CN110414511A - 合作标志识别方法及系统 - Google Patents

合作标志识别方法及系统 Download PDF

Info

Publication number
CN110414511A
CN110414511A CN201910697485.7A CN201910697485A CN110414511A CN 110414511 A CN110414511 A CN 110414511A CN 201910697485 A CN201910697485 A CN 201910697485A CN 110414511 A CN110414511 A CN 110414511A
Authority
CN
China
Prior art keywords
plain
denotation
cooperation
target image
denotations
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.)
Granted
Application number
CN201910697485.7A
Other languages
English (en)
Other versions
CN110414511B (zh
Inventor
刘勇
陈美文
张平
何科君
郭璁
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.)
Shenzhen City Purdue Technology Co Ltd
Original Assignee
Shenzhen City Purdue 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 Shenzhen City Purdue Technology Co Ltd filed Critical Shenzhen City Purdue Technology Co Ltd
Priority to CN201910697485.7A priority Critical patent/CN110414511B/zh
Publication of CN110414511A publication Critical patent/CN110414511A/zh
Application granted granted Critical
Publication of CN110414511B publication Critical patent/CN110414511B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/245Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning

Abstract

本发明提供了一种合作标志识别方法及系统,所述合作标志包括若干简单标志,所述方法包括:预存若干所述合作标志的正确图像;获取所述合作标志的图像;从所述合作标志的图像中分割出所述简单标志;通过透视变换将所述简单标志转换为目标图像;判断所述目标图像与若干所述正确图像的差别;以及将所述差别最小的所述目标图像认定为所述正确图像。本发明提供的合作标志识别方法及系统,可以快速对不同的合作标志进行识别,并且识别过程简单快速,提升了机器人定位的实时精度。

