z)参数获取。
由于定位目标的平均高度参数是定位时的一个重要参数，当本发明中定位目标为人时，为减少计算量，提高定位效率，可以将人员以性别分类，获取身高信息，对男女分别获取身高的平均值作为世界坐标系中Z值的输入。
识别定位阶段中，目标识别及定位是从摄像机拍摄的图像中识别目标并对其在世界坐标系种的位置进行确定，主要有以下两个步骤：
目标识别：从摄像机拍摄的图像中找到出目标所携带的视觉码，并对目标进行身份识别；
目标定位：获取目标所携带视觉码中心点在图像坐标系的坐标位置，根据该图像坐标位置，利用世界坐标系与图像坐标系的转换关系计算目标在世界坐标系中的坐标，最终达到定位的目的。
1、目标识别
目标识别是通过视觉码识别程序对摄像机拍摄的图像中进行处理，识别出图像中存在的目标所携带的视觉码，解码视觉码获取其所携带的目标身份信息，进而获取目标的身份信息，对目标的身份进行识别。
2、目标定位
目标定位是利用目标识别得到的目标携带视觉码，获取视觉码中心点在图像坐标系的坐标位置。通过已知图像坐标系的坐标位置以及世界坐标系与图像坐标系的数量关系，计算目标在世界坐标系中的坐标。
假设目标的身高为平均身高Zconst，则可得到目标在世界坐标系坐标的Z方向的分量为Zconst。
假设目标携带的视觉码的中心坐标(图像坐标系)为(u，v)，设目标在世界坐标系中的坐标为(X，Y，Z)，则Z＝Zconst，根据世界坐标系与图像坐标系的关系
则可以得到
通过上述方程的最后一行可以得到缩放系数s，进而可以得到目标在世界坐标系的坐标(X,Y)。
为了更清楚的说明本发明，下面结合具体的实例进行说明。
1、坐标系构建
(1)世界坐标系构建
将房间靠近门的墙角的位置设为世界坐标系原点，其中X轴为平行于门的方向，Y轴为垂直于门的方向，Z轴的方向为竖直向上。
(2)图像坐标系构建
以图像左上角为原点建立以像素为单位的直角坐标系(u，v)。像素的横坐标u与纵坐标v分别是在其图像数组中所在的列数与所在行数。
2、参数获取
(1)摄像机内参获取
制作正方形棋盘格(棋盘格每个小格的边长为3.55cm，形状为内含8x6个黑白相间的小格)；
将正方形棋盘格从不同方向和角度摆设，多次拍摄，得到15张棋盘格的图像，如图17所示。
利用如图17所示得到的图像和已知参数棋盘格边长(3.55cm)及形状(8x6)，通过OpenCV的findChessboardCorners()和calibrateCamera()方法计算可以得到摄像机的内部参数矩阵，如图18所示。
根据图18，可以求得内参矩阵如下：
由内参矩阵M可知，fx＝3170，fy＝3191为相互垂直的两个方向上的焦距，cx＝2116、cy＝1527为图像的中心在像素坐标系(图像坐标系)中的坐标。
(2)摄像机外参获取
1)在房间中放置4个视觉码，并使用固定位置的摄像机拍照。
2)测量得到四个视觉码中心位置的世界坐标系的坐标，依次为[0，60，165]，[35.5，0，164]，[0，35，122]，[52，0，117]。
3)利用视觉码识别程序得到图像中这四个视觉码中心位置在图像坐标系中的坐标依次为[1529，745]，[2457，773]，[1821，1353]，[2609，1413].
