CN109615638B - 定位装置、用于定位的方法、装置及无人驾驶设备 - Google Patents

定位装置、用于定位的方法、装置及无人驾驶设备 Download PDF

Info

Publication number
CN109615638B
CN109615638B CN201811459353.2A CN201811459353A CN109615638B CN 109615638 B CN109615638 B CN 109615638B CN 201811459353 A CN201811459353 A CN 201811459353A CN 109615638 B CN109615638 B CN 109615638B
Authority
CN
China
Prior art keywords
image
target
pixel
determining
positioning
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.)
Active
Application number
CN201811459353.2A
Other languages
English (en)
Other versions
CN109615638A (zh
Inventor
范云飞
裴梦新
张宇龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN201811459353.2A priority Critical patent/CN109615638B/zh
Publication of CN109615638A publication Critical patent/CN109615638A/zh
Application granted granted Critical
Publication of CN109615638B publication Critical patent/CN109615638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image

Abstract

本申请提供一种定位装置、用于定位的方法、装置及无人驾驶设备,所述定位装置的一具体实施方式包括:在所述定位装置的一个平面上,设置有多个红外信标,所述多个红外信标在所述平面上构成的图形为非旋转对称图形。该实施方式由于在定位装置的平面上设置有多个红外信标,因此,该定位装置可以用于任何环境下的定位,即使在可见度低的夜晚和大雾天,也不影响定位的效果。并且,由于该多个红外信标在上述平面上构成非旋转对称图形,因此,使得定位结果更为准确。从而解决了可见度低的环境下,无法进行准确定位的问题。