Description

合作标志识别方法及系统
技术领域
本发明涉及机器人技术领域,特别涉及一种合作标志识别方法及系统。
背景技术
移动机器人已逐步应用于大众服务场景中。例如,在餐厅、写字楼、酒店中提供配送服务。随着室内导航技术的发展,在室内设置合作标志,机器人在移动中进行合作标志的识别,实现机器人定位导航的功能。
目前,通过合作标志定位仍存在识别过程复杂,效率低的问题。
发明内容
本发明有鉴于上述的现有状况而完成的,其目的在于提供一种合作标志识别方法及系统,简化识别过程,实现高效和准确地定位。
为了实现上述目的,本发明实施方式提供如下技术方案:
本发明提供一种合作标志识别方法,所述合作标志包括若干简单标志,所述方法包括:
预存若干所述合作标志的正确图像;
获取所述合作标志的图像;
从所述合作标志的图像中分割出所述简单标志;
通过透视变换将所述简单标志转换为目标图像;
判断所述目标图像与若干所述正确图像的差别;以及
将所述差别最小的所述目标图像认定为所述正确图像。
其中,所述从所述合作标志的图像中分割出所述简单标志;通过透视变换将所述简单标志转换为目标图像,具体包括:
对所述简单标志进行聚类得到若干组聚类简单标志;
对所述若干组聚类简单标志分别进行透视变换,将各组所述聚类简单标志转换为若干目标图像。
其中,所述简单标志至少包括是三个,所述通过透视变换将所述简单标志转换为目标图像,具体包括:
基于三个所述简单标志对所述简单标志进行透视变换。
其中,所述三个简单标志设置于四边形区域的三个顶点,所述基于三个所述简单标志对所述简单标志进行透视变换,具体包括:
对所述三个简单标志进行排序,对所述透视变换前和所述透视判断后的所述排序的一致性进行判断,排除所述排序不一致的所述目标图像。
其中,所述判断所述目标图像与若干所述正确图像的差别,具体包括:
根据所述目标图像的所述简单标志与若干所述正确图像的所述简单标志的差别进行打分,通过得分判断各个所述目标图像的所述简单标志的位置。
本发明还提供一种合作标志识别系统,包括:
合作标志,包括若干简单标志;
存储器,用于存储所述合作标志的正确图像;
机器人,用于获取所述合作标志的图像;
处理器,配置为执行从所述合作标志的图像中分割出所述简单标志,通过透视变换将所述简单标志转换为目标图像,判断所述目标图像与若干所述正确图像的差别,将所述差别最小的所述目标图像认定为所述正确图像。
其中,所述处理器配置为对所述简单标志进行聚类得到若干组聚类简单标志;
对所述若干组聚类简单标志分别进行透视变换,将各组所述聚类简单标志转换为若干目标图像。
其中,所述简单标志至少包括是三个,所述处理器配置为基于三个所述简单标志对所述简单标志进行透视变换。
其中,所述三个简单标志设置于所述合作标志上的四边形区域的三个顶点,所述处理器配置为对所述三个简单标志进行排序,对所述透视变换前和所述透视判断后的所述排序的一致性进行判断,排除所述排序不一致的所述目标图像。
其中,所述处理器配置为根据所述目标图像的所述简单标志与若干所述正确图像的所述简单标志的差别进行打分,通过得分判断各个所述目标图像的所述简单标志的位置。
根据本发明所提供的合作标志识别方法及系统,可以快速对不同的合作标志进行识别,并且识别过程简单快速,提升了机器人定位的实时精度。
附图说明
图1示出了本发明的实施方式所涉及的合作标志识别方法的合作标志的平面示意图;
图2示出了本发明的实施方式所涉及的合作标志识别方法的流程示意图;
图3示出了本发明的实施方式所涉及的合作标志识别方法的具体流程示意图;
图4示出了本发明的实施方式所涉及的合作标志识别系统的构成示意图。
具体实施方式
以下,参考附图,详细地说明本发明的优选实施方式。在下面的说明中,对于相同的部件赋予相同的符号,省略重复的说明。另外,附图只是示意性的图,部件相互之间的尺寸的比例或者部件的形状等可以与实际的不同。
如图1和图2所示,本发明提供一种合作标志识别方法涉及的合作标志100包括若干简单标志110。合作标志识别方法应用于机器人定位导航,方法具体包括:
101、预存若干合作标志的正确图像;
102、获取合作标志的图像;
103、从合作标志的图像中分割出简单标志;
104、通过透视变换将简单标志转换为目标图像;
105、判断目标图像与若干正确图像的差别;以及
106、将差别最小的目标图像认定为正确图像。
在这种情况下,可以快速对不同的合作标志进行识别,并且识别过程简单快速,提升了机器人定位的实时精度。
在一些示例中,正确图像可以包含合作标志中简单标志的排布方式。目标图像与正确图像的差别可以包括目标图像的简单标志与正确图像的简单标志的坐标的差别。
在本实施方式中,合作标志100可以设置于室内相对于地面较高的位置。合作标志100可以具有基板120。简单标志110设置于基板120。简单标志110的形状不做限定。在一些示例中,简单标志可以是圆形、圆环形、矩形、三角形等。可以理解的是,设置于基板120的若干简单标志110也可以是多个图形组合构成。简单标志110可以在基板120上呈矩阵排布,或者呈多边形排布。可以理解的是,简单标志110的排布方式,本发明不做限定。
如图3所示,在本实施方式中,从合作标志的图像中分割出简单标志;通过透视变换将简单标志转换为目标图像,具体包括:
1031、对简单标志进行聚类得到若干组聚类简单标志;
1041、对若干组聚类简单标志分别进行透视变换,将各组聚类简单标志转换为若干目标图像。
在一些示例中,步骤102中获取的图像中可以包含多个合作标志。对多个合作标志分别进行聚类,将各个合作标志的简单标志分割出来。
由此,当获取的合作标志的图像中具有多个合作标志,通过聚类可将各个合作标志上的简单标志进行分离,并且对聚类得到的各个聚类简单标志进行透视变换,可同时处理一个合作标志的图像中的多个合作标志的信息,大幅提升了识别的效率。
如图1所示,在一些示例中,简单标志110至少包括是三个。通过透视变换将简单标志转换为目标图像,具体包括:
基于三个简单标志对简单标志进行透视变换。
在这种情况下,通过三个简单标志进行定位,再经过透视变换可提升整体识别过程的效率和准确性。
如图1所示,在一些示例中,三个简单标志110设置于四边形区域121的三个顶点。基于三个简单标志对简单标志进行透视变换,具体包括:
对三个简单标志进行排序,对透视变换前和透视判断后的排序的一致性进行判断,排除排序不一致的目标图像。
由此,基于设置于四边形三个顶点的三个简单标志,可判断合作标志的方向,通过判断序列的一致性可排除透视变换导致的不正确的镜像关系,提升了识别过程的准确性。
如图1所示,在一些示例中,四边形区域121的其中一个顶点不设置简单标志110。由此,可降低判断合作标志方向的难度,提升判断方向的效率。优选地,四边形区域121呈正方形。
在一些示例中,判断目标图像与若干正确图像的差别,具体包括:
根据目标图像的简单标志与若干正确图像的简单标志的差别进行打分,通过得分判断各个目标图像的简单标志的位置。
在这种情况下,可以更快速的得出目标图像与正确图像的最佳匹配关系,提升合作标志识别的效率。
如图1和图4所示,本发明还提供一种合作标志识别系统1,包括:合作标志100、存储器200、机器人300以及处理器400。合作标志100包括若干简单标志110。存储器200用于存储合作标志的正确图像。机器人300用于获取合作标志的图像。处理器400配置为执行从合作标志的图像中分割出简单标志,通过透视变换将简单标志转换为目标图像,判断目标图像与若干正确图像的差别;以及将差别最小的目标图像认定为正确图像。在这种情况下,可以快速对不同的合作标志进行识别,并且识别过程简单快速,提升了机器人定位的实时精度。
在一些示例中,存储器200具有存储数据的功能。存储器200可以设置于云端等机器人300本体以外的介质。存储器200也可以设置于机器人300本体。处理器400具有图像处理功能。处理器400可以设置于机器人300本体。处理器400也可以设置于云端等机器人300本体以外的介质。
在一些示例中,正确图像可以包含合作标志中简单标志的排布方式。目标图像与正确图像的差别可以包括目标图像的简单标志与正确图像的简单标志的坐标的差别。
在本实施方式中,合作标志100可以设置于室内相对于地面较高的位置。合作标志100可以具有基板120。简单标志110设置于基板120。简单标志110的形状不做限定。在一些示例中,简单标志可以是圆形、圆环形、矩形、三角形等。可以理解的是,设置于基板120的若干简单标志110也可以是多个图形组合构成。简单标志110可以在基板120上呈矩阵排布,或者呈多边形排布。可以理解的是,简单标志110的排布方式,本发明不做限定。
在一些示例中,处理器400配置为对简单标志进行聚类得到若干组聚类简单标志,对若干组聚类简单标志分别进行透视变换,将各组聚类简单标志转换为若干目标图像。在一些示例中,机器人300获取的图像中可以包含多个合作标志。对多个合作标志分别进行聚类,将各个合作标志的简单标志分割出来。由此,当获取的合作标志的图像中具有多个合作标志,通过聚类可将各个合作标志上的简单标志进行分离,并且对聚类得到的各个聚类简单标志进行透视变换,可同时处理一个合作标志的图像中的多个合作标志的信息,大幅提升了识别的效率。
如图1所示,在一些示例中,简单标志110至少包括是三个。处理器400配置为基于三个简单标志对简单标志进行透视变换。在这种情况下,通过三个简单标志进行定位,再经过透视变换可提升整体识别过程的效率和准确性。
如图1所示,在一些示例中,三个简单标志110设置于四边形区域121的三个顶点。处理器400配置为对三个简单标志进行排序,对透视变换前和透视判断后的排序的一致性进行判断,排除排序不一致的目标图像。由此,基于设置于四边形三个顶点的三个简单标志,可判断合作标志的方向,通过判断序列的一致性可排除透视变换导致的不正确的镜像关系,提升了识别过程的准确性。
如图1所示,在一些示例中,四边形区域121的其中一个顶点不设置简单标志110。由此,可降低判断合作标志方向的难度,提升判断方向的效率。优选地,四边形区域121呈正方形。
在一些示例中,处理器400配置为根据目标图像的简单标志与若干正确图像的简单标志的差别进行打分,通过得分判断各个目标图像的简单标志的位置。在这种情况下,可以更快速的得出目标图像与正确图像的最佳匹配关系,提升合作标志识别的效率。
以上所述的实施方式,并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同更换和改进等,均应包含在该技术方案的保护范围之内。

Claims (10)

1.一种合作标志识别方法,其特征在于,所述合作标志包括若干简单标志,所述方法包括:
预存若干所述合作标志的正确图像;
获取所述合作标志的图像;
从所述合作标志的图像中分割出所述简单标志;
通过透视变换将所述简单标志转换为目标图像;
判断所述目标图像与若干所述正确图像的差别;以及
将所述差别最小的所述目标图像认定为所述正确图像。
2.如权利要求1所述的合作标志识别方法,其特征在于,所述从所述合作标志的图像中分割出所述简单标志;通过透视变换将所述简单标志转换为目标图像,具体包括:
对所述简单标志进行聚类得到若干组聚类简单标志;
对所述若干组聚类简单标志分别进行透视变换,将各组所述聚类简单标志转换为若干目标图像。
3.如权利要求1所述的合作标志识别方法,其特征在于,所述简单标志至少包括是三个,所述通过透视变换将所述简单标志转换为目标图像,具体包括:
基于三个所述简单标志对所述简单标志进行透视变换。
4.如权利要求3所述的合作标志识别方法,其特征在于,所述三个简单标志设置于四边形区域的三个顶点,所述基于三个所述简单标志对所述简单标志进行透视变换,具体包括:
对所述三个简单标志进行排序,对所述透视变换前和所述透视判断后的所述排序的一致性进行判断,排除所述排序不一致的所述目标图像。
5.如权利要求1所述的合作标志识别方法,其特征在于,所述判断所述目标图像与若干所述正确图像的差别,具体包括:
根据所述目标图像的所述简单标志与若干所述正确图像的所述简单标志的差别进行打分,通过得分判断各个所述目标图像的所述简单标志的位置。
6.一种合作标志识别系统,其特征在于,包括:
合作标志,包括若干简单标志;
存储器,用于存储所述合作标志的正确图像;
机器人,用于获取所述合作标志的图像;
处理器,配置为执行从所述合作标志的图像中分割出所述简单标志,通过透视变换将所述简单标志转换为目标图像,判断所述目标图像与若干所述正确图像的差别,将所述差别最小的所述目标图像认定为所述正确图像。
7.如权利要求6所述的合作标志识别系统,其特征在于,所述处理器配置为对所述简单标志进行聚类得到若干组聚类简单标志;
对所述若干组聚类简单标志分别进行透视变换,将各组所述聚类简单标志转换为若干目标图像。
8.如权利要求6所述的合作标志识别系统,其特征在于,所述简单标志至少包括是三个,所述处理器配置为基于三个所述简单标志对所述简单标志进行透视变换。
9.如权利要求8所述的合作标志识别系统,其特征在于,所述三个简单标志设置于所述合作标志上的四边形区域的三个顶点,所述处理器配置为对所述三个简单标志进行排序,对所述透视变换前和所述透视判断后的所述排序的一致性进行判断,排除所述排序不一致的所述目标图像。
10.如权利要求6所述的合作标志识别方法,其特征在于,所述处理器配置为根据所述目标图像的所述简单标志与若干所述正确图像的所述简单标志的差别进行打分,通过得分判断各个所述目标图像的所述简单标志的位置。
CN201910697485.7A 2019-07-30 2019-07-30 用于机器人的合作标志识别方法及系统 Active CN110414511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910697485.7A CN110414511B (zh) 2019-07-30 2019-07-30 用于机器人的合作标志识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910697485.7A CN110414511B (zh) 2019-07-30 2019-07-30 用于机器人的合作标志识别方法及系统

Publications (2)

Publication Number Publication Date
CN110414511A true CN110414511A (zh) 2019-11-05
CN110414511B CN110414511B (zh) 2022-05-03

Family

ID=68364314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910697485.7A Active CN110414511B (zh) 2019-07-30 2019-07-30 用于机器人的合作标志识别方法及系统

Country Status (1)

Country Link
CN (1) CN110414511B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7194417B1 (en) * 2000-09-22 2007-03-20 Amadeus Revenue Integrity, Inc. Automated method and system for recognizing unfulfilled obligations and initiating steps to convert said obligations to a fulfilled status or to a null status for resale
CN101398907A (zh) * 2007-09-26 2009-04-01 中国科学院自动化研究所 一种用于移动机器人的二维码结构及解码方法
CN101404117A (zh) * 2008-10-21 2009-04-08 东软集团股份有限公司 交通标志识别方法及装置
CN101660908A (zh) * 2009-09-11 2010-03-03 天津理工大学 基于单个路标的视觉定位与导航方法
CN102819728A (zh) * 2012-07-17 2012-12-12 中国航天科工集团第三研究院第八三五七研究所 一种基于分类模板匹配的交通标志检测方法
CN103413124A (zh) * 2013-08-19 2013-11-27 中国科学院自动化研究所 一种圆形交通标志检测方法
CN104036282A (zh) * 2014-04-01 2014-09-10 西北工业大学 一种适用于空间非合作目标的三角形帆板支架识别方法
CN104123540A (zh) * 2014-07-15 2014-10-29 北京天智航医疗科技股份有限公司 手术机器人定位标志点自动识别方法
CN104766309A (zh) * 2015-03-19 2015-07-08 江苏国典艺术品保真科技有限公司 一种平面特征点导航定位方法与装置
CN106295644A (zh) * 2016-08-11 2017-01-04 海信集团有限公司 符号识别方法及装置
CN106338289A (zh) * 2016-08-11 2017-01-18 张满仓 基于机器人的室内定位导航系统及其方法
CN206832260U (zh) * 2017-05-05 2018-01-02 华南理工大学 一种基于视觉的移动机器人导航系统
CN107766859A (zh) * 2017-10-31 2018-03-06 广东美的智能机器人有限公司 移动机器人定位方法、装置及移动机器人
CN108320290A (zh) * 2017-12-29 2018-07-24 中国银联股份有限公司 目标图片提取矫正方法及装置、计算机设备和记录介质
WO2018195797A1 (zh) * 2017-04-26 2018-11-01 深圳配天智能技术研究院有限公司 一种视觉检测方法、检测设备以及机器人
CN109827575A (zh) * 2019-01-28 2019-05-31 深圳市普渡科技有限公司 基于定位标识的机器人定位方法
CN109855625A (zh) * 2019-01-28 2019-06-07 深圳市普渡科技有限公司 定位标识及导航系统

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7194417B1 (en) * 2000-09-22 2007-03-20 Amadeus Revenue Integrity, Inc. Automated method and system for recognizing unfulfilled obligations and initiating steps to convert said obligations to a fulfilled status or to a null status for resale
CN101398907A (zh) * 2007-09-26 2009-04-01 中国科学院自动化研究所 一种用于移动机器人的二维码结构及解码方法
CN101404117A (zh) * 2008-10-21 2009-04-08 东软集团股份有限公司 交通标志识别方法及装置
CN101660908A (zh) * 2009-09-11 2010-03-03 天津理工大学 基于单个路标的视觉定位与导航方法
CN102819728A (zh) * 2012-07-17 2012-12-12 中国航天科工集团第三研究院第八三五七研究所 一种基于分类模板匹配的交通标志检测方法
CN103413124A (zh) * 2013-08-19 2013-11-27 中国科学院自动化研究所 一种圆形交通标志检测方法
CN104036282A (zh) * 2014-04-01 2014-09-10 西北工业大学 一种适用于空间非合作目标的三角形帆板支架识别方法
CN104123540A (zh) * 2014-07-15 2014-10-29 北京天智航医疗科技股份有限公司 手术机器人定位标志点自动识别方法
CN104766309A (zh) * 2015-03-19 2015-07-08 江苏国典艺术品保真科技有限公司 一种平面特征点导航定位方法与装置
CN106295644A (zh) * 2016-08-11 2017-01-04 海信集团有限公司 符号识别方法及装置
CN106338289A (zh) * 2016-08-11 2017-01-18 张满仓 基于机器人的室内定位导航系统及其方法
WO2018195797A1 (zh) * 2017-04-26 2018-11-01 深圳配天智能技术研究院有限公司 一种视觉检测方法、检测设备以及机器人
CN206832260U (zh) * 2017-05-05 2018-01-02 华南理工大学 一种基于视觉的移动机器人导航系统
CN107766859A (zh) * 2017-10-31 2018-03-06 广东美的智能机器人有限公司 移动机器人定位方法、装置及移动机器人
CN108320290A (zh) * 2017-12-29 2018-07-24 中国银联股份有限公司 目标图片提取矫正方法及装置、计算机设备和记录介质
CN109827575A (zh) * 2019-01-28 2019-05-31 深圳市普渡科技有限公司 基于定位标识的机器人定位方法
CN109855625A (zh) * 2019-01-28 2019-06-07 深圳市普渡科技有限公司 定位标识及导航系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WEIXING MEI ET AL: "Semantic-understand-based landmark navigation method of robots", 《2012 IEEE INTERNATIONAL CONFERENCE ON COMPUTER SCIENCE AND AUTOMATION ENGINEERING (CSAE)》 *
李文静等: "基于标识归属关系的室内服务机器人物品搜寻识别与定位", 《计算机辅助设计与图形学学报》 *

Also Published As

Publication number Publication date
CN110414511B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN110017841A (zh) 视觉定位方法及其导航方法
CN106092104B (zh) 一种室内机器人的重定位方法及装置
Krajník et al. A practical multirobot localization system
Zhuang et al. 3-D-laser-based scene measurement and place recognition for mobile robots in dynamic indoor environments
Breitenmoser et al. A monocular vision-based system for 6D relative robot localization
CN110135323A (zh) 图像标注方法、装置、系统及存储介质
CN106054920A (zh) 一种无人机飞行路径规划方法和装置
CN102419178A (zh) 基于红外路标的移动机器人定位系统和方法
CN105737833A (zh) 室内导航方法及装置
CN104936283A (zh) 室内定位方法、服务器和系统
CN105466430B (zh) 一种无人机的定位方法和装置
CN110211228A (zh) 用于建图的数据处理方法及装置
US10949980B2 (en) System and method for reverse optical tracking of a moving object
CN104281840A (zh) 一种基于智能终端定位识别建筑物的方法及装置
Chu et al. GPS refinement and camera orientation estimation from a single image and a 2D map
CN114332360A (zh) 一种协同三维建图方法及系统
CN109084749B (zh) 通过环境中物体进行语义定位的方法及装置
CN104618869A (zh) 室内定位方法和设备
RU2697942C1 (ru) Способ и система обратного оптического трекинга подвижного объекта
CN110414511A (zh) 合作标志识别方法及系统
CN111758118A (zh) 一种视觉定位方法、装置、设备及可读存储介质
US20230029459A1 (en) Resilient interdependent spatial alignment to improve and maintain spatial alignment between two coordinate systems for augmented reality and other applications
CN110044358A (zh) 基于现场场线特征的移动机器人定位方法
CN108981705B (zh) 定位参考装置
CN106776813A (zh) 基于ssift算法的大型室内场馆快速定位与导航方法

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