4)根据视觉码世界坐标系坐标和图像坐标系的对应关系及已经求解出的摄像机内部参数，通过OpenCV的solvePnP()方法计算可以得到摄像机的外部参数，如图19所示。
求得世界坐标系到摄像机坐标系的旋转矩阵为：
求得世界坐标系到摄像机坐标系的平移向量为：
(3)目标物平均高度获取
以人为目标，考虑视觉码粘贴位置及大小，假设视觉码中心位置的平均高度为160cm。
3、目标定位
定位时保持摄像机固定不动，拍摄得到目标图像。
得到图像后使用视觉码识别程序得到目标携带的视觉码中心位置的图像坐标系坐标为[2193，835]。
利用已经求解得到的摄像机内部参数和外部参数、目标视觉码图像坐标和视觉码高度求解以下方程可以得到目标的世界坐标系的坐标为[26.82cm，18.74cm]，目标实际位置为[31cm，23cm]的误差不超过5cm，定位效果很好。
其中，M为摄像机内部参数矩阵(内参获取已求解得到)，R为摄像机外部参数旋转矩阵(外参获取已求解得到)，t为摄像机外部参数平移向量(外参获取已求解得到)，Zconst为视觉码高度，(u,v)为视觉码图像坐标系坐标(图像中可获取)，s为缩放系数(待求解)，(X,Y,Zconst)为视觉码世界坐标系坐标(定位所求)。
本发明具有如下技术效果：
可扩展性强：可以使用多个摄像机实现更大范围的定位；
成本低廉：主要依托于摄像机，多数场景已存在摄像机监控体系，无需施工，成本低廉；
方法简单：假设目标身高已知，可快速的实现目标的定位；
计算效率高：假设目标身高已知，定位所需的计算量少；
适用广泛：支持各种摄像监控设备，可广泛适用。
基于同一发明构思，本申请实施例还提供了一种室内定位装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于室内定位装置解决问题的原理与室内定位方法相似，因此室内定位装置的实施可以参见基于访问控制策略的访问控制方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图20为本发明实施例的室内定位装置的结构框图，如图20所示，该室内定位装置包括：
坐标获取单元2001，用于获取拍摄图像中的定位目标在预先建立的图像坐标系中的坐标；
定位单元2002，用于根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
一实施例中，室内定位装置还包括：世界坐标系建立单元，用于建立所述世界坐标系。
一实施例中，室内定位装置还包括：摄像机坐标系建立单元，用于建立所述摄像机坐标系，所述摄像机坐标系的z轴沿所述摄像机镜头的中心轴方向，x轴为水平装置。
一实施例中，室内定位装置还包括：图像坐标系建立单元，用于建立所述图像坐标系，所述图像坐标系为以图像其中一角为原点的直角坐标系。
一实施例中，室内定位装置还包括：
第一关系创建单元，用于建立所述图像坐标系与摄像机坐标系之间的第一关系；
第二关系创建单元，用于建立所述世界坐标系与摄像机坐标系之间第二关系。
一实施例中，定位单元包括：
关系创建模块：根据所述第一关系及第二关系建立所述图像坐标系与世界坐标系之间的关系；
定位模块，用于根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
一实施例中，定位模块包括：
第一获取模块，用于获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数；
第二获取模块，用于获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数；
坐标获取模块，用于根据定位目标的预设高度值、所述第一关系参数及第二关系参数及所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中坐标。
一实施例中，第一获取模块包括：
图像获取模块，用于利用相机从多个角度拍摄棋盘格的图像；
第一参数获取模块，用于通过OpenCV相机标定脚本获取所述相机的所述第一关系参数。
一实施例中，第二获取模块包括：
视觉码生成模块，用于生成四个标识参照物，并将所述视觉码分别设置在世界坐标系中的四个点上；
世界坐标测量模块，用于测量所述四个标识参照物分别所在位置在所述世界坐标系中的坐标；
图像坐标获取模块，用于获取所述四个标识参照物所在位置的图像，并获得所述四个标识参照物的中心在所述图像坐标系中的坐标；
第二参数获取模块，用于通过OpenCV相机标定脚本，根据所述四个标识参照物在所述世界坐标系及所述图像坐标系中的坐标、所述第一关系参数计算所述第二关系参数。
标识参照物可以是任何可通过计算机图像识别程序识别出来的物体，比如普通的数字标牌、视觉码或特殊几何形状的标牌，只要其标志特征(数字、形状等特征)可以通过计算机图像识别程序识别出来，本发明仅以视觉码进行说明，并非用于限定。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现图4、图8、图9、图10、图14所示的流程。
发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现图4、图8、图9、图10、图14所示的流程。
本发明具有如下技术效果：
可扩展性强：可以使用多个摄像机实现更大范围的定位；
成本低廉：主要依托于摄像机，多数场景已存在摄像机监控体系，无需施工，成本低廉；
方法简单：假设目标身高已知，可快速的实现目标的定位；
计算效率高：假设目标身高已知，定位所需的计算量少；
适用广泛：支持各种摄像监控设备，可广泛适用。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (20)