Description

定位装置、用于定位的方法、装置及无人驾驶设备
技术领域
本申请涉及导航定位技术领域,特别涉及一种定位装置、用于定位的方法、装置及无人驾驶设备。
背景技术
目前来说,随着无人驾驶设备(如,无人车,无人驾驶飞行设备,无人船等)的广泛推广,导航定位技术变得越来越重要。无人驾驶设备一般需要参照定位装置进行定位,从而进行精准停靠/精准投放。以具有飞行功能的无人驾驶设备为例,在进行精准停靠/精准投放时,通常需要针对带有图像标识的定位装置进行定位。但是,一般来说,采用上述方式进行定位仅局限于可见度较好的环境,而在可见度差的环境中(如,夜晚,或大雾天等),采用上述方式,可能无法进行准确定位。
发明内容
为了解决上述技术问题之一,本申请提供一种定位装置、用于定位的方法、装置及无人驾驶设备。
根据本申请实施例的第一方面,提供一种定位装置,包括:
在所述定位装置的一个平面上,设置有多个红外信标,所述多个红外信标在所述平面上构成的图形为非旋转对称图形。
可选的,所述红外信标的个数大于三个,在所述多个红外信标中,任意三个或三个以上的红外信标在所述平面上构成的图形为非旋转对称图形。
可选的,每个所述红外信标为红外LED阵列。
根据本申请实施例的第二方面,提供一种用于定位的方法,包括:
确定针对预设波段的红外光而采集的图像;所述图像中包括多个红外信标的像;所述多个红外信标设置于定位装置的一个平面上;
确定每个所述红外信标的像所对应的重心点在所述图像中的像素坐标;
若确定所述图像满足预设的匹配条件,则基于所述像素坐标确定目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标。
可选的,所述确定每个所述红外信标的像所对应的重心点在所述图像中的像素坐标,包括:
对所述图像进行二值化,得到二值图;
调整所述二值图中部分像素点的像素值,以得到多个连通区域;
选取所述多个连通区域中满足预设选取条件的目标区域,每个所述目标区域对应一个红外信标的像;
基于每个所述目标区域确定所述像素坐标。
可选的,所述调整所述二值图中部分像素点的像素值,包括:
确定参考距离,所述参考距离与所述目标设备当前的高度负相关;
根据所述参考距离调整所述二值图中部分背景像素点的像素值,所述部分背景像素点为同行或同列中距离小于所述参考距离的非连通前景像素点之间的背景像素点。
可选的,所述根据所述参考距离调整所述二值图中部分背景像素点的像素值,包括:
遍历所述二值图中的像素点,针对遍历到的任意像素点,若该像素点为前景像素点,则执行以下操作:
确定与该像素点同行且距离小于所述参考距离的一个或多个第一目标前景像素点,并将距离该像素点最远的第一目标前景像素点与该像素点之间的背景像素点的像素值进行调整;以及
确定与该像素点同列且距离小于所述参考距离的一个或多个第二目标前景像素点,并将距离该像素点最远的第二目标前景像素点与该像素点之间的背景像素点的像素值进行调整。
可选的,所述方法还包括:
确定所述红外信标的像的个数;
若所述个数不小于预设个数,确定所述红外信标的像的目标分布特征;
若所述目标分布特征与预先确定的参考分布特征数据相匹配,则确定所述图像满足预设的匹配条件。
可选的,所述基于所述像素坐标确定目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标,包括:
基于所述像素坐标,确定所述目标设备相对于所述定位装置的航向角;
基于所述目标设备的惯性测量数据,确定所述目标设备相对于所述定位装置的翻滚角和俯仰角;
基于所述像素坐标、所述航向角、所述翻滚角和所述俯仰角,确定所述目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标。
可选的,所述基于所述像素坐标,确定所述目标设备相对于所述定位装置的航向角,包括:
基于所述像素坐标,确定所述定位装置的基准方向在所述图像中的指向;
根据所述指向,确定所述目标设备相对于所述定位装置的航向角。
可选的,所述基于所述像素坐标、所述航向角、所述翻滚角和所述俯仰角,确定所述目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标,包括:
结合所述航向角、所述翻滚角和所述俯仰角,得到所述目标姿态;并且
基于所述像素坐标,确定所述定位装置在所述图像中的位置坐标;
确定所述目标设备当前的高度以及所述目标设备的内部参数;
采用所述航向角、所述翻滚角和所述俯仰角构建转换矩阵;
根据所述高度、所述内部参数、所述定位装置在所述图像中的位置坐标以及所述转换矩阵,确定所述目标位置坐标。
可选的,所述基于所述像素坐标,确定所述定位装置在所述图像中的位置坐标,包括:
基于所述像素坐标,确定所述多个红外信标的像在所述图像中构成的图形的重心点在所述图像中的位置坐标;
按照所述图形的重心点与所述定位装置之间的平移关系,确定所述定位装置在所述图像中的位置坐标。
根据本申请实施例的第三方面,提供一种用于定位的装置,包括:
采集模块,用于确定针对预设波段的红外光而采集的图像;所述图像中包括多个红外信标的像;所述多个红外信标设置于定位装置的一个平面上;
确定模块,用于确定每个所述红外信标的像所对应的重心点在所述图像中的像素坐标;
定位模块,用于在确定所述图像满足预设的匹配条件时,则基于所述像素坐标确定目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标。
根据本申请实施例的第四方面,提供一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第二方面中任一项所述的方法。
根据本申请实施例的第五方面,提供一种无人驾驶设备,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程序时实现上述第二方面中任一项所述的方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
本申请的实施例提供了一种定位装置,在该定位装置的一个平面上,由于设置有多个红外信标,因此,该定位装置可以用于任何环境下的定位,即使在可见度低的夜晚和大雾天,也不影响定位的效果。并且,由于该多个红外信标在上述平面上构成非旋转对称图形,因此,使得定位结果更为准确。从而解决了可见度低的环境下,无法进行准确定位的问题。
本申请的实施例提供的用于定位的方法和装置,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述红外信标设置于定位装置的一个平面上。确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。在确定上述图像满足预设的匹配条件时,基于每个红外信标的像所对应的重心点在该图像中的像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。由于本实施例针对预设波段的红外光而对设置有红外信标的定位装置采集图像,并基于该图像进行定位,因此,可以在任意环境下进行精确定位,即使在可见度低的夜晚和大雾天,也不影响定位的效果,从而解决了可见度低的环境下,无法进行准确定位的问题。
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,并不能限制本申请。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1A-1D,是本申请根据一示例性实施例示出的一种定位装置的结构示意图;
图2是本申请根据一示例性实施例示出的一种用于定位的方法的流程图;
图3是本申请根据一示例性实施例示出的另一种用于定位的方法的流程图;
