CN110360999B - 室内定位方法、室内定位系统和计算机可读介质 - Google Patents

室内定位方法、室内定位系统和计算机可读介质 Download PDF

Info

Publication number
CN110360999B
CN110360999B CN201810253021.2A CN201810253021A CN110360999B CN 110360999 B CN110360999 B CN 110360999B CN 201810253021 A CN201810253021 A CN 201810253021A CN 110360999 B CN110360999 B CN 110360999B
Authority
CN
China
Prior art keywords
matched
positioning
key frame
target object
group
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.)
Expired - Fee Related
Application number
CN201810253021.2A
Other languages
English (en)
Other versions
CN110360999A (zh
Inventor
李月
刘童
许景涛
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.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group 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 BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201810253021.2A priority Critical patent/CN110360999B/zh
Priority to US16/488,341 priority patent/US11395100B2/en
Priority to PCT/CN2019/070093 priority patent/WO2019184542A1/zh
Priority to EP19755264.9A priority patent/EP3779360A4/en
Priority to JP2020528385A priority patent/JP7247186B2/ja
Publication of CN110360999A publication Critical patent/CN110360999A/zh
Application granted granted Critical
Publication of CN110360999B publication Critical patent/CN110360999B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • 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
    • 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
    • G01S5/011—Identifying the radio environment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0257—Hybrid positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • G01S2205/02—Indoor

Abstract

本发明公开了一种室内定位方法、室内定位系统和计算机可读介质，包括，利用无线定位与视觉特征地图匹配定位的方式确定目标物的初始位置；根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位的方式对所述目标物进行实时定位。通过本发明的室内定位方法降低了视觉特征地图匹配定位的方式的计算量。

Description

室内定位方法、室内定位系统和计算机可读介质
技术领域
本发明属于室内定位技术领域，具体涉及一种室内定位方法、室内定位系统和计算机可读介质。
背景技术
随着数据业务和多媒体业务的快速增加，人们对定位与导航的需求日益增大，尤其在复杂的室内环境，如楼宇、机场大厅、展厅、超市、图书馆、地下停车场等环境中，常常需要确定移动终端或其持有者、设施与物品在室内的位置信息。因此出现了视觉定位技术与无线定位技术。基于无线定位的方式，如蓝牙定位、wifi定位等，计算量小、在用户随身携带的手机或平板端即可实现实时定位，但是定位精度不高、易受环境干扰。基于视觉的定位方式，定位精度高，但一般是通过与视觉特征地图搜索匹配的方式进行定位，视觉特征地图数据量很大，无法在用户随身携带的电子设备上运行；此外，利用视觉的定位方式，在周围环境相似度高时，可能会定位错误的现象。如何减小定位的计算量，同时避免高相似度环境下的定位错误，成为目前亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是针对现有技术中上述不足，提供一种室内定位方法、室内定位系统和计算机可读介质。
第一方面，本发明实施例提供了一种室内定位方法，包括：
利用无线定位与视觉特征地图匹配定位结合的方式确定目标物的初始位置；
根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位结合的方式对所述目标物进行实时定位。
可选的，所述利用无线定位与视觉特征地图匹配定位结合的方式确定目标物的初始位置，具体包括：
利用蓝牙定位技术确定所述目标物的第一位置坐标；
利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，其中第二待匹配关键帧组的范围小于第一待匹配关键帧组的范围；
利用所述第二待匹配关键帧组计算所述目标物的初始位置。
可选的，根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位结合的方式对所述目标物进行实时定位，具体包括：
采用短时帧间特征匹配的方式对所述目标物进行实时定位，得到第一定位结果；
每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果。
可选的，在所述利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，具体包括：
判断第一待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xa-Δd≤xi≤xa+Δd
ya-Δd≤yi≤ya+Δd
其中，(xi,yi,zi)为第一待匹配关键帧组中的第i个待匹配关键帧的位置坐标，(xa,ya)为目标物的第一位置坐标，Δd为蓝牙定位的最大位置误差；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第二待匹配关键帧组。
可选的，所述利用所述第二待匹配关键帧组计算所述目标物的初始位置，具体包括：
获取所述目标物的当前帧，确定所述当前帧的视觉单词；
根据待匹配关键帧与当前帧的视觉单词相同个数和视觉单词匹配度中的至少一个对第二待匹配关键帧组中的待匹配关键帧进行打分；
根据分数最高的待匹配关键帧和所述目标物的当前帧计算所述目标物的初始位置。
可选的，所述每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果，具体包括：
利用所述当前的第一定位结果对视觉特征地图中的第三待匹配关键帧组进行筛选以获取的第四待匹配关键帧组，其中第四待匹配关键帧组的范围小于第三待匹配关键帧组的范围；
利用所述第四待匹配关键帧组计算所述目标物的第二定位结果。
可选的，在所述利用所述第一定位结果对视觉特征地图中的第三候待匹配键帧进行筛选以形成的第四待匹配关键帧，具体包括：
判断第三待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xb-δ≤xj≤xb+δ
yb-δ≤yj≤yb+δ
其中，(xj,yj,zj)为第三待匹配关键帧组中的第j个待匹配关键帧的位置坐标，第一定位结果的坐标为(xb,yb),δ为预定时间内帧间特征匹配定位方式的累积误差阈值；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第四待匹配关键帧组。
可选的，所述利用所述第四待匹配关键帧组计算所述目标物的第二定位结果，具体包括：
获取目标物的当前帧，确定所述当前帧的视觉单词；
根据待匹配关键帧与当前帧的视觉单词相同个数和视觉单词匹配度中的至少一个对第四待匹配关键帧组中的待匹配关键帧进行打分；
根据分数最高的待匹配关键帧和所述目标物的当前帧计算所述目标物的第二定位结果。
可选的，利用第二定位结果校正当前的第一定位结果，具体包括：
利用扩展卡尔曼滤波算法，将第一定位结果作为状态先验估计量，将第二定位结果作为状态观测量，得到校正后的第一定位结果。
还包括，构建所述目标物所在室内环境的视觉特征地图。
另一方面，本发明实施例提供了一种室内定位系统，包括定位初始化单元与在线定位单元，其中，
定位初始化单元，被配置为利用无线定位与视觉特征地图匹配定位的方式确定目标物的初始位置；
在线定位单元，被配置为根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位的方式对所述目标物进行实时定位。
可选的，所述定位初始化单元包括第一定位单元与第二定位单元；
第一定位单元，被配置为利用蓝牙定位技术确定所述目标物的第一位置坐标；
第二定位单元，被配置为利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，其中第二待匹配关键帧组的范围小于第一待匹配关键帧组的范围；
利用所述第二待匹配关键帧组计算所述目标物的初始位置。
可选的，所述在线定位单元包括第三定位单元与第四定位单元；
第三定位单元，被配置为采用短时帧间特征匹配的方式对所述目标物进行实时定位，得到第一定位结果；
第四定位单元，被配置为每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果。
可选的，所述第二定位单元还包括：
第一筛选单元，被配置为判断第一待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xa-Δd≤xi≤xa+Δd
ya-Δd≤yi≤ya+Δd
其中，(xi,yi,zi)为第一待匹配关键帧组中的第i个待匹配关键帧的位置坐标，(xa,ya)为目标物的第一位置坐标，Δd为蓝牙定位的最大位置误差；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第二待匹配关键帧组。
第一计算单元，被配置为利用所述第二待匹配关键帧组计算所述目标物的初始位置。
可选的，所述第四定位单元包括：
子定位单元，被配置为利用所述当前的第一定位结果对视觉特征地图中的第三待匹配关键帧组进行筛选以获取的第四待匹配关键帧组，其中第四待匹配关键帧组的范围小于第三待匹配关键帧组的范围；
利用所述第四待匹配关键帧组计算所述目标物的第二定位结果；
定时单元，被配置为每隔预定时间，触发所述子定位单元工作；
校正单元，被配置为利用第二定位结果对当前的第一定位结果进行校正。
可选的，所述子定位单元包括：
第二筛选单元，被配置为判断第三待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xb-δ≤xj≤xb+δ
yb-δ≤yj≤yb+δ
其中，(xj,yj,zj)为第三待匹配关键帧组中的第j个待匹配关键帧的位置坐标，第一定位结果的坐标为(xb,yb),δ为预定时间内帧间特征匹配定位方式的累积误差阈值；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第四待匹配关键帧组；
第二计算单元，被配置为利用所述第四待匹配关键帧组计算所述目标物的第二定位结果；
可选的，所述校正单元被配置为利用扩展卡尔曼滤波算法，将第一定位结果作为状态先验估计量，将第二定位结果作为状态观测量，得到校正后的第一定位结果。
再一方面，本发明实施例提供一种室内定位系统，包括：
一个或多个处理器；
一个或多个存储器，
其中，所述存储器存储计算机可执行指令，所述可执行指令当由所述处理器运行时执行所述的室内定位方法。
又一方面，本发明实施例提供一种计算机可读介质，存储有计算机可执行指令，且当所述可执行指令由处理器运行时执行所述的室内定位方法。
本发明通过将蓝牙定位技术融合到视觉定位方法中，利用蓝牙定位结果对视觉特征地图中的待匹配关键帧范围进行大幅缩小，从而减少特征匹配时的计算量，提高初始位置的求解速度；
另一方面，采用短时帧间特征匹配定位，并每隔预定时间，进行视觉特征地图匹配定位，利用视觉特征地图匹配定位的定位结果来消除短时帧间特征匹配定位的累积误差，能够获得较高的室内定位精度。
附图说明
图1为本发明实施例提供的一种室内定位方法的流程图；
图2为本发明实施例提供的一种室内定位方法的定位初始化阶段流程图；
图3为本发明实施例提供的一种室内定位方法中步骤S13的流程图；
图4为本发明实施例提供的一种室内定位方法中步骤S22的流程图；
图5为本发明实施例提供的一种室内定位方法中步骤S222的流程图；
图6为本发明实施例提供的一种室内定位系统的框图；
图7为本发明实施例提供的一种室内定位系统的又一框图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施方式对本发明作进一步详细描述。
图1是本发明一个实施例的室内定位方法流程图，本实施例的室内定位方法一般性的可以包括：
步骤S1：利用无线定位与视觉特征地图匹配定位结合的方式确定目标物的初始位置；
具体的，无线定位可以为蓝牙定位、RFID定位、WiFi定位，本实施例将以蓝牙定位进行说明。其中，目标物可以是处于室内环境的用户随身携带的电子设备，如手机、平板或者电脑，上述电子设备均具备蓝牙及摄像功能；目标物的初始位置，指目标物进入室内环境后，开始进行定位时的位置。
为了描述简洁，将步骤S1(利用无线定位与视觉特征地图匹配定位结合的方式确定目标物的初始位置)称为定位初始化阶段。
步骤S2：根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位结合的方式对所述目标物进行实时定位。
为了描述简洁，将步骤S2(根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位结合的方式对所述目标物进行实时定位)称为在线定位阶段。
在进行定位初始化阶段前，室内定位方法还包括构建目标物所处室内环境的视觉特征地图。具体的，针对目标物所处的室内环境，通过摄像头覆盖采集室内环境图像数据，采集时摄像头需要相对于水平面斜向上倾斜一定角度，可选的，角度为30°至45°，其目的是避免采集到周围的动态环境信息；同时基于ORB_SLAM算法进行同步定位与稀疏三维特征点地图的构建，构建完成后将关键帧和地图点的相关参数进行保存，并完成视觉特征地图的构建。
图2是本发明实施例提供的一种室内定位方法的定位初始化阶段流程图，具体包括：
步骤S11,利用蓝牙定位技术确定目标物的第一位置坐标；
采用三点加权质心算法对目标物进行定位，得到目标物第一位置坐标。具体的，目标物端接收蓝牙信号，筛选出信号强度最强或者与目标物距离最近的前三个信标，坐标分别为(x1,y1)、(x2,y2)、(x3,y3)，目标物到上述三个信标的距离值分别为d1、d2、d3，根据三点加权质心算法求出目标物的第一位置坐标(xa,ya)：
Figure BDA0001608289460000081
步骤S12，利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，其中第二待匹配关键帧组的范围小于第一待匹配关键帧组的范围：
具体的，设(xi,yi,zi)为第一待匹配关键帧组中的第i个待匹配关键帧的位置坐标，(xa,ya)为目标物的第一位置坐标，Δd为蓝牙定位的最大位置误差，如果该待匹配关键帧同时满足下述关系式：
xa-Δd≤xi≤xa+Δd
ya-Δd≤yi≤ya+Δd
则认为该待匹配关键帧落在可信范围内，将该待匹配关键帧保留；否则，剔除该待匹配关键帧，最后将保留下来的所有待匹配关键帧的集合作为第二待匹配关键帧组。其中，第二待匹配关键帧组的范围小于第一待匹配关键帧组的范围，即第二待匹配关键帧组中的待匹配关键帧个数小于第一待匹配关键帧组中的待匹配关键帧个数。
在步骤S12前，还包括获取第一待匹配关键帧组：
具体的，先对目标物的当前帧图像进行ORB(Oriented FAST and Rotated BRIEF)特征提取，获取当前帧图像对应的视觉单词；然后对视觉特征地图检索，找出与当前帧具有公共视觉单词且不与当前帧相连的所有关键帧，作为第一待匹配关键帧组。
步骤S13，利用所述第二待匹配关键帧组计算所述目标物的初始位置：
具体的，参见图3，步骤S13包括：
S131，获取所述目标物的当前帧，确定所述当前帧的视觉单词；
S132，根据待匹配关键帧与当前帧的视觉单词相同个数和视觉单词匹配度中的至少一个对第二待匹配关键帧组中的待匹配关键帧进行打分，并获得最终的待匹配关键帧；
具体的，统计第二待匹配关键帧组中的所有待匹配关键帧中与当前帧具有相同视觉单词的单词个数，然后从待匹配关键帧中挑选具有相同视觉单词的单词个数大于第一阈值且单词匹配度大于第二阈值的待匹配关键帧，作为共视帧；每个共视帧都把与自己共视程度最高的前十帧归为一组，并计算累积得分；最后将组得分最高的，且组中分数最高的待匹配关键帧选出，作为最终的待匹配关键帧。需要说明的是上述只是一种结合视觉单词相同个数与视觉单词匹配度的打分方式，但并不限于此，也可以只根据视觉单词相同个数进行打分获取最终的待匹配关键帧，也可以只根据视觉单词匹配度进行打分，获得最终的待匹配关键帧。
S133，根据最终的待匹配关键帧和目标物的当前帧计算目标物的初始位置。
具体的，对目标物的当前帧与最终的待匹配关键帧进行基于EPnP(EfficientPerspective-n-Point)算法的姿态迭代估计，最后求出当前帧的坐标转换矩阵，进而计算出目标物当前帧的坐标，即确定出目标物的初始位置，完成定位初始化阶段。
通过在定位初始化阶段，利用蓝牙定位技术对目标物进行粗定位，得到目标物的第一位置坐标，并利用第一位置坐标对视觉特征地图中的第一待匹配关键帧组中的待匹配关键帧进行筛选，大幅缩小了待匹配关键帧的范围，减小计算量，提高了目标物初始位置的求解速度；同时有效避免了视觉定位中高相似度环境下的误匹配情况。
本发明实施例中的在线定位阶段具体包括：
S21，采用短时帧间特征匹配的方式对所述目标物进行实时定位，得到第一定位结果；
具体的，实时采集目标物的当前位置的图像，根据当前位置的图像得到目标物的当前帧，利用帧间特征匹配的方式来对目标物进行在线定位，并得到第一定位结果。
S22，每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果。
具体的，当进入在线定位阶段时，启动一个定时器，当定时器的值达到预定时间，则触发对目标物进行视觉特征地图匹配定位，得到第二定位结果的操作，并将定时器重置为零，重复上述过程，以实现每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果。其中，预定时间取值为10-50s，优选取值为20s或者30s。
S23，利用第二定位结果校正当前的第一定位结果。
具体的，利用扩展卡尔曼滤波算法，将第一定位结果作为状态先验估计量，将第二定位结果作为状态观测量，得到校正后的第一定位结果，以消除在线定位阶段的累积误差。
需要说明的是，采用短时帧间特征匹配的方式对所述目标物进行实时定位，得到第一定位结果，是一个动态的过程，是持续在做的事情；而每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，也是一直在做的，但需要每隔预定时间来执行一次；上述两个步骤是同时进行的，当间隔预定时间时，会通过对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果对当前时刻的第一定位结果进行校正以消除当前第一定位结果的累积误差，下一时刻的短时帧间特征匹配对目标物进行定位，则是根据上一时刻已经校正的第一定位结果来计算当前时刻的目标物位置，因此可以消除累积误差，提高实时定位的精度。此外，本发明中的步骤标号不限定步骤顺序。
参见图4，步骤S22包括：
S221，利用所述当前的第一定位结果对视觉特征地图中的第三待匹配关键帧组进行筛选以获取的第四待匹配关键帧组，其中第四待匹配关键帧组的范围小于第三待匹配关键帧组的范围；
具体的，设(xj,yj,zj)为第三待匹配关键帧组中的第j个待匹配关键帧的位置坐标，第一定位结果的坐标为(xb,yb),δ为预定时间内帧间特征匹配定位方式的累积误差阈值,如果该待匹配关键帧同时满足下述关系式：
xb-δ≤xj≤xb+δ
yb-δ≤yj≤yb+δ
则认为该待匹配关键帧落在可信范围内，将该待匹配关键帧保留；否则，剔除该待匹配关键帧，最后将保留下来的所有待匹配关键帧的集合作为第四待匹配关键帧组。其中，第四待匹配关键帧组的范围小于第三待匹配关键帧组的范围。
在步骤S221前，还包括获取第三待匹配关键帧组：
具体的，先对目标物的当前帧图像进行ORB特征提取，获取当前帧图像对应的视觉单词；然后对视觉特征地图检索，找出与当前帧具有公共视觉单词且不与当前帧相连的所有关键帧，作为第三待匹配关键帧组。
S222，利用所述第四待匹配关键帧组计算所述目标物的第二定位结果。
具体的，参见图5，步骤S222包括：
S2221，获取所述目标物的当前帧，确定所述当前帧的视觉单词；
S2222，根据待匹配关键帧与当前帧的视觉单词相同个数和视觉单词匹配度中的至少一个对第四待匹配关键帧组中的待匹配关键帧进行打分，并获得最终的待匹配关键帧；
具体的，统计第四待匹配关键帧组中的所有待匹配关键帧中与当前帧具有相同视觉单词的单词个数，然后从待匹配关键帧中挑选具有相同视觉单词的单词个数大于第一阈值且单词匹配度大于第二阈值的待匹配关键帧，作为共视帧；每个共视帧都把与自己共视程度高的前十帧归为一组，并计算累积得分；最后将组得分最高的，且组中分数最高的待匹配关键帧选出，最为最终的待匹配关键帧。需要说明的是上述只是一种结合视觉单词相同个数与视觉单词匹配度的打分方式，但并不限于此，也可以只根据视觉单词相同个数进行打分获取最终的待匹配关键帧，也可以只根据视觉单词匹配度进行打分，获得最终的待匹配关键帧。
S2223，根据最终的待匹配关键帧和目标物的当前帧计算目标物的第二定位结果。
具体的，对目标物的当前帧与最终的待匹配关键帧进行基于EPnP算法的姿态迭代估计，最后求出当前帧的坐标转换矩阵，进而计算出目标物当前帧的坐标，即得到目标物的第二定位结果。
通过利用当前的第一定位结果对视觉特征地图中的第三待匹配关键帧组中的待匹配关键帧进行筛选，大幅缩小了待匹配关键帧的范围，减小计算量，提高了目标物的第二定位结果的求解速度。
需要说明的是，短时帧间特征匹配的方式定位的核心思想是通过当前帧的特征与前一帧的特征的区别，并结合前一帧对应的目标物的位置坐标，来计算得到当前帧的位置坐标，即第一定位结果，也可以称为在线定位结果。因此，当以短时帧间特征匹配的定位方式进行一段时间的在线定位，得到的第一定位结果会产生较大的累积误差，使实时定位结果的精确度降低。因此需要每隔预定时间对目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果，以消除累积误差，提高在线定位结果的精确度。
参见图6，本发明实施例提供了一种室内定位系统，包括定位初始化单元与在线定位单元，其中，
定位初始化单元，被配置为利用无线定位与视觉特征地图匹配定位的方式确定目标物的初始位置；
在线定位单元，被配置为根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位的方式对所述目标物进行实时定位。
可选的，所述定位初始化单元包括第一定位单元与第二定位单元；
第一定位单元，被配置为利用蓝牙定位技术确定所述目标物的第一位置坐标；实际应用中可以在室内空间内布置蓝牙信标节点，优选的，每隔3-5米部署蓝牙信标节点。
第二定位单元，被配置为利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，其中第二待匹配关键帧组的范围小于第一待匹配关键帧组的范围；利用所述第二待匹配关键帧组计算所述目标物的初始位置。
可选的，所述在线定位单元包括第三定位单元与第四定位单元；
第三定位单元，被配置为采用短时帧间特征匹配的方式对所述目标物进行实时定位，得到第一定位结果；
第四定位单元，被配置为每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果。
参见图7，所述第二定位单元还包括：
第一筛选单元，被配置为判断第一待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xa-Δd≤xi≤xa+Δd
ya-Δd≤yi≤ya+Δd
其中，(xi,yi,zi)为第一待匹配关键帧组中的第i个待匹配关键帧的位置坐标，(xa,ya)为目标物的第一位置坐标，Δd为蓝牙定位的最大位置误差；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第二待匹配关键帧组。
第一计算单元，被配置为利用所述第二待匹配关键帧组计算所述目标物的初始位置。
可选的，所述第四定位单元包括：
子定位单元，被配置为利用所述当前的第一定位结果对视觉特征地图中的第三待匹配关键帧组进行筛选以获取的第四待匹配关键帧组，其中第四待匹配关键帧组的范围小于第三待匹配关键帧组的范围；
利用所述第四待匹配关键帧组计算所述目标物的第二定位结果；
定时单元，被配置为每隔预定时间，触发所述子定位单元工作；定时单元可以用定时器来实现。
校正单元，被配置为利用第二定位结果对当前的第一定位结果进行校正。
可选的，所述子定位单元包括：
第二筛选单元，被配置为判断第三待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xb-δ≤xj≤xb+δ
yb-δ≤yj≤yb+δ
其中，(xj,yj,zj)为第三待匹配关键帧组中的第j个待匹配关键帧的位置坐标，第一定位结果的坐标为(xb,yb),δ为预定时间内帧间特征匹配定位方式的累积误差阈值；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第四待匹配关键帧组；
第二计算单元，被配置为利用所述第四待匹配关键帧组计算所述目标物的第二定位结果；
可选的，所述校正单元被配置为利用扩展卡尔曼滤波算法，将第一定位结果作为状态先验估计量，将第二定位结果作为状态观测量，得到校正后的第一定位结果。
需要说明的是，可以将第一定位单元与第三定位单元集成在用户设备端，将第二定位单元、子定位单元、定时单元以及校正单元集成在服务器端，用户设备可以与服务器通信，原因在于第一定位单元与第三定位单元的计算量较低，可以置于用户设备端；第二定位单元与子定位单元的计算量相对较大，优选放置于服务器端，进而可以降低用户设备与服务器的通信频率。上述只是一种配置方式，但并不限于此，也可以全部置于服务器端，此种方式用户设备与服务器的通信频率要高一些。
再一方面，本发明实施例提供一种室内定位系统，包括：
一个或多个处理器；
一个或多个存储器，
其中，所述存储器存储计算机可执行指令，所述可执行指令当由所述处理器运行时执行所述的室内定位方法。
又一方面，本发明实施例提供一种计算机可读介质，存储有计算机可执行指令，且当所述可执行指令由处理器运行时执行所述的室内定位方法。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (13)

1.一种室内定位方法，其特征在于，
利用无线定位与视觉特征地图匹配定位的方式确定目标物的初始位置；
根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位的方式对所述目标物进行实时定位；
根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位结合的方式对所述目标物进行实时定位，具体包括：
采用短时帧间特征匹配的方式对所述目标物进行实时定位，得到第一定位结果；
每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果；
所述利用无线定位与视觉特征地图匹配定位结合的方式确定目标物的初始位置，具体包括：
利用蓝牙定位技术确定所述目标物的第一位置坐标；
利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，其中第二待匹配关键帧组的范围小于第一待匹配关键帧组的范围；
利用所述第二待匹配关键帧组计算所述目标物的初始位置；
其中，在所述利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，具体包括：
判断第一待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xa-Δd≤xi≤xa+Δd
ya-Δd≤yi≤ya+Δd
其中，(xi,yi,zi)为第一待匹配关键帧组中的第i个待匹配关键帧的位置坐标，(xa,ya)为目标物的第一位置坐标，Δd为蓝牙定位的最大位置误差；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第二待匹配关键帧组。
2.根据权利要求1所述的室内定位方法，其特征在于，所述利用所述第二待匹配关键帧组计算所述目标物的初始位置，具体包括：
获取所述目标物的当前帧，确定所述当前帧的视觉单词；
根据待匹配关键帧与当前帧的视觉单词相同个数和视觉单词匹配度中的至少一个对第二待匹配关键帧组中的待匹配关键帧进行打分；
根据分数最高的待匹配关键帧和所述目标物的当前帧计算所述目标物的初始位置。
3.根据权利要求1所述的室内定位方法，其特征在于，所述每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果，具体包括：
利用所述当前的第一定位结果对视觉特征地图中的第三待匹配关键帧组进行筛选以获取的第四待匹配关键帧组，其中第四待匹配关键帧组的范围小于第三待匹配关键帧组的范围；
利用所述第四待匹配关键帧组计算所述目标物的第二定位结果。
4.根据权利要求3所述的室内定位方法，其特征在于，在所述利用所述第一定位结果对视觉特征地图中的第三候待匹配键帧进行筛选以形成的第四待匹配关键帧，具体包括：
判断第三待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xb-δ≤xj≤xb+δ
yb-δ≤yj≤yb+δ
其中，(xj,yj,zj)为第三待匹配关键帧组中的第j个待匹配关键帧的位置坐标，第一定位结果的坐标为(xb,yb),δ为预定时间内帧间特征匹配定位方式的累积误差阈值；
当满足时，则将该待匹配关键帧保留；当不满足时，则将该待匹配关键帧剔除；保留下的待匹配关键帧的集合为第四待匹配关键帧组。
5.根据权利要求3所述的室内定位方法，其特征在于，所述利用所述第四待匹配关键帧组计算所述目标物的第二定位结果，具体包括：
获取目标物的当前帧，确定所述当前帧的视觉单词；
根据待匹配关键帧与当前帧的视觉单词相同个数和视觉单词匹配度中的至少一个对第四待匹配关键帧组中的待匹配关键帧进行打分；
根据分数最高的待匹配关键帧和所述目标物的当前帧计算所述目标物的第二定位结果。
6.根据权利要求1所述的室内定位方法，其特征在于，利用第二定位结果校正当前的第一定位结果，具体包括：
利用扩展卡尔曼滤波算法，将第一定位结果作为状态先验估计量，将第二定位结果作为状态观测量，得到校正后的第一定位结果。
7.根据权利要求1所述的室内定位方法，其特征在于，
还包括，构建所述目标物所在室内环境的视觉特征地图。
8.一种室内定位系统，包括定位初始化单元与在线定位单元，其特征在于，
定位初始化单元，被配置为利用无线定位与视觉特征地图匹配定位的方式确定目标物的初始位置；
在线定位单元，被配置为根据所述目标物的初始位置，利用短时帧间特征匹配定位和视觉特征地图特征匹配定位的方式对所述目标物进行实时定位；
所述在线定位单元包括第三定位单元与第四定位单元；
第三定位单元，被配置为采用短时帧间特征匹配的方式对所述目标物进行实时定位，得到第一定位结果；
第四定位单元，被配置为每隔预定时间，对所述目标物进行视觉特征地图匹配定位，得到第二定位结果，并利用第二定位结果校正当前的第一定位结果；
其中，所述定位初始化单元包括第一定位单元与第二定位单元；
第一定位单元，被配置为利用蓝牙定位技术确定所述目标物的第一位置坐标；
第二定位单元，被配置为利用所述第一位置坐标对视觉特征地图中的第一待匹配关键帧组进行筛选以获取第二待匹配关键帧组，其中第二待匹配关键帧组的范围小于第一待匹配关键帧组的范围,利用所述第二待匹配关键帧组计算所述目标物的初始位置；
其中，所述第二定位单元还包括：
第一筛选单元，被配置为判断第一待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xa-Δd≤xi≤xa+Δd
ya-Δd≤yi≤ya+Δd
其中，(xi,yi,zi)为第一待匹配关键帧组中的第i个待匹配关键帧的位置坐标，(xa,ya)为目标物的第一位置坐标，Δd为蓝牙定位的最大位置误差,当满足时，则将该待匹配关键帧保留,当不满足时，则将该待匹配关键帧剔除,保留下的待匹配关键帧的集合为第二待匹配关键帧组；
第一计算单元，被配置为利用所述第二待匹配关键帧组计算所述目标物的初始位置。
9.根据权利要求8所述的室内定位系统，其特征在于，所述第四定位单元包括：
子定位单元，被配置为利用所述当前的第一定位结果对视觉特征地图中的第三待匹配关键帧组进行筛选以获取的第四待匹配关键帧组，其中第四待匹配关键帧组的范围小于第三待匹配关键帧组的范围,利用所述第四待匹配关键帧组计算所述目标物的第二定位结果；
定时单元，被配置为每隔预定时间，触发所述子定位单元工作；
校正单元，被配置为利用第二定位结果对当前的第一定位结果进行校正。
10.根据权利要求9所述的室内定位系统，其特征在于，子定位单元包括：
第二筛选单元，被配置为判断第三待匹配关键帧组中的待匹配关键帧是否满足下述关系：
xb-δ≤xj≤xb+δ
yb-δ≤yj≤yb+δ
其中，(xj,yj,zj)为第三待匹配关键帧组中的第j个待匹配关键帧的位置坐标，第一定位结果的坐标为(xb,yb),δ为预定时间内帧间特征匹配定位方式的累积误差阈值,当满足时，则将该待匹配关键帧保留,当不满足时，则将该待匹配关键帧剔除,保留下的待匹配关键帧的集合为第四待匹配关键帧组；
第二计算单元，被配置为利用所述第四待匹配关键帧组计算所述目标物的第二定位结果。
11.根据权利要求9所述的室内定位系统，其特征在于，
所述校正单元被配置为利用扩展卡尔曼滤波算法，将第一定位结果作为状态先验估计量，将第二定位结果作为状态观测量，得到校正后的第一定位结果。
12.一种室内定位系统，其特征在于，包括：
一个或多个处理器；
一个或多个存储器，
其中，所述存储器存储计算机可执行指令，所述可执行指令当由所述处理器运行时执行权利要求1-7之一所述的室内定位方法。
13.一种计算机可读介质，其特征在于，存储有计算机可执行指令，且当所述可执行指令由处理器运行时执行权利要求1-7之一所述的室内定位方法。
CN201810253021.2A 2018-03-26 2018-03-26 室内定位方法、室内定位系统和计算机可读介质 Expired - Fee Related CN110360999B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201810253021.2A CN110360999B (zh) 2018-03-26 2018-03-26 室内定位方法、室内定位系统和计算机可读介质
US16/488,341 US11395100B2 (en) 2018-03-26 2019-01-02 Indoor positioning method, indoor positioning system, indoor positioning apparatus and computer readable medium
PCT/CN2019/070093 WO2019184542A1 (zh) 2018-03-26 2019-01-02 室内定位方法、室内定位系统、室内定位设备和计算机可读介质
EP19755264.9A EP3779360A4 (en) 2018-03-26 2019-01-02 INTERNAL POSITIONING PROCESS, INTERIOR POSITIONING SYSTEM, INTERIOR POSITIONING DEVICE AND COMPUTER READABLE SUPPORT
JP2020528385A JP7247186B2 (ja) 2018-03-26 2019-01-02 室内位置決め方法、室内位置決めシステム、室内位置決めデバイスおよびコンピュータ読み取り可能媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810253021.2A CN110360999B (zh) 2018-03-26 2018-03-26 室内定位方法、室内定位系统和计算机可读介质

Publications (2)

Publication Number Publication Date
CN110360999A CN110360999A (zh) 2019-10-22
CN110360999B true CN110360999B (zh) 2021-08-27

Family

ID=68062186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810253021.2A Expired - Fee Related CN110360999B (zh) 2018-03-26 2018-03-26 室内定位方法、室内定位系统和计算机可读介质

Country Status (5)

Country Link
US (1) US11395100B2 (zh)
EP (1) EP3779360A4 (zh)
JP (1) JP7247186B2 (zh)
CN (1) CN110360999B (zh)
WO (1) WO2019184542A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112020630A (zh) * 2018-04-27 2020-12-01 北京嘀嘀无限科技发展有限公司 用于更新建筑物的3d模型的系统和方法
CN110889349A (zh) * 2019-11-18 2020-03-17 哈尔滨工业大学 一种基于vslam的稀疏三维点云图的视觉定位方法
KR20210089552A (ko) * 2020-01-08 2021-07-16 엘지전자 주식회사 로봇의 위치 인식
CN113137968B (zh) * 2020-01-16 2023-03-14 浙江舜宇智能光学技术有限公司 基于多传感器融合的重定位方法、重定位装置和电子设备
CN111986261B (zh) * 2020-08-13 2023-08-18 清华大学苏州汽车研究院（吴江） 一种车辆定位方法、装置、电子设备及存储介质
CN112163502B (zh) * 2020-09-24 2022-07-12 电子科技大学 一种室内动态场景下的视觉定位方法
CN112325883B (zh) * 2020-10-19 2022-06-21 湖南大学 一种WiFi和视觉多源融合的移动机器人室内定位方法
CN112362047A (zh) * 2020-11-26 2021-02-12 浙江商汤科技开发有限公司 定位方法及装置、电子设备和存储介质
US20220381870A1 (en) * 2021-05-28 2022-12-01 Nec Laboratories America, Inc. Visual and rf sensor fusion for multi-agent tracking
CN113872693B (zh) * 2021-09-29 2022-08-23 佛山市南海区广工大数控装备协同创新研究院 基于关键帧选取的可见光定位与深度相机的紧耦合方法
CN114025320A (zh) * 2021-11-08 2022-02-08 易枭零部件科技(襄阳)有限公司 一种基于5g信号的室内定位方法
WO2024001339A1 (zh) * 2022-07-01 2024-01-04 华为云计算技术有限公司 确定位姿的方法、装置以及计算设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102435172A (zh) * 2011-09-02 2012-05-02 北京邮电大学 一种球形机器人视觉定位系统及视觉定位方法
CN104819723A (zh) * 2015-04-29 2015-08-05 京东方科技集团股份有限公司 一种定位方法和定位服务器
CN104936283A (zh) * 2014-03-21 2015-09-23 中国电信股份有限公司 室内定位方法、服务器和系统
CN105188135A (zh) * 2015-08-17 2015-12-23 京东方科技集团股份有限公司 终端定位方法及系统、目标终端及定位服务器
CN105246039A (zh) * 2015-10-20 2016-01-13 深圳大学 一种基于图像处理的室内定位方法及系统
CN107677279A (zh) * 2017-09-26 2018-02-09 上海思岚科技有限公司 一种定位建图的方法及系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4952360B2 (ja) * 2007-04-26 2012-06-13 日本電気株式会社 動画像復号方法、動画像復号装置、動画像復号プログラム
US8265817B2 (en) 2008-07-10 2012-09-11 Lockheed Martin Corporation Inertial measurement with an imaging sensor and a digitized map
US9151822B2 (en) * 2009-12-31 2015-10-06 Optimal Ranging, Inc. Precise positioning using a distributed sensor network
JP2011209203A (ja) 2010-03-30 2011-10-20 Sony Corp 自己位置推定装置および自己位置推定方法
WO2012024516A2 (en) * 2010-08-18 2012-02-23 Nearbuy Systems, Inc. Target localization utilizing wireless and camera sensor fusion
US9613388B2 (en) * 2014-01-24 2017-04-04 Here Global B.V. Methods, apparatuses and computer program products for three dimensional segmentation and textured modeling of photogrammetry surface meshes
JP6474126B2 (ja) 2015-02-27 2019-02-27 Kddi株式会社 オブジェクト追跡方法、装置およびプログラム
CN106470478B (zh) * 2015-08-20 2020-03-24 西安云景智维科技有限公司 一种定位数据处理方法、装置和系统
CN105371847B (zh) * 2015-10-27 2018-06-29 深圳大学 一种室内实景导航方法及系统
EP3239729A1 (en) * 2016-04-25 2017-11-01 Viavi Solutions UK Limited Sensor-based geolocation of a user device
CN106793086B (zh) * 2017-03-15 2020-01-14 河北工业大学 一种室内定位方法
CN107356252B (zh) 2017-06-02 2020-06-16 青岛克路德机器人有限公司 一种融合视觉里程计与物理里程计的室内机器人定位方法
CN107478214A (zh) * 2017-07-24 2017-12-15 杨华军 一种基于多传感器融合的室内定位方法及系统
CN107246868B (zh) 2017-07-26 2021-11-02 上海舵敏智能科技有限公司 一种协同导航定位系统及导航定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102435172A (zh) * 2011-09-02 2012-05-02 北京邮电大学 一种球形机器人视觉定位系统及视觉定位方法
CN104936283A (zh) * 2014-03-21 2015-09-23 中国电信股份有限公司 室内定位方法、服务器和系统
CN104819723A (zh) * 2015-04-29 2015-08-05 京东方科技集团股份有限公司 一种定位方法和定位服务器
CN105188135A (zh) * 2015-08-17 2015-12-23 京东方科技集团股份有限公司 终端定位方法及系统、目标终端及定位服务器
CN105246039A (zh) * 2015-10-20 2016-01-13 深圳大学 一种基于图像处理的室内定位方法及系统
CN107677279A (zh) * 2017-09-26 2018-02-09 上海思岚科技有限公司 一种定位建图的方法及系统

Also Published As

Publication number Publication date
EP3779360A4 (en) 2022-01-05
US11395100B2 (en) 2022-07-19
JP2021517284A (ja) 2021-07-15
WO2019184542A1 (zh) 2019-10-03
CN110360999A (zh) 2019-10-22
US20210360368A1 (en) 2021-11-18
JP7247186B2 (ja) 2023-03-28
EP3779360A1 (en) 2021-02-17

Similar Documents

Publication Publication Date Title
CN110360999B (zh) 室内定位方法、室内定位系统和计算机可读介质
CN110856112B (zh) 一种群智感知的多源信息融合室内定位方法及系统
US11933614B2 (en) Positioning method, positioning server and positioning system
CN111199564B (zh) 智能移动终端的室内定位方法、装置与电子设备
CN105792353B (zh) 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法
CN110645986B (zh) 定位方法及装置、终端、存储介质
JP5722502B2 (ja) モバイルデバイスのための平面マッピングおよびトラッキング
CN106767810B (zh) 一种基于移动终端的wifi和视觉信息的室内定位方法及系统
CN104378735B (zh) 室内定位方法、客户端及服务器
CN104936283A (zh) 室内定位方法、服务器和系统
CN109668563B (zh) 基于室内的轨迹的处理方法及装置
CN104320759B (zh) 基于固定地标的室内定位系统指纹库构建方法
CN109029444A (zh) 一种基于图像匹配和空间定位的室内导航系统及导航方法
CN111664848B (zh) 一种多模态室内定位导航方法及系统
CN110874583A (zh) 一种客流统计的方法、装置、存储介质及电子设备
CN111623765B (zh) 基于多模态数据的室内定位方法及系统
US20170039450A1 (en) Identifying Entities to be Investigated Using Storefront Recognition
CN111954175B (zh) 一种兴趣点到访判别方法和相关装置
CN107087263A (zh) 一种室内无线信号指纹数据的自动更新方法及装置
CN111880144A (zh) 定位方法、装置、设备和存储介质
CN109739830B (zh) 一种基于众包数据的位置指纹数据库快速构建方法
CN113240806B (zh) 信息处理方法、装置、电子设备及存储介质
CN113673288B (zh) 空闲车位检测方法、装置、计算机设备及存储介质
CN111132309B (zh) 一种定位方法、装置、服务器及存储介质
CN111537954A (zh) 一种实时高动态融合定位方法及装置

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210827