1.一种室内定位方法，其特征在于，包括：
获取拍摄图像中的定位目标在预先建立的图像坐标系中的坐标；
根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
2.根据权利要求1所述的室内定位方法，其特征在于，还包括：建立所述世界坐标系。
3.根据权利要求1所述的室内定位方法，其特征在于，还包括：建立所述摄像机坐标系，所述摄像机坐标系的z轴沿所述摄像机镜头的中心轴方向，x轴为水平方法。
4.根据权利要求1所述的室内定位方法，其特征在于，还包括：建立所述图像坐标系，所述图像坐标系为以图像其中一角为原点的直角坐标系。
5.根据权利要求1所述的室内定位方法，其特征在于，还包括：
建立所述图像坐标系与摄像机坐标系之间的第一关系；
建立所述世界坐标系与摄像机坐标系之间第二关系。
6.根据权利要求5所述的室内定位方法，其特征在于，根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置，包括：
根据所述第一关系及第二关系建立所述图像坐标系与世界坐标系之间的关系；
根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
7.根据权利要求6所述的室内定位方法，其特征在于，根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置，包括：
获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数；
获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数；
根据定位目标的预设高度值、所述第一关系参数及第二关系参数及所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中坐标。
8.根据权利要求7所述的室内定位方法，其特征在于，所述获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数，包括：
利用相机从多个角度拍摄棋盘格的图像；
通过OpenCV相机标定脚本获取所述相机的所述第一关系参数。
9.根据权利要求7所述的室内定位方法，其特征在于，所述获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数，包括：
生成四个标识参照物，并将所述标识参照物分别设置在世界坐标系中的四个点上；
测量所述四个标识参照物分别所在位置在所述世界坐标系中的坐标；
获取所述四个标识参照物所在位置的图像，并获得所述四个标识参照物的中心在所述图像坐标系中的坐标；
通过OpenCV相机标定脚本，根据所述四个标识参照物在所述世界坐标系及所述图像坐标系中的坐标、所述第一关系参数计算所述第二关系参数。
10.一种室内定位装置，其特征在于，包括：
坐标获取单元，用于获取拍摄图像中的定位目标在预先建立的图像坐标系中的坐标；
定位单元，用于根据所述图像坐标系与预先建立的摄像机坐标系之间的关系，以及预先建立的世界坐标系与所述摄像机坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
11.根据权利要求10所述的室内定位装置，其特征在于，还包括：世界坐标系建立单元，用于建立所述世界坐标系。
12.根据权利要求10所述的室内定位装置，其特征在于，还包括：摄像机坐标系建立单元，用于建立所述摄像机坐标系，所述摄像机坐标系的z轴沿所述摄像机镜头的中心轴方向，x轴为水平装置。
13.根据权利要求10所述的室内定位装置，其特征在于，还包括：图像坐标系建立单元，用于建立所述图像坐标系，所述图像坐标系为以图像其中一角为原点的直角坐标系。
14.根据权利要求10所述的室内定位装置，其特征在于，还包括：
第一关系创建单元，用于建立所述图像坐标系与摄像机坐标系之间的第一关系；
第二关系创建单元，用于建立所述世界坐标系与摄像机坐标系之间第二关系。
15.根据权利要求14所述的室内定位装置，其特征在于，所述定位单元包括：
关系创建模块：根据所述第一关系及第二关系建立所述图像坐标系与世界坐标系之间的关系；
定位模块，用于根据所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中的位置。
16.根据权利要求15所述的室内定位装置，其特征在于，所述定位模块包括：
第一获取模块，用于获取所述第一关系中图像坐标系与摄像机坐标系的第一关系参数；
第二获取模块，用于获取所述第二关系中世界坐标系与摄像机坐标系的第二关系参数；
坐标获取模块，用于根据定位目标的预设高度值、所述第一关系参数及第二关系参数及所述图像坐标系与世界坐标系之间的关系获得所述定位目标在世界坐标系中坐标。
17.根据权利要求16所述的室内定位装置，其特征在于，所述第一获取模块包括：
图像获取模块，用于利用相机从多个角度拍摄棋盘格的图像；
第一参数获取模块，用于通过OpenCV相机标定脚本获取所述相机的所述第一关系参数。
18.根据权利要求16所述的室内定位装置，其特征在于，所述第二获取模块包括：
视觉码生成模块，用于生成四个标识参照物，并将所述标识参照物分别设置在世界坐标系中的四个点上；
世界坐标测量模块，用于测量所述四个标识参照物分别所在位置在所述世界坐标系中的坐标；
图像坐标获取模块，用于获取所述四个标识参照物所在位置的图像，并获得所述四个标识参照物的中心在所述图像坐标系中的坐标；
第二参数获取模块，用于通过OpenCV相机标定脚本，根据所述四个标识参照物在所述世界坐标系及所述图像坐标系中的坐标、所述第一关系参数计算所述第二关系参数。