图4是本申请根据一示例性实施例示出的另一种用于定位的方法的流程图;
图5是本申请根据一示例性实施例示出的另一种用于定位的方法的流程图;
图6是本申请根据一示例性实施例示出的另一种用于定位的方法的流程图;
图7是本申请根据一示例性实施例示出的一种用于定位的装置的框图;
图8是本申请根据一示例性实施例示出的另一种用于定位的装置的框图;
图9是本申请根据一示例性实施例示出的另一种用于定位的装置的框图;
图10是本申请根据一示例性实施例示出的另一种用于定位的装置的框图;
图11是本申请根据一示例性实施例示出的另一种用于定位的装置的框图;
图12是本申请根据一示例性实施例示出的一种无人驾驶设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
请参考图1A-1D,图1A-1D是根据一示例性实施例示出的一种定位装置的结构示意图。如图1A-1D所示,在定位装置101的一个平面上,设置有多个红外信标102,该多个红外信标在定位装置101的平面上构成的图形为非旋转对称图形。
在本实施例中,该定位装置具有至少一个平面,一方面,该定位装置可以是板状物品,也可以是垫状物品,还可以是块状物品等,本申请对该定位装置的具体空间结构方面不限定。另一方面,该定位装置可以是木质物品,也可以是采用聚合材料制成的物品,还可以是其它混合材质制成的物品,本申请对该装置的具体材质方面不限定。
在本实施例中,在该定位装置的一个平面上,可以设置多个红外信标,该红外信标可以用于发射预设波段的红外信号。其中,每个红外信标可以是一个较大型的LED红外灯,也可以是由多个小型LED红外灯构成的阵列,本申请对此方面不限定。
在本实施例中,该定位装置上设置的红外信标个数至少为两个,并且,该多个红外信标在该定位装置的平面上构成的图形为非旋转对称图形。由于非旋转对称图形绕着平面上任意定点旋转0-2π之间的任意角度,均无法与初始图形重合,因此,基于该多个红外信标在该定位装置的平面上构成的图形,可以在定位装置的平面上确定一个唯一的方向作为该定位装置的基准方向。
在本实施例中,红外信标可以具有任意合理的面积和形状。需要说明的是,如果该定位装置上设置有两个红外信标,则这两个红外信标形状不同,或者面积不同,或者形状和面积均不同。如果该定位装置上设置有多于两个的红外信标,则设置于该定位装置上的红外信标的面积和形状可以相同,也可以不同。
本申请的上述实施例提供了一种定位装置,在该定位装置的一个平面上,由于设置有多个红外信标,因此,该定位装置可以用于任何环境下的定位,即使在可见度低的夜晚和大雾天,也不影响定位的效果。并且,由于该多个红外信标在上述平面上构成非旋转对称图形,因此,使得定位结果更为准确。从而解决了可见度低的环境下,无法进行准确定位的问题。
在一些可选实施方式中,设置于定位装置平面上的红外信标的个数大于三个,在该多个红外信标中,任意三个或三个以上的红外信标在上述平面上构成的图形为非旋转对称图形。
具体来说,定位装置平面上的红外信标的个数可以大于三个,设红外信标的个数为n,从该多个红外信标中,选取任意N个红外信标(3≤N≤n-1),所选取的N个红外信标在上述平面上构成的图形均为非旋转对称图形。
由于本实施例中,设置于定位装置平面上的红外信标的个数大于三个,并且,任意三个或三个以上的红外信标在上述平面上构成的图形为非旋转对称图形。因此,当定位时,如果该定位装置平面上的任意红外信标突然坏掉,或者被遮挡(例如,被树叶或纸片等遮挡),该定位装置仍然可以正常用于定位,并且,定位的准确度也不会受到影响。
在一些可选实施方式中,每个红外信标可以是由多个红外LED构成的阵列。因此,能够通过对电路的控制,更为灵活的控制红外信标的面积和形状,从而提高了定位装置的适用性。
如图2所示,图2是根据一示例性实施例示出的一种用于定位的方法的流程图,该方法可以应用于具有飞行功能的无人驾驶设备中。该方法包括以下步骤:
在步骤201中,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述多个红外信标设置于定位装置的一个平面上。
在本实施例中,上述图像是目标设备针对预设波段的红外光,对定位装置进行采集得到的。其中,预设波段可以是在预设距离内衰减较小的红外光的波段,能使图像更为清晰,噪声更小。例如,预设波段的红外光可以是中心波长为850nm的红外光,也可以是中心波长为940nm的红外光等。预设波段可以是基于经验而确定的,本申请对预设波段的具体波段范围方面不限定。
在本实施例中,目标设备可以是具有飞行功能的无人驾驶设备,例如,该无人驾驶设备可以是只具有飞行功能的无人机,也可以是除了具有飞行功能以外,还能在陆地上运行和/或在水中运行的无人驾驶设备等。可以理解,本申请对目标设备的具体类型方面不限定。其中,定位装置可以是用于定位参考的装置,定位装置可以放置于目标设备需要停靠/投放的位置,以供目标设备在停靠/投放时进行参考。在该定位装置的一个平面上,设置有多个能够发射红外信号的红外信标,该多个红外信标在定位装置的平面上构成的图形为非旋转对称图形。
具体来说,当目标设备运行至定位装置周围预设范围内时,目标设备可以通过摄像单元采集定位装置的图像。例如,可以预先在该摄像单元的感光芯片前,设置带通滤波片,使得该摄像单元能够采集预设波段的红外光。可以理解,本领域中已知的以及将来可能出现的任何能够采集预设波段的红外光的方式都可以应用于本申请,本申请对采集预设波段红外光的具体方式方面不限定。在该摄像单元采集的图像中,可以包括上述多个红外信标的像,其中,任意一个红外信标的像即为该红外信标在上述图像中所成的像。
在步骤202中,确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。
在本实施例中,可以基于上述图像,确定每个红外信标的像所对应的重心点在该图像中的像素坐标。
具体来说,在一种实现方式中,可以直接对上述图像进行图像分析,通过像素点的色值,确定每个红外信标的像所对应的全部像素点。然后,针对每个红外信标,计算该红外信标的像所对应的全部像素点的平均像素坐标,作为该红外信标的像所对应的重心点在该图像中的像素坐标。
在另一种实现方式中,还可以对上述图像进行二值化,得到二值图。然后,调整该二值图中部分像素点的像素值,得到多个连通区域。选取上述多个连通区域中满足预设选取条件的目标区域,每个目标区域对应一个红外信标的像。因此,可以基于每个目标区域确定每个红外信标的像所对应的重心点在该图像中的像素坐标。
可以理解,还可以通过其它任意合理的方式,确定每个红外信标的像所对应的重心点在该图像中的像素坐标,本申请对此方面不限定。
在步骤203中,若确定上述图像满足预设的匹配条件,则基于上述像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。
在本实施例中,在采集上述图像的过程中,由于拍摄角度及外界干扰等因素,采集到的图像有可能质量较差,甚至无法使用。因此,可以首先判断采集到的上述图像是否满足预设的匹配条件。若满足预设的匹配条件,说明上述图像能够用于定位,则可以进一步基于每个红外信标的像所对应的重心点在该图像中的像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。若未满足预设的匹配条件,说明上述图像不能用于定位,可以重新获取采集的图像。
具体来说,可以通过如下方式确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标:首先,可以基于每个红外信标的像所对应的重心点在该图像中的像素坐标,确定目标设备相对于定位装置的航向角。然后,获取目标设备的惯性测量数据,并基于该惯性测量数据,确定目标设备相对于该定位装置的翻滚角和俯仰角。最后,基于每个红外信标的像所对应的重心点在该图像中的像素坐标、该航向角、该翻滚角和该俯仰角,确定目标设备在该定位装置对应的坐标系下的目标姿态及目标位置坐标。