19.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9任一项所述的室内定位方法的步骤。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9任一项所述的室内定位方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811442189.4A CN109540144A (zh) | 2018-11-29 | 2018-11-29 | 一种室内定位方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811442189.4A CN109540144A (zh) | 2018-11-29 | 2018-11-29 | 一种室内定位方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109540144A true CN109540144A (zh) | 2019-03-29 |
Family
ID=65852467
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811442189.4A Pending CN109540144A (zh) | 2018-11-29 | 2018-11-29 | 一种室内定位方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109540144A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110738183A (zh) * | 2019-10-21 | 2020-01-31 | 北京百度网讯科技有限公司 | 障碍物检测方法及装置 |
| CN110856254A (zh) * | 2019-11-22 | 2020-02-28 | 上海图聚智能科技股份有限公司 | 一种基于视觉的室内定位方法、装置、设备及存储介质 |
| CN110966734A (zh) * | 2019-11-11 | 2020-04-07 | 珠海格力电器股份有限公司 | 一种基于三维空间的空调送风控制方法、计算机可读存储介质及空调 |
| CN110991297A (zh) * | 2019-11-26 | 2020-04-10 | 中国科学院光电研究院 | 一种基于场景监控的目标定位方法及系统 |
| CN111105461A (zh) * | 2019-12-27 | 2020-05-05 | 万翼科技有限公司 | 定位装置、基于空间模型的定位方法和可读存储介质 |
| CN111950440A (zh) * | 2020-08-10 | 2020-11-17 | 杭州萤石软件有限公司 | 一种识别与定位门的方法、装置及存储介质 |
| CN112633282A (zh) * | 2021-01-07 | 2021-04-09 | 清华大学深圳国际研究生院 | 一种车辆实时跟踪方法及计算机可读存储介质 |
| CN113115208A (zh) * | 2021-04-12 | 2021-07-13 | 云汉逐影(北京)科技有限公司 | 一种基于uwb的目标跟踪及目标图像重构技术 |
| CN113450414A (zh) * | 2020-03-24 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 一种摄像机标定方法、设备、系统及存储介质 |
| CN113612984A (zh) * | 2021-07-29 | 2021-11-05 | 江苏动泰运动用品有限公司 | 基于图像处理的室内采集点定位方法与系统 |
| CN113804195A (zh) * | 2020-06-15 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 信息处理方法及设备和室内地图定位方法及设备 |
| CN115222814A (zh) * | 2022-06-02 | 2022-10-21 | 珠海云洲智能科技股份有限公司 | 救援设备导引方法、装置、终端设备及存储介质 |
| CN115797445A (zh) * | 2023-02-06 | 2023-03-14 | 成都智元汇信息技术股份有限公司 | 一种基于图像识别的室内人员定位方法及装置及介质 |
| CN117607959A (zh) * | 2023-11-14 | 2024-02-27 | 哈尔滨工业大学 | 基于单目监控的医疗系统地震响应监测方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016077703A1 (en) * | 2014-11-13 | 2016-05-19 | Worcester Polytechnic Institute | Gyroscope assisted scalable visual simultaneous localization and mapping |
| CN106197417A (zh) * | 2016-06-22 | 2016-12-07 | 平安科技（深圳）有限公司 | 手持终端的室内导航方法及手持终端 |
| CN106228538A (zh) * | 2016-07-12 | 2016-12-14 | 哈尔滨工业大学 | 基于logo的双目视觉室内定位方法 |
| CN106485753A (zh) * | 2016-09-09 | 2017-03-08 | 奇瑞汽车股份有限公司 | 用于无人驾驶汽车的摄像机标定的方法和装置 |
| CN106643801A (zh) * | 2016-12-27 | 2017-05-10 | 纳恩博（北京）科技有限公司 | 一种定位准确度的检测方法及电子设备 |
| CN106793086A (zh) * | 2017-03-15 | 2017-05-31 | 河北工业大学 | 一种室内定位方法 |
| CN107830854A (zh) * | 2017-11-06 | 2018-03-23 | 深圳精智机器有限公司 | 基于orb稀疏点云与二维码的视觉定位方法 |
| CN107977977A (zh) * | 2017-10-20 | 2018-05-01 | 深圳华侨城卡乐技术有限公司 | 一种vr游戏的室内定位方法、装置以及存储介质 |
| CN107992793A (zh) * | 2017-10-20 | 2018-05-04 | 深圳华侨城卡乐技术有限公司 | 一种室内定位方法、装置以及存储介质 |
| CN108733039A (zh) * | 2017-04-18 | 2018-11-02 | 广东工业大学 | 一种机器人室内导航定位的方法与装置 |
-
2018
- 2018-11-29 CN CN201811442189.4A patent/CN109540144A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016077703A1 (en) * | 2014-11-13 | 2016-05-19 | Worcester Polytechnic Institute | Gyroscope assisted scalable visual simultaneous localization and mapping |
| CN106197417A (zh) * | 2016-06-22 | 2016-12-07 | 平安科技（深圳）有限公司 | 手持终端的室内导航方法及手持终端 |
| CN106228538A (zh) * | 2016-07-12 | 2016-12-14 | 哈尔滨工业大学 | 基于logo的双目视觉室内定位方法 |
| CN106485753A (zh) * | 2016-09-09 | 2017-03-08 | 奇瑞汽车股份有限公司 | 用于无人驾驶汽车的摄像机标定的方法和装置 |
| CN106643801A (zh) * | 2016-12-27 | 2017-05-10 | 纳恩博（北京）科技有限公司 | 一种定位准确度的检测方法及电子设备 |
| CN106793086A (zh) * | 2017-03-15 | 2017-05-31 | 河北工业大学 | 一种室内定位方法 |
| CN108733039A (zh) * | 2017-04-18 | 2018-11-02 | 广东工业大学 | 一种机器人室内导航定位的方法与装置 |
| CN107977977A (zh) * | 2017-10-20 | 2018-05-01 | 深圳华侨城卡乐技术有限公司 | 一种vr游戏的室内定位方法、装置以及存储介质 |
| CN107992793A (zh) * | 2017-10-20 | 2018-05-04 | 深圳华侨城卡乐技术有限公司 | 一种室内定位方法、装置以及存储介质 |
| CN107830854A (zh) * | 2017-11-06 | 2018-03-23 | 深圳精智机器有限公司 | 基于orb稀疏点云与二维码的视觉定位方法 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110738183B (zh) * | 2019-10-21 | 2022-12-06 | 阿波罗智能技术(北京)有限公司 | 路侧相机障碍物检测方法及装置 |
| CN110738183A (zh) * | 2019-10-21 | 2020-01-31 | 北京百度网讯科技有限公司 | 障碍物检测方法及装置 |
| CN110966734A (zh) * | 2019-11-11 | 2020-04-07 | 珠海格力电器股份有限公司 | 一种基于三维空间的空调送风控制方法、计算机可读存储介质及空调 |
| CN110856254A (zh) * | 2019-11-22 | 2020-02-28 | 上海图聚智能科技股份有限公司 | 一种基于视觉的室内定位方法、装置、设备及存储介质 |
| CN110991297A (zh) * | 2019-11-26 | 2020-04-10 | 中国科学院光电研究院 | 一种基于场景监控的目标定位方法及系统 |
| CN111105461A (zh) * | 2019-12-27 | 2020-05-05 | 万翼科技有限公司 | 定位装置、基于空间模型的定位方法和可读存储介质 |
| CN113450414A (zh) * | 2020-03-24 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 一种摄像机标定方法、设备、系统及存储介质 |
| CN113804195A (zh) * | 2020-06-15 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 信息处理方法及设备和室内地图定位方法及设备 |
| CN111950440A (zh) * | 2020-08-10 | 2020-11-17 | 杭州萤石软件有限公司 | 一种识别与定位门的方法、装置及存储介质 |