本申请的上述实施例提供的用于定位的方法,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述红外信标设置于定位装置的一个平面上。确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。在确定上述图像满足预设的匹配条件时,基于每个红外信标的像所对应的重心点在该图像中的像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。由于本实施例针对预设波段的红外光而对设置有红外信标的定位装置采集图像,并基于该图像进行定位,因此,可以在任意环境下进行精确定位,即使在可见度低的夜晚和大雾天,也不影响定位的效果,从而解决了可见度低的环境下,无法进行准确定位的问题。
如图3所示,图3根据一示例性实施例示出的另一种用于定位的方法的流程图,该实施例描述了确定每个红外信标的像所对应的重心点在图像中的像素坐标的过程,该方法可以应用于具有飞行功能的无人驾驶设备中,包括以下步骤:
在步骤301中,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述多个红外信标设置于定位装置的一个平面上。
在步骤302中,对上述图像进行二值化,得到二值图。
在步骤303中,调整二值图中部分像素点的像素值,得到多个连通区域。
在本实施例中,可以对上述图像进行二值化,得到二值图。二值图一般包括前景和背景,其中,前景可以是目标物体在图像中所成的像。前景所对应的像素点为前景像素点,背景所对应的像素点为背景像素点。前景像素点的像素值通常为1(特殊情况下,也可以为0),背景像素点的像素值通常为0(特殊情况下,也可以为1)。
在本实施例中,如果设置于定位装置上的每个红外信标为红外LED阵列,则每个红外信标在该二值图中所成的像对应的像素点并不连通。为了便于计算,提供计算效率,可以调整二值图中部分像素点的像素值,使得每个红外信标在该二值图中所成的像对应的像素点相连通。
具体来说,在一种实现方式中,可以首先确定参考距离,该参考距离与目标设备当前的高度负相关。然后,根据该参考距离调整二值图中部分背景像素点的像素值(如,将该背景像素点的像素值由0调整为1),使其转变成前景像素点。其中,该部分背景像素点为同行或同列中距离小于该参考距离的非连通前景像素点之间的背景像素点。
在另一种实现方式中,还可以对二值图中的像素点进行聚类,得到多个聚类区域。将每个聚类区域中的背景像素点的像素值进行调整(如,将该背景像素点的像素值由0调整为1)。
在步骤304中,选取上述多个连通区域中满足预设选取条件的目标区域,每个目标区域对应一个红外信标的像。
在本实施例中,由于存在噪声,因此,可以从上述多个连通区域中,选取满足预设选取条件的连通区域作为目标区域,每个目标区域对应一个红外信标的像。其中,可以基于每个连通区域的面积和/或形状,判断该连通区域是否满足预设选取条件,可以理解,本申请对预设选取条件的具体内容方面不限定。
在步骤305中,基于每个目标区域,确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。
在本实施例中,可以采用预设的边缘提取算法确定每个目标区域的边缘,并根据每个目标区域的边缘,计算每个红外信标的像所对应的重心点在上述图像中的像素坐标。
在步骤306中,若确定上述图像满足预设的匹配条件,则基于上述像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。
需要说明的是,对于与图2实施例中相同的步骤,在上述图3实施例中不再进行赘述,相关内容可参见图2实施例。
本申请的上述实施例提供的用于定位的方法,通过对针对预设波段的红外光而采集的图像进行二值化,得到二值图,调整二值图中部分像素点的像素值,得到多个连通区域,选取上述多个连通区域中满足预设选取条件的目标区域,每个目标区域对应一个红外信标的像,并基于每个目标区域,确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。若确定上述图像满足预设的匹配条件,则基于每个红外信标的像所对应的重心点在该图像中的像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。由于本实施例将采集到的图像进行二值化,得到二值图,并将该二值图中红外信标的像所对应的区域调整为连通区域,从而不仅提高了定位的效率,也提高了定位的准确度。
如图4所示,图4根据一示例性实施例示出的另一种用于定位的方法的流程图,该实施例描述了调整二值图中部分背景像素点的像素值的过程,该方法可以应用于具有飞行功能的无人驾驶设备中,包括以下步骤:
在步骤401中,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述多个红外信标设置于定位装置的一个平面上。
在步骤402中,对上述图像进行二值化,得到二值图。
在步骤403中,确定参考距离,该参考距离与目标设备当前的高度负相关。
在本实施例中,首先可以确定目标设备当前的高度,然后,根据预先设定的参考距离与高度的函数关系(参考距离为变量,高度为自变量),确定参考距离。其中,该函数关系可以是预先根据经验而设定的,并且,参考距离与高度负相关。可以理解,本申请对参考距离与高度的函数关系的具体形式方面不限定。
在步骤404中,根据该参考距离调整二值图中部分背景像素点的像素值,得到多个连通区域,该部分背景像素点为同行或同列中距离小于该参考距离的非连通前景像素点之间的背景像素点。
在本实施例中,可以针对该二值图,根据该参考距离调整部分背景像素点的像素值。具体来说,可以遍历二值图中的每个像素点,针对遍历到的任意像素点,若该像素点为前景像素点,则可以执行以下操作:
S1:确定与该像素点同行且距离小于参考距离的一个或多个前景像素点,作为该像素点对应的第一目标前景像素点,并将距离该像素点最远的第一目标前景像素点与该像素点之间的背景像素点的像素值进行调整。
S2:确定与该像素点同列且距离小于参考距离的一个或多个前景像素点,作为该像素点对应的第二目标前景像素点,并将距离该像素点最远的第二目标前景像素点与该像素点之间的背景像素点的像素值进行调整。
需要说明的是,可以先执行步骤S1,再执行步骤S2,也可以先执行步骤S2,再执行步骤S1,还可以同时执行步骤S1和步骤S2,本申请对此方面不限定。
在步骤405中,选取上述多个连通区域中满足预设选取条件的目标区域,每个目标区域对应一个红外信标的像。
在步骤406中,基于每个目标区域,确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。
在步骤407中,若确定上述图像满足预设的匹配条件,则基于上述像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。
需要说明的是,对于与图2-图3实施例中相同的步骤,在上述图4实施例中不再进行赘述,相关内容可参见图2-图3实施例。
本申请的上述实施例提供的用于定位的方法,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述红外信标设置于定位装置的一个平面上。对上述图像进行二值化,得到二值图。确定参考距离,该参考距离与目标设备当前的高度负相关,调整二值图中部分背景像素点的像素值,以得到多个连通区域,该背景像素点为同行或同列中距离小于该参考距离的非连通前景像素点之间的背景像素点。选取上述多个连通区域中满足预设选取条件的目标区域,每个目标区域对应一个红外信标的像,基于每个目标区域,确定每个红外信标的像所对应的重心点在上述图像中的像素坐标,若确定上述图像满足预设的匹配条件,则基于每个红外信标的像所对应的重心点在该图像中的像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。由于本实施例考虑到了目标设备当前的高度对红外信标所成的像的影响,引入了与目标设备当前的高度负相关的参考距离,并基于该参考距离调整二值图中部分背景像素点的像素值,从而准确得到红外信标在该二值图中所对应的目标区域。并能够进一步高效准确地得到每个红外信标的像所对应的重心点在上述图像中的像素坐标。
应当注意,尽管在上述图4的实施例中,以特定顺序描述了本申请方法的操作,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操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。例如,步骤403可以在步骤402之前执行,也可以在步骤402之后执行,还可以与步骤402同时执行。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
如图5所示,图5根据一示例性实施例示出的另一种用于定位的方法的流程图,该实施例描述了判断上述图像是否满足预设的匹配条件的过程,该方法可以应用于具有飞行功能的无人驾驶设备中,包括以下步骤:
在步骤501中,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述多个红外信标设置于定位装置的一个平面上。
在步骤502中,确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。
在步骤503中,确定上述红外信标的像的个数。
在步骤504中,若该个数不小于预设个数,确定上述红外信标的像的目标分布特征。
在步骤505中,若该目标分布特征与预先确定的参考分布特征数据匹配,则确定该图像满足预设的匹配条件。
在本实施例中,在采集上述图像的过程中,由于拍摄角度及外界干扰等因素,采集到的图像有可能质量较差,甚至无法用于定位。所以,可以首先判断采集到的上述图像是否满足预设的匹配条件。具体来说,可以先确定上述红外信标的像的个数,若该个数小于预设个数,说明上述图像无法用于定位,则需要重新获取采集到的图像。若该个数不小于预设个数,则可以进一步确定上述红外信标的像的目标分布特征。其中,该预设个数基于具体情况而定,例如,如果定位装置上设置的多个红外信标面积和/或形状不同,则该预设个数可以是2,如果定位装置上设置的多个红外信标面积和形状均相同,则该预设个数可以是3。
在本实施例中,参考分布特征可以是任意能够体现定位装置上设置的多个红外信标的分布的特征,目标分布特征可以是任意能够体现上述图像中多个红外信标的分布的特征。可以将该目标分布特征与预先确定的参考分布特征数据进行匹配,若该目标分布特征与预先确定的参考分布特征数据相匹配,则确定该图像满足预设的匹配条件。例如,可以预先针对定位装置上设置的多个红外信标,确定参考图案集合,该参考图案集合包括定位装置上设置的任意超过预设个数的红外信标所构成的参考图案,可以将该参考图案集合作为预先确定的参考分布特征数据。然后,将上述采集到的图像中多个红外信标的像所构成的目标图案作为目标分布特征。如果该参考图案集合中存在与目标图案相似度超过预设阈值的参考图案,则可以确定该目标分布特征与预先确定的参考分布特征数据相匹配,该图像满足预设的匹配条件。
在步骤506中,若确定上述图像满足预设的匹配条件,则基于上述像素坐标,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。
需要说明的是,对于与图2-图4实施例中相同的步骤,在上述图5实施例中不再进行赘述,相关内容可参见图2-图4实施例。
本申请的上述实施例提供的用于定位的方法,通过确定上述红外信标的像的个数,在该个数不小于预设个数时,确定上述红外信标的像的目标分布特征。并在该目标分布特征与预先确定的参考分布特征数据匹配时,确定该图像满足预设的匹配条件。从而能够对采集到的图像进行筛选,选取能够使用且质量更高的图像用于定位,进一步提高了定位的效率,也进一步提高了定位的准确度。
应当注意,尽管在上述图5的实施例中,以特定顺序描述了本申请方法的操作,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操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。例如,步骤502可以在步骤503之前执行,也可以在步骤505之后执行,还可以与步骤503、步骤504或步骤505同时执行。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
如图6所示,图6根据一示例性实施例示出的另一种用于定位的方法的流程图,该实施例描述了确定目标姿态及目标位置坐标的过程,该方法可以应用于具有飞行功能的无人驾驶设备中,包括以下步骤:
在步骤601中,确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述多个红外信标设置于定位装置的一个平面上。
在步骤602中,确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。
在步骤603中,若确定上述图像满足预设的匹配条件,基于上述像素坐标,确定目标设备相对于定位装置的航向角。
在本实施例中,该定位装置对应一个预设的基准方向,并且该基准方向与定位装置上设置的红外信标的分布位置具有一定的对应关系,因此,可以根据上述图像中红外信标的像所对应的重心点在上述图像中的像素坐标,确定定位装置的基准方向在图像中的指向。然后,根据该指向,确定目标设备相对于定位装置的航向角。
在步骤604中,基于目标设备的惯性测量数据,确定目标设备相对于定位装置的翻滚角和俯仰角。
在本实施例中,由于定位装置是平放在地面上的,定位装置上设置有红外信标的平面与地面平行,因此,目标设备相对于地面的翻滚角及俯仰角与目标设备相对于定位装置的翻滚角及俯仰角相同。所以,目标设备可以通过IMU(Inertial measurement unit,惯性测量单元)实时采集惯性测量数据,并基于该惯性测量数据确定目标设备相对于地面的翻滚角和俯仰角,作为目标设备相对于定位装置的翻滚角及俯仰角。
在步骤605中,基于每个红外信标的像所对应的重心点在上述图像中的像素坐标、上述航向角、上述翻滚角和上述俯仰角,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。
在本实施例中,可以通过如下方式得到目标姿态:可以结合上述航向角、上述翻滚角和上述俯仰角,得到目标姿态。例如,上述翻滚角和上述俯仰角分别为a和b,上述偏航角为c,则可以采用a、b和c生成目标姿态,使得目标姿态所对应的翻滚角、俯仰角和偏航角分别为a、b和c。
在一种实现方式中,可以通过如下方式得到目标位置坐标:首先,可以基于每个红外信标的像所对应的重心点在上述图像中的像素坐标,确定定位装置在上述图像中的位置坐标。需要说明的是,由于定位装置平面上设置的红外信标可能有所损坏或者被遮蔽,因此,图像中并不一定呈现定位装置平面上设置的所有红外信标的像。所以,需要基于每个红外信标的像所对应的重心点在上述图像中的像素坐标,确定多个红外信标的像在上述图像中构成的图形的重心点在该图像中的坐标。然后,可以按照该图形的重心点与定位装置之间的平移关系,确定定位装置在上述图像中的位置坐标。
接着,可以确定目标设备当前的高度以及目标设备的内部参数,采用上述航向角、上述翻滚角和上述俯仰角构建转换矩阵,并根据目标设备当前的高度、目标设备的内部参数、定位装置在上述图像中的位置坐标以及上述转换矩阵,确定目标位置坐标。其中,目标设备的内部参数可以是采集图像的摄像单元的内部参数。
具体来说,例如,已知目标设备当前的高度为h,目标设备的内部参数为F,F是一个三阶矩阵,定位装置在上述图像中的位置坐标为(ax,ay),转换矩阵为R也是一个三阶矩阵。设,定位装置在目标设备坐标系下的坐标为(Ax,Ay,Az),目标设备在定位装置坐标系下的目标位置坐标为(Dx,Dy,h),其中,Ax、Ay、Az、Dx、Dy,为未知量,则可以建立两个等式:
Figure BDA0001888354270000181
Figure BDA0001888354270000182
由上述两个等式变形,可以得到一组三元一次方程,直接解方程,可以得到目标设备在定位装置对应的坐标系下的目标位置坐标。通过本实现方式确定目标位置坐标,仅需要求解简单的方程,减小了计算量的开销,从而提高了定位的效率。
在另一种实现方式中,还可以通过如下方式得到目标位置坐标:采用预设的位姿解算算法(例如,SolvePnP算法,或者solvePnPRansac算法等)基于每个红外信标的像所对应的重心点在上述图像中的像素坐标,进行位姿解算,结合红外信标的像在上述图像中构成的图形的重心点与定位装置之间的平移关系,得到定位装置在目标设备对应的坐标系下的位置坐标。然后,采用上述航向角、上述翻滚角和上述俯仰角构建转换矩阵,利用转换矩阵对定位装置在目标设备对应的坐标系下的位置坐标进行转换,从而得到目标设备在定位装置对应的坐标系下的目标位置坐标。
可以理解,本申请还可以通过其它任意合理的方式确定目标位置坐标,本申请对此方面不限定。
需要说明的是,对于与图2-图5实施例中相同的步骤,在上述图6实施例中不再进行赘述,相关内容可参见图2-图5实施例。
本申请的上述实施例提供的用于定位的方法,通过基于每个红外信标的像所对应的重心点在该图像中的像素坐标,确定目标设备相对于定位装置的航向角,基于目标设备的惯性测量数据,确定目标设备相对于定位装置的翻滚角和俯仰角,并基于上述像素坐标、上述航向角、上述翻滚角和上述俯仰角,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。从而能够有效地减小定位误差,提高了定位的精确度。
应当注意,尽管在上述图6的实施例中,以特定顺序描述了本申请方法的操作,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操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。例如,步骤603可以在步骤604之前执行,也可以在步骤604之后执行,还可以与步骤604同时执行。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
与前述用于定位的方法实施例相对应,本申请还提供了用于定位的装置的实施例。
如图7所示,图7是本申请根据一示例性实施例示出的一种用于定位的装置框图,该装置可以包括:采集模块701,确定模块702和定位模块703。
其中,采集模块701,用于确定针对预设波段的红外光而采集的图像,该图像中包括多个红外信标的像,上述红外信标设置于定位装置的一个平面上。
确定模块702,用于确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。
定位模块703,用于在确定上述图像满足预设的匹配条件时,则基于上述像素坐标确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。
如图8所示,图8是本申请根据一示例性实施例示出的另一种用于定位的装置框图,该实施例在前述图7所示实施例的基础上,确定模块702可以包括:二值化子模块801,调整子模块802,选取子模块803和确定子模块804。
其中,二值化子模块801,用于对上述图像进行二值化,得到二值图。
调整子模块802,用于调整上述二值图中部分像素点的像素值,以得到多个连通区域。
选取子模块803,用于选取上述多个连通区域中满足预设选取条件的目标区域,每个目标区域对应一个红外信标的像。
确定子模块804,用于基于每个目标区域确定每个红外信标的像所对应的重心点在上述图像中的像素坐标。
如图9所示,图9是本申请根据一示例性实施例示出的另一种用于定位的装置框图,该实施例在前述图8所示实施例的基础上,调整子模块802可以包括:距离确定子模块901和像素调整子模块902。
其中,距离确定子模块901,用于确定参考距离,该参考距离与目标设备当前的高度负相关。
像素调整子模块902,用于根据该参考距离调整上述二值图中部分背景像素点的像素值,该部分背景像素点为同行或同列中距离小于该参考距离的非连通前景像素点之间的背景像素点。
在一些可选实施方式中,像素调整子模块902被配置用于:遍历上述二值图中的像素点,针对遍历到的任意像素点,若该像素点为前景像素点,则执行以下操作:
确定与该像素点同行且距离小于参考距离的一个或多个第一目标前景像素点,并将距离该像素点最远的第一目标前景像素点与该像素点之间的背景像素点的像素值进行调整。以及,确定与该像素点同列且距离小于参考距离的一个或多个第二目标前景像素点,并将距离该像素点最远的第二目标前景像素点与该像素点之间的背景像素点的像素值进行调整。
如图10所示,图10是本申请根据一示例性实施例示出的另一种用于定位的装置框图,该实施例在前述图7所示实施例的基础上,该装置还可以进一步包括:个数模块704,特征模块705和匹配模块706。
其中,个数模块704,用于确定上述红外信标的像的个数。
特征模块705,用于在该个数不小于预设个数时,确定上述红外信标的像的目标分布特征。
匹配模块706,用于在目标分布特征与预先确定的参考分布特征数据相匹配时,则确定上述图像满足预设的匹配条件。
如图11所示,图11是本申请根据一示例性实施例示出的另一种用于定位的装置框图,该实施例在前述图7所示实施例的基础上,定位模块703可以包括:第一角度确定子模块1101,第二角度确定子模块1102和定位子模块1103。
其中,第一角度确定子模块1101,用于基于每个红外信标的像所对应的重心点在上述图像中的像素坐标,确定目标设备相对于定位装置的航向角。
第二角度确定子模块1102,用于基于目标设备的惯性测量数据,确定目标设备相对于定位装置的翻滚角和俯仰角。
定位子模块1103,用于基于上述像素坐标、上述航向角、上述翻滚角和上述俯仰角,确定目标设备在定位装置对应的坐标系下的目标姿态及目标位置坐标。
在另一些可选实施方式中,第一角度确定子模块1101被配置用于:基于每个红外信标的像所对应的重心点在上述图像中的像素坐标,确定定位装置的基准方向在上述图像中的指向。根据该指向,确定目标设备相对于定位装置的航向角。
在另一些可选实施方式中,定位子模块1103被配置用于:结合上述航向角、上述翻滚角和上述俯仰角,得到目标姿态。并且,基于每个红外信标的像所对应的重心点在上述图像中的像素坐标,确定定位装置在上述图像中的位置坐标,确定目标设备当前的高度以及目标设备的内部参数,采用上述航向角、上述翻滚角和上述俯仰角构建转换矩阵,根据该高度、该内部参数、定位装置在上述图像中的位置坐标以及上述转换矩阵,确定目标位置坐标。
在另一些可选实施方式中,定位子模块1103通过如下方式基于每个红外信标的像所对应的重心点在上述图像中的像素坐标,确定定位装置在上述图像中的位置坐标:基于该像素坐标,确定多个红外信标的像在上述图像中构成的图形的重心点在上述图像中的位置坐标,按照该图形的重心点与定位装置之间的平移关系,确定定位装置在上述图像中的位置坐标。
应当理解,上述装置可以预先设置在无人驾驶设备中,也可以通过下载等方式而加载到无人驾驶设备中。上述装置中的相应模块可以与无人驾驶设备中的模块相互配合以实现用于定位的方案。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本申请实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图2至图6任一实施例提供的用于定位的方法。
对应于上述的用于定位的方法,本申请实施例还提出了图12所示的根据本申请的一示例性实施例的无人驾驶设备的示意结构图。请参考图12,在硬件层面,该无人驾驶设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成用于定位的装置。当然,除了软件实现方式之外,本申请并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请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,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请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。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种用于定位的方法,其特征在于,所述方法包括:
确定针对预设波段的红外光而采集的图像;所述图像中包括多个红外信标的像;所述多个红外信标设置于定位装置的一个平面上;
对所述图像进行二值化,得到二值图;
调整所述二值图中部分像素点的像素值,以得到多个连通区域;其中,调整所述二值图中部分像素点的像素值,包括:确定参考距离,所述参考距离与目标设备当前的高度负相关,根据所述参考距离调整所述二值图中部分背景像素点的像素值,所述部分背景像素点为同行或同列中距离小于所述参考距离的非连通前景像素点之间的背景像素点;
选取所述多个连通区域中满足预设选取条件的目标区域,每个所述目标区域对应一个红外信标的像;
基于每个所述目标区域确定每个所述红外信标的像所对应的重心点在所述图像中的像素坐标;
若确定所述图像满足预设的匹配条件,则基于所述像素坐标确定目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述参考距离调整所述二值图中部分背景像素点的像素值,包括:
遍历所述二值图中的像素点,针对遍历到的任意像素点,若该像素点为前景像素点,则执行以下操作:
确定与该像素点同行且距离小于所述参考距离的一个或多个第一目标前景像素点,并将距离该像素点最远的第一目标前景像素点与该像素点之间的背景像素点的像素值进行调整;以及
确定与该像素点同列且距离小于所述参考距离的一个或多个第二目标前景像素点,并将距离该像素点最远的第二目标前景像素点与该像素点之间的背景像素点的像素值进行调整。
3.根据权利要求1-2中任一所述的方法,其特征在于,所述方法还包括:
确定所述红外信标的像的个数;
若所述个数不小于预设个数,确定所述红外信标的像的目标分布特征;
若所述目标分布特征与预先确定的参考分布特征数据相匹配,则确定所述图像满足预设的匹配条件。
4.根据权利要求1-2中任一所述的方法,其特征在于,所述基于所述像素坐标确定目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标,包括:
基于所述像素坐标,确定所述目标设备相对于所述定位装置的航向角;
基于所述目标设备的惯性测量数据,确定所述目标设备相对于所述定位装置的翻滚角和俯仰角;
基于所述像素坐标、所述航向角、所述翻滚角和所述俯仰角,确定所述目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标。
5.根据权利要求4所述的方法,其特征在于,所述基于所述像素坐标,确定所述目标设备相对于所述定位装置的航向角,包括:
基于所述像素坐标,确定所述定位装置的基准方向在所述图像中的指向;
根据所述指向,确定所述目标设备相对于所述定位装置的航向角。
6.根据权利要求4所述的方法,其特征在于,所述基于所述像素坐标、所述航向角、所述翻滚角和所述俯仰角,确定所述目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标,包括:
结合所述航向角、所述翻滚角和所述俯仰角,得到所述目标姿态;并且
基于所述像素坐标,确定所述定位装置在所述图像中的位置坐标;
确定所述目标设备当前的高度以及所述目标设备的内部参数;
采用所述航向角、所述翻滚角和所述俯仰角构建转换矩阵;
根据所述高度、所述内部参数、所述定位装置在所述图像中的位置坐标以及所述转换矩阵,确定所述目标位置坐标。
7.根据权利要求6所述的方法,其特征在于,所述基于所述像素坐标,确定所述定位装置在所述图像中的位置坐标,包括:
基于所述像素坐标,确定所述多个红外信标的像在所述图像中构成的图形的重心点在所述图像中的位置坐标;
按照所述图形的重心点与所述定位装置之间的平移关系,确定所述定位装置在所述图像中的位置坐标。
8.一种用于定位的装置,其特征在于,所述装置包括:
采集模块,用于确定针对预设波段的红外光而采集的图像;所述图像中包括多个红外信标的像;所述多个红外信标设置于定位装置的一个平面上;
确定模块,用于对所述图像进行二值化,得到二值图;调整所述二值图中部分像素点的像素值,以得到多个连通区域;其中,调整所述二值图中部分像素点的像素值,包括:确定参考距离,所述参考距离与目标设备当前的高度负相关,根据所述参考距离调整所述二值图中部分背景像素点的像素值,所述部分背景像素点为同行或同列中距离小于所述参考距离的非连通前景像素点之间的背景像素点;选取所述多个连通区域中满足预设选取条件的目标区域,每个所述目标区域对应一个红外信标的像;基于每个所述目标区域确定每个所述红外信标的像所对应的重心点在所述图像中的像素坐标;
定位模块,用于在确定所述图像满足预设的匹配条件时,则基于所述像素坐标确定目标设备在所述定位装置对应的坐标系下的目标姿态及目标位置坐标。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-7中任一项所述的方法。
10.一种无人驾驶设备,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程序时实现上述权利要求1-7中任一项所述的方法。
CN201811459353.2A 2018-11-30 2018-11-30 定位装置、用于定位的方法、装置及无人驾驶设备 Active CN109615638B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811459353.2A CN109615638B (zh) 2018-11-30 2018-11-30 定位装置、用于定位的方法、装置及无人驾驶设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811459353.2A CN109615638B (zh) 2018-11-30 2018-11-30 定位装置、用于定位的方法、装置及无人驾驶设备

Publications (2)

Publication Number Publication Date
CN109615638A CN109615638A (zh) 2019-04-12
CN109615638B true CN109615638B (zh) 2020-02-11

Family

ID=66006066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811459353.2A Active CN109615638B (zh) 2018-11-30 2018-11-30 定位装置、用于定位的方法、装置及无人驾驶设备

Country Status (1)

Country Link
CN (1) CN109615638B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111426332B (zh) * 2020-02-18 2022-07-19 北京三快在线科技有限公司 航向安装误差确定方法、装置、电子设备和存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661098A (zh) * 2009-09-10 2010-03-03 上海交通大学 机器人餐厅多机器人自动定位系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9098905B2 (en) * 2010-03-12 2015-08-04 Google Inc. System and method for determining position of a device
WO2016014718A1 (en) * 2014-07-23 2016-01-28 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
CN105352509B (zh) * 2015-10-27 2018-05-11 武汉大学 地理信息时空约束下的无人机运动目标跟踪与定位方法
WO2018053513A1 (en) * 2016-09-19 2018-03-22 Vector Flight LLC Beacon detection system for locating a missing search subject. a search system configured to operate on a search vehicle and computer implemented method of determining a location of a search subject
CN107202982B (zh) * 2017-05-22 2018-08-07 徐泽宇 一种基于无人机位姿计算的信标布置及图像处理方法
CN107295479A (zh) * 2017-06-26 2017-10-24 华北电力大学(保定) 一种低成本室内定位方法
CN108828500A (zh) * 2018-06-22 2018-11-16 深圳草莓创新技术有限公司 无人机精准的降落引导方法及相关产品

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661098A (zh) * 2009-09-10 2010-03-03 上海交通大学 机器人餐厅多机器人自动定位系统

Also Published As

Publication number Publication date
CN109615638A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN109144097B (zh) 障碍物或地面识别及飞行控制方法、装置、设备及介质
CN112907676B (zh) 传感器的标定方法、装置、系统、车辆、设备及存储介质
CN110758246B (zh) 一种自动泊车方法及装置
US20190163958A1 (en) Methods and associated systems for grid analysis
JP2021119693A (ja) 惑星規模解析のためのシステム
US11195028B2 (en) Real-time simultaneous detection of lane marker and raised pavement marker for optimal estimation of multiple lane boundaries
CN110988912A (zh) 自动驾驶车辆的道路目标与距离检测方法、系统、装置
TW202019745A (zh) 用於在不良照明狀況下定位運輸工具的系統和方法
CN113761999B (zh) 一种目标检测方法、装置、电子设备和存储介质
Verucchi et al. Real-Time clustering and LiDAR-camera fusion on embedded platforms for self-driving cars
CN105190288B (zh) 用于在白天有雾时确定视距的方法和设备
US10877143B2 (en) Method and device for geo-referencing aerial image data with the aid of SAR image data
JP2007178223A (ja) 地物認識装置
JP7173062B2 (ja) 変化点検出装置及び地図情報配信システム
US10417918B2 (en) Methods and systems to assist in a search and rescue mission
US20170308102A1 (en) Space partitioning for motion planning
JP6278790B2 (ja) 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム
US11281916B2 (en) Method of tracking objects in a scene
CN108052921B (zh) 一种车道线检测方法、装置及终端
CN109615638B (zh) 定位装置、用于定位的方法、装置及无人驾驶设备
US20090048780A1 (en) Methods and apparatus for planetary navigation
CN110070581A (zh) 双视野定位方法、装置及系统
CN112416000B (zh) 无人驾驶方程式赛车环境感知和导航方法及转向控制方法
CN112580489A (zh) 交通灯检测方法、装置、电子设备及存储介质
CN115860210A (zh) 一种面向目标空间覆盖的多传感器布站方法

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
GR01 Patent grant
GR01 Patent grant