| CN112633282A (zh) * | 2021-01-07 | 2021-04-09 | 清华大学深圳国际研究生院 | 一种车辆实时跟踪方法及计算机可读存储介质 |
| CN112633282B (zh) * | 2021-01-07 | 2023-06-20 | 清华大学深圳国际研究生院 | 一种车辆实时跟踪方法及计算机可读存储介质 |
| CN113115208A (zh) * | 2021-04-12 | 2021-07-13 | 云汉逐影(北京)科技有限公司 | 一种基于uwb的目标跟踪及目标图像重构技术 |
| CN113612984A (zh) * | 2021-07-29 | 2021-11-05 | 江苏动泰运动用品有限公司 | 基于图像处理的室内采集点定位方法与系统 |
| CN115222814A (zh) * | 2022-06-02 | 2022-10-21 | 珠海云洲智能科技股份有限公司 | 救援设备导引方法、装置、终端设备及存储介质 |
| CN115222814B (zh) * | 2022-06-02 | 2023-09-01 | 珠海云洲智能科技股份有限公司 | 救援设备导引方法、装置、终端设备及存储介质 |
| CN115797445A (zh) * | 2023-02-06 | 2023-03-14 | 成都智元汇信息技术股份有限公司 | 一种基于图像识别的室内人员定位方法及装置及介质 |
| CN117607959A (zh) * | 2023-11-14 | 2024-02-27 | 哈尔滨工业大学 | 基于单目监控的医疗系统地震响应监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109540144A (zh) | 一种室内定位方法及装置 | |
| EP2959267B1 (en) | Mobile device positioning | |
| CN107250830A (zh) | 用于定位的方法、设备和计算机程序产品 | |
| JP2014524577A (ja) | 屋内測位のためのロゴ検出 | |
| CN104661300B (zh) | 定位方法、装置、系统及移动终端 | |
| US10976407B2 (en) | Locating radio transmission source by scene reconstruction | |
| CN107407566A (zh) | 基于vlc的矢量场指纹映射 | |
| CN113568021B (zh) | 一种室内外一体化精准定位的方法及系统 | |
| Feng et al. | Visual Map Construction Using RGB‐D Sensors for Image‐Based Localization in Indoor Environments | |
| CN108413966A (zh) | 基于多种传感测距技术室内定位系统的定位方法 | |
| EP3796258A1 (en) | Method and system for calculating spatial coordinates of region of interest, and non-transitory computer-readable recording medium | |
| CN107153831A (zh) | 智能终端的定位方法、系统及智能终端 | |
| CN107850656A (zh) | 用于定位目的的模型参数的确定 | |
| Shu et al. | 3D point cloud-based indoor mobile robot in 6-DoF pose localization using a Wi-Fi-aided localization system | |
| CN111652338B (zh) | 一种基于二维码识别定位的方法及装置 | |
| Zhao et al. | Wi-Fi assisted multi-sensor personal navigation system for indoor environments | |
| CN115629386B (zh) | 一种用于自动泊车的高精度定位系统及方法 | |
| CN107816990A (zh) | 定位方法和定位装置 | |
| Yeh et al. | Performance improvement of offline phase for indoor positioning systems using Asus Xtion and smartphone sensors | |
| Agrawal et al. | Smart phone based indoor pedestrian localization system | |
| Hassan et al. | A Smart autonomous tour guide for museums | |
| CN108981713B (zh) | 一种混合无线自适应导航方法及装置 | |
| CN111210471B (zh) | 一种定位方法、装置及系统 | |
| He et al. | Portable 3D visual sensor based indoor localization on mobile device | |
| CN111292288B (zh) | 一种目标检测及定位的方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |