CN110930455B - 定位方法、装置、终端设备及存储介质 - Google Patents
定位方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN110930455B CN110930455B CN201911203655.8A CN201911203655A CN110930455B CN 110930455 B CN110930455 B CN 110930455B CN 201911203655 A CN201911203655 A CN 201911203655A CN 110930455 B CN110930455 B CN 110930455B
- Authority
- CN
- China
- Prior art keywords
- image
- distance
- ground
- relative
- images
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004590 computer program Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请适用于计算机技术领域,提供了定位方法、装置、终端设备及存储介质,包括:每间隔预设时长,采集一帧地面图像;在每相邻两帧地面图像中,匹配具有相同特征的两个图像区域,两个图像区域分别位于相邻的两帧地面图像中;计算具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧地面图像之间的相对位置;累计每相邻两帧地面图像之间的相对位置,确定终端设备的当前位置。本申请只需要一个摄像头和一个处理板即可实现,降低了硬件成本,通过以地面作为参考物,采集地面图像,可以保证获取到的图像信息稳定,不受环境变化的影响,可应用于多种应用场景。
Description
技术领域
本申请属于计算机技术领域,尤其涉及定位方法、装置、终端设备及存储介质。
背景技术
目前的机器人定位方法主要依赖GPS、激光雷达、编码器等硬件实现,但是这些方法存在硬件成本高和应用场景单一等局限性。如GPS只适用于室外场景,且定位精度受高大建筑物的影响;而激光雷达无法在雨天环境下工作;编码器需要安装在机器人轮子轴上,用于记录轮子转动,但是这样就无法避免轮子打滑的情况,而且这种方法对编码器的精度要求较高,高精度编码器价格昂贵。
发明内容
本申请实施例提供了定位方法、装置、终端设备及存储介质,可以解决目前的定位方法存在硬件成本高和应用场景单一等局限性的问题。
第一方面,本申请实施例提供了一种定位方法,包括:
每间隔预设时长,采集一帧地面图像;
在每相邻两帧所述地面图像中,匹配具有相同特征的两个图像区域,两个所述图像区域分别位于相邻的两帧所述地面图像中;
计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置;
累计每相邻两帧所述地面图像之间的相对位置,确定所述终端设备的当前位置。
本申请实施例提供的定位方法只需要一个摄像头和一个处理板即可实现,降低了硬件成本,通过以地面作为参考物,采集地面图像,可以保证获取到的图像信息稳定,不受环境变化的影响,可应用于多种应用场景;从相邻两帧地面图像中查找相同的特征区域,并计算相同的特征区域的中心之间的相对位置,从而记录终端设备的运动轨迹;根据多个相对位置,确定终端设备的位置,进而实现定位,本申请实施例解决了目前的定位方法存在硬件成本高和应用场景单一等局限性的问题。
第二方面,本申请实施例提供了一种定位装置,包括:
采集模块,用于每间隔预设时长,采集一帧地面图像;
匹配模块,用于在每相邻两帧所述地面图像中,匹配具有相同特征的两个图像区域,两个所述图像区域分别位于相邻的两帧所述地面图像中;
计算模块,用于计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置;
确定模块,用于累计每相邻两帧所述地面图像之间的相对位置,确定所述终端设备的当前位置。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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第一方面中任一项所述的定位方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读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一方面中任一项所述的定位方法
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的定位方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的定位方法的流程示意图;
图2是本申请另一实施例提供的定位方法的流程示意图;
图3是本申请另一实施例提供的定位方法的流程示意图;
图4是本申请另一实施例提供的定位方法的流程示意图;
图5是本申请另一实施例提供的定位方法的流程示意图;
图6是本申请一实施例提供的一帧地面图像的示意图;
图7是本申请一实施例提供的另一帧地面图像的示意图;
图8是本申请一实施例提供的一帧融合图像的示例图;
图9是本申请一实施例提供的相同特征的两个图像区域的中心之间的几何建模的示意图;
图10是本申请一实施例提供的应用场景示意图;
图11是本申请实施例提供的定位装置的结构示意图;
图12是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的定位方法可应用于终端设备,该终端设备可以是设有摄像头的安防巡检机器人、可移动机器人、代步机等可移动设备,申请实施例对终端设备的具体类型不作任何限制。
优选地,摄像头为夜视摄像头(如红外摄像头),保证本申请的定位方法能够在不同环境下工作。
图1示出了本申请提供的定位方法的示意性流程图,作为示例而非限定,该方法可以应用于上述终端设备中。
S101,每间隔预设时长,采集一帧地面图像;
在上述S101中,上述地面图像为终端设备运动过程中经过的地面的图像,如图6和图7分别为相邻两帧地面图像的示意图,图6为一帧地面图像,图7为另一帧地面图像,两帧地面图像中方框内的区域为具有相同特征的区域。
上述预设时长为摄像头的采样间隔时长。可选地,为保证采集到的每相邻两帧地面图像具有相同特征,可将预设间隔时长调整为摄像头所能够支持的最短采样间隔时长。所述预设时长可以根据终端设备的移动速度调整,当终端设备高速移动时,缩短所述预设时长;当终端设备低速移动时,延长所述预设时长。
可选地,为减少图像数据的计算量,可根据图6的地面图像的区域A与图7的地面图像的区域B之间的距离R1和预设时长计算终端设备的运动速度s,再根据区域A与图6的地面图像的边界之间的距离R2和上述距离R1计算距离差R3,以及根据距离差R3与运动速度s计算终端设备以运动速度s运动距离差R3对应的时间t,则可在上述预设时长的基础上增加0~t范围内任意值的时长,作为新的预设时长,从而增加预设时长,减少摄像头采集的地面图像的帧数,以减少图像数据的计算量,同时又能保证相邻两帧图像具有相同特征的区域。
可选地,根据实际需求,可以设置摄像头在终端设备静止状态和运动状态下均采集地面图像,也可以设置摄像头仅在终端设备运动状态下采集地面图像。
S102,在每相邻两帧所述地面图像中,匹配具有相同特征的两个图像区域,两个所述图像区域分别位于相邻的两帧所述地面图像中;
在上述S102中,上述具有相同特征的两个图像区域为区域内的图案颜色、形状相同(应理解,由于两帧图像可能因视角不同存在视觉误差,此处的相同为近似相同)、图案方向可以不同的两个子图像。
可选地,可以在前一帧地面图像的固定位置中截取预设大小的区域,在相邻的后一帧地面图像中查找与上述区域具有相同特征的区域,这样图像匹配过程比较简单,处理器的计算量更低,匹配的准确度也更加高。也可以在相邻的两帧地面图像中的任意位置匹配任意两个图像特征相同的区域,这样采集相邻两帧地面图像的时间间隔可以更长,采集频率可以更低,对摄像头的要求也更低,进一步降低硬件成本。
S103,计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置;
在上述S103中,上述相对位置为采集到相邻两帧地面图像时终端设备在两个位置间的位置关系,其可包括相对距离和相对角度。具体地,可计算具有相同特征的每两个图像区域的中心在图像上的图像距离,再根据图像距离与实际距离(相对距离)之间的比例,计算图像距离对应的相对距离,以及建立每两个图像区域的中心在图像上的三角函数关系,并根据上述图像距离计算对应的相对角度。
S104,累计每相邻两帧所述地面图像之间的相对位置,确定所述终端设备的当前位置。
在上述S104中,每相邻两帧地面图像都有一个位置关系,将每个位置关系按照帧数先后顺序累计,则可以得到终端设备的当前位置与初始位置的相对距离和相对角度。
本申请实施例提供的定位方法只需要一个摄像头和一个处理板即可实现,降低了硬件成本,通过以地面作为参考物,采集地面图像,可以保证获取到的图像信息稳定,不受环境变化的影响,可应用于多种应用场景;从相邻两帧地面图像中查找相同的特征区域,并计算相同的特征区域的中心之间的相对位置,从而记录终端设备的运动轨迹;根据多个相对位置,确定终端设备的当前位置,进而实现定位,本申请实施例解决了目前的定位方法存在硬件成本高和应用场景单一等局限性的问题。
在图1所示实施例的基础上,图2示出了本申请实施例提供的另一种定位方法的流程示意图。如图2所示,上述S102具体包括步骤S201和S202。需要说明的是,与图1所示实施例相同的步骤,此处不再赘述,请参见前述。
S201,在每相邻两帧所述地面图像中,提取一帧所述地面图像的图像区域的第一特征信息和对应的另一帧所述地面图像的第二特征信息;
在上述S201中,通过预设图像识别算法,对地面图像进行预处理后,提取一帧地面图像中一个图像区域(可以为特定区域,也可以为任意区域)的第一特征信息,以及提取另一帧地面图像的所有的第二特征信息。优选地,上述图像区域为特定区域,所述第一特征信息为所述特定区域的图像信息,通过在后一帧图像识别与前一帧图像的特定区域相同的图像信息相较于在后一帧图像识别与前一帧图像任意区域的相同图像信息可以减少算法的计算量。
S202,在所述第二特征信息中,匹配与所述第一特征信息的相似度大于预设值的特征信息对应的图像区域。
在上述S202中,当第二特征信息中的某一段特征信息与第一特征信息的相似度大于预设值时,判定该段特征信息对应的图像区域与第一特征信息对应的图像区域具有相同特征。
在图1所示实施例的基础上,图3示出了本申请实施例提供的另一种定位方法的流程示意图。如图3所示,相对位置包括相对距离和相对角度,上述S103具体包括步骤S301至S303。需要说明的是,与图1所示实施例相同的步骤,此处不再赘述,请参见前述。
S301,测量所述具有相同特征的每两个图像区域的中心之间的图像距离;
在上述S301中,上述图像距离为两个图像区域的中心在图像上的距离。如图9所示,图像距离L可直接测量图像上区域A的中心与区域B中心之间的连线得的。
S302,获取所述图像距离与所述相对距离之间的比例关系,并根据所述比例关系,计算每个所述图像距离对应的所述相对距离;
在上述S302中,由于摄像头在不同距地距离下采集到的图像视角不同,所以采集到的地面图像上的任意两点间的距离(图像距离)与地面上对应两点间的距离(实际距离)存在比例关系。
可选地,可将摄像头预先安装在预设距地距离的位置,采集一帧地面图像,取该地面图像上任意两点,并测量该两点之间的图像距离,再在地面上测量对应两点之间的实际距离,将图像距离与实际距离之间的比值作为上述距地距离对应的预设比例关系。
例如,图像距离与相对距离的比例关系为1:1.5,图像距离为L,则可计算得到相对距离为1.5L。
S303,根据每个所述图像距离和预设函数,计算每个相对距离对应的所述相对角度。
在上述S303中,如图9所示,可选地,相对距离L对应的相对角度a,可根据以L为斜边的直角三角形中的另外任意一边的长度和相对距离L,利用勾股定理计算得到。
可选地,可获取两个图像区域的向量矩阵,通过仿射变换向量空间原理,计算图像区域A变换为图像区域B时的变换矩阵,根据该变换矩阵得到相对角度。例如,图像区域A的向量矩阵为仿射变换矩阵为/>图像区域B的向量矩阵为/>则若图像A以(x,y)为轴心顺时针旋转θ度变换为图像B,则仿射变换矩阵对应的变量为/>其中,a、b、c、d为旋转变量,c、f为平移变量,θ为上述相对角度a。
在图3所示实施例的基础上,本申请实施例提供了的另一种定位方法的实施例。上述S301之前具体包括步骤S301A。需要说明的是,与图3所示实施例相同的步骤,此处不再赘述,请参见前述。
S301A,将具有相同特征的每两个图像区域对应的每两帧地面图像融合为一帧融合图像,所述融合图像包含所述具有相同特征的两个图像区域。
在上述S301A中,融合图像为包含相邻两帧地面图像的具有相同特征的两个图像区域的图像。如图8为图6的地面图像与图7的地面图像融合后的融合图像。可选地,可提取具有相同特征的两个图像区域的图像特征和位置特征,通过或运算的方式将两个图像区域的图像特征和位置特征融合到一帧空白图像中,该空白图像的尺寸和分辨率与图6和图7的地面图像相同。
上述或运算为计算机逻辑运算的一种,其表示存在“或”关系的两个常量同时为假时,运算结果为假,否则为真。例如,以“0”值表示假,其他常量为真,则0||0=0,0||1=1,其中“||”表示或运算的运算符。在本实施例中,可将空白图像的像素点的值设有“0”,当图像区域A中的一个像素点的值为129,融合图像中对应位置的像素点的值为129||0=129。应理解,上述或运算仅用于举例说明,不作为限定本申请的具体实施手段。
在图3所示实施例的基础上,本申请实施例提供的另一种定位方法的实施例。上述S301具体包括步骤S3011和S3012。需要说明的是,与图3所示实施例相同的步骤,此处不再赘述,请参见前述。
S3011,在每个所述融合图像中,测量所述具有相同特征的两个图像区域的中心之间的像素距离;
在上述S3011中,图像是由多个像素点组成的,像素距离为两个中心之间的像素点的数量,终端设备可根据一个中心的位置与另一个中心的位置确定两个中心点之间的像素距离。
S3012,根据所述融合图像的预设分辨率和每个所述像素距离之间的比值,得到每个所述像素距离对应的所述图像距离。
在上述S3012中,相同尺寸大小的图像在不同分辨率下对应的像素点数量不同。具体地,图像距离=像素距离/预设分辨率,其中图像距离的计量单位为英尺,1英尺×2.54=2.54厘米。
在图3所示实施例的基础上,图4示出了本申请实施例提供的另一种定位方法的流程示意图。如图4所示,上述S302具体包括步骤S401至S403。需要说明的是,与图3所示实施例相同的步骤,此处不再赘述,请参见前述。
S401,获取所述终端设备上的摄像头与地面间的距地距离;
在上述S401中,可将摄像头安装在预设距地距离的位置,将该预设距地距离作为后续计算的距地距离。需要说明的是,地面可能出现不平整的情况,但是不平整地面对应距地距离的误差可以忽略。优选地,摄像头尽可能贴近地面,以使图像与地面之间的比例接近1:1,从而减小比例转换导致的误差。
进一步地,在可安装距离传感器以获取距地距离,这样可以使得定位结果更加精准,但是会稍微增加硬件成本。
S402,在预设比例表中,查找所述距地距离对应的比例值,所述预设比例表中包含多个距地距离与比例值之间的对应关系;
S403,将所述比例值作为所述图像距离与所述相对距离之间的比例关系。
在上述S402和S403中,将摄像头在每个距地距离下采集的图像与地面之间对应的比例关系作为该距地距离对应的比例值,以便于后续计算直接调用。
在图1所示实施例的基础上,图5示出了本申请实施例提供的另一种定位方法的流程示意图。如图5所示,相对位置包括相对距离和相对角度,上述S104具体包括步骤S501和S502。需要说明的是,与图5所示实施例相同的步骤,此处不再赘述,请参见前述。
S501,累计每相邻两帧所述地面图像之间的相对距离和相对角度,直至得到第一帧所述地面图像与最后一帧所述地面图像的相对距离和相对角度;
S502,将所述第一帧所述地面图像与最后一帧所述地面图像的相对距离和相对角度作为所述终端设备的当前位置相对于初始位置的相对距离和相对角度。
在上述S501和S502中,如图10所示,终端设备分别在Q1、Q2、Q3和Q4采集到地面图像,Q1与Q2的相对距离为M1、相对角度为a1,Q2与Q3的相对距离为M2、相对角度为a2,Q3与Q4的相对距离为M3、相对角度为a3。根据三角函数,累计相对距离M1和M2以及相对角度a1和a2,可以得到Q1与Q3之间的相对距离N1和相对角度b1;进一步地,累计相对距离N1和M3以及相对角度b1和a3,可以得到Q1与Q4之间的相对距离N2和相对角度b2。将N2和b2作为终端设备相对于初始位置的相对距离和相对角度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的定位方法,图11示出了本申请实施例提供的定位装置1100的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图11,该装置包括:
采集模块1101,用于每间隔预设时长,采集一帧地面图像;
匹配模块1102,用于在每相邻两帧所述地面图像中,匹配具有相同特征的两个图像区域,两个所述图像区域分别位于相邻的两帧所述地面图像中;
计算模块1103,用于计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置;
确定模块1104,用于累计每相邻两帧所述地面图像之间的相对位置,确定所述终端设备的当前位置。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图12为本申请一实施例提供的终端设备的结构示意图。如图12所示,该实施例的终端设备120包括:至少一个处理器1200(图12中仅示出一个)处理器、存储器1201以及存储在所述存储器1201中并可在所述至少一个处理器1200上运行的计算机程序1202,所述处理器1200执行所述计算机程序1202时实现上述任意各个定位方法实施例中的步骤。
所述终端设备120可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括但不仅限于,处理器1200、存储器1201。本领域技术人员可以理解,图12仅仅是终端设备120的举例,并不构成对终端设备120的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器1200可以是中央处理单元(Central Processing Unit,CPU),该处理器1200还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器1201在一些实施例中可以是所述终端设备120的内部存储单元,例如终端设备120的硬盘或内存。所述存储器1201在另一些实施例中也可以是所述终端设备120的外部存储设备,例如所述终端设备120上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器1201还可以既包括所述终端设备120的内部存储单元也包括外部存储设备。所述存储器1201用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器1201还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读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可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种定位方法,其特征在于,应用于终端设备,所述方法包括:
每间隔预设时长,采集一帧地面图像;
在每相邻两帧所述地面图像中,匹配具有相同特征的两个图像区域,两个所述图像区域分别位于相邻的两帧所述地面图像中;
计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置;
累计每相邻两帧所述地面图像之间的相对位置,确定所述终端设备的当前位置;
所述相对位置包括相对距离和相对角度,所述计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置,包括:
测量所述具有相同特征的每两个图像区域的中心之间的图像距离;
获取所述图像距离与所述相对距离之间的比例关系,并根据所述比例关系,计算每个所述图像距离对应的所述相对距离;
根据每个所述图像距离和预设函数,建立每两个所述图像区域的中心在图像上的三角函数关系,计算每个所述相对距离对应的所述相对角度;
所述获取所述图像距离与所述相对距离之间的比例关系,包括:
获取所述终端设备上的摄像头与地面间的距地距离;
在预设比例表中,查找所述距地距离对应的比例值,所述预设比例表中包含多个距地距离与比例值之间的对应关系;
将所述比例值作为所述图像距离与所述相对距离之间的比例关系。
2.如权利要求1所述的定位方法,其特征在于,所述在每相邻两帧所述地面图像中,匹配具有相同特征的两个图像区域,包括:
在每相邻两帧所述地面图像中,提取一帧所述地面图像的图像区域的第一特征信息和对应的另一帧所述地面图像的第二特征信息;
在所述第二特征信息中,匹配与所述第一特征信息的相似度大于预设值的特征信息对应的图像区域。
3.如权利要求1所述的定位方法,其特征在于,所述测量所述具有相同特征的每两个图像区域的中心之间的图像距离之前,还包括:
将具有相同特征的每两个图像区域对应的每两帧地面图像融合为一帧融合图像,所述融合图像包含所述具有相同特征的两个图像区域。
4.如权利要求3所述的定位方法,其特征在于,所述测量所述具有相同特征的每两个图像区域的中心之间的图像距离,包括:
在每个所述融合图像中,测量所述具有相同特征的两个图像区域的中心之间的像素距离;
根据所述融合图像的预设分辨率和每个所述像素距离之间的比值,得到每个所述像素距离对应的所述图像距离。
5.如权利要求1所述的定位方法,其特征在于,所述相对位置包括相对距离和相对角度,所述累计每相邻两帧所述地面图像之间的相对位置,确定所述终端设备的当前位置,包括:
累计每相邻两帧所述地面图像之间的相对距离和相对角度,直至得到第一帧所述地面图像与最后一帧所述地面图像之间的相对距离和相对角度;
将所述第一帧所述地面图像与最后一帧所述地面图像之间的相对距离和相对角度作为所述终端设备的当前位置相对于初始位置的相对距离和相对角度。
6.一种定位装置,其特征在于,包括:
采集模块,用于每间隔预设时长,采集一帧地面图像;
匹配模块,用于在每相邻两帧所述地面图像中,匹配具有相同特征的两个图像区域,两个所述图像区域分别位于相邻的两帧所述地面图像中;
计算模块,用于计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置;
确定模块,用于累计每相邻两帧所述地面图像之间的相对位置,确定终端设备的当前位置;
所述相对位置包括相对距离和相对角度,所述计算所述具有相同特征的每两个图像区域的中心之间的相对位置,得到每相邻两帧所述地面图像之间的相对位置,包括:
测量所述具有相同特征的每两个图像区域的中心之间的图像距离;
获取所述图像距离与所述相对距离之间的比例关系,并根据所述比例关系,计算每个所述图像距离对应的所述相对距离;
根据每个所述图像距离和预设函数,建立每两个所述图像区域的中心在图像上的三角函数关系,计算每个所述相对距离对应的所述相对角度;
所述获取所述图像距离与所述相对距离之间的比例关系,包括:
获取所述终端设备上的摄像头与地面间的距地距离;
在预设比例表中,查找所述距地距离对应的比例值,所述预设比例表中包含多个距地距离与比例值之间的对应关系;
将所述比例值作为所述图像距离与所述相对距离之间的比例关系。
7.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911203655.8A CN110930455B (zh) | 2019-11-29 | 2019-11-29 | 定位方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911203655.8A CN110930455B (zh) | 2019-11-29 | 2019-11-29 | 定位方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110930455A CN110930455A (zh) | 2020-03-27 |
CN110930455B true CN110930455B (zh) | 2023-12-29 |
Family
ID=69847872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911203655.8A Active CN110930455B (zh) | 2019-11-29 | 2019-11-29 | 定位方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110930455B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112181999B (zh) * | 2020-09-21 | 2022-01-07 | 北京京东乾石科技有限公司 | 一种轨迹更新方法及装置、设备、存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216948A (zh) * | 2008-01-14 | 2008-07-09 | 浙江大学 | 基于视频提取和重用的卡通动画制作方法 |
CN102980555A (zh) * | 2012-12-06 | 2013-03-20 | 紫光股份有限公司 | 一种光学成像式轮式移动机器人方位的检测方法及其装置 |
CN105447853A (zh) * | 2015-11-13 | 2016-03-30 | 深圳市道通智能航空技术有限公司 | 飞行装置、飞行控制系统及方法 |
CN106595659A (zh) * | 2016-11-03 | 2017-04-26 | 南京航空航天大学 | 城市复杂环境下多无人机视觉slam的地图融合方法 |
CN106981073A (zh) * | 2017-03-31 | 2017-07-25 | 中南大学 | 一种基于无人机的地面运动目标实时跟踪方法及系统 |
CN108769545A (zh) * | 2018-06-12 | 2018-11-06 | Oppo(重庆)智能科技有限公司 | 一种图像处理方法、图像处理装置及移动终端 |
CN108875529A (zh) * | 2018-01-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸空间定位方法、装置、系统及计算机存储介质 |
CN108965835A (zh) * | 2018-08-23 | 2018-12-07 | Oppo广东移动通信有限公司 | 一种图像处理方法、图像处理装置及终端设备 |
CN109691090A (zh) * | 2018-12-05 | 2019-04-26 | 珊口(深圳)智能科技有限公司 | 移动目标的监控方法、装置、监控系统及移动机器人 |
CN109698999A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市优必选科技有限公司 | 定位方法及终端设备 |
CN109959407A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种舵机位置传感器线性度快速检测方法及装置 |
CN110211183A (zh) * | 2019-06-13 | 2019-09-06 | 广州番禺职业技术学院 | 基于单次成像大视场led透镜贴装的多目标定位系统与方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630116B (zh) * | 2013-10-10 | 2016-03-23 | 北京智谷睿拓技术服务有限公司 | 图像采集定位方法及图像采集定位装置 |
-
2019
- 2019-11-29 CN CN201911203655.8A patent/CN110930455B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216948A (zh) * | 2008-01-14 | 2008-07-09 | 浙江大学 | 基于视频提取和重用的卡通动画制作方法 |
CN102980555A (zh) * | 2012-12-06 | 2013-03-20 | 紫光股份有限公司 | 一种光学成像式轮式移动机器人方位的检测方法及其装置 |
CN105447853A (zh) * | 2015-11-13 | 2016-03-30 | 深圳市道通智能航空技术有限公司 | 飞行装置、飞行控制系统及方法 |
CN106595659A (zh) * | 2016-11-03 | 2017-04-26 | 南京航空航天大学 | 城市复杂环境下多无人机视觉slam的地图融合方法 |
CN106981073A (zh) * | 2017-03-31 | 2017-07-25 | 中南大学 | 一种基于无人机的地面运动目标实时跟踪方法及系统 |
CN109698999A (zh) * | 2017-10-23 | 2019-04-30 | 深圳市优必选科技有限公司 | 定位方法及终端设备 |
CN109959407A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种舵机位置传感器线性度快速检测方法及装置 |
CN108875529A (zh) * | 2018-01-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸空间定位方法、装置、系统及计算机存储介质 |
CN108769545A (zh) * | 2018-06-12 | 2018-11-06 | Oppo(重庆)智能科技有限公司 | 一种图像处理方法、图像处理装置及移动终端 |
CN108965835A (zh) * | 2018-08-23 | 2018-12-07 | Oppo广东移动通信有限公司 | 一种图像处理方法、图像处理装置及终端设备 |
CN109691090A (zh) * | 2018-12-05 | 2019-04-26 | 珊口(深圳)智能科技有限公司 | 移动目标的监控方法、装置、监控系统及移动机器人 |
CN110211183A (zh) * | 2019-06-13 | 2019-09-06 | 广州番禺职业技术学院 | 基于单次成像大视场led透镜贴装的多目标定位系统与方法 |
Non-Patent Citations (1)
Title |
---|
马松辉,吴成富,陈怀民,冯玉.基于光流的景象匹配定位算法研究.西北工业大学学报.2005,(第04期),第483-487页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110930455A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111179358B (zh) | 标定方法、装置、设备及存储介质 | |
CN111127563A (zh) | 联合标定方法、装置、电子设备及存储介质 | |
CN111354042A (zh) | 机器人视觉图像的特征提取方法、装置、机器人及介质 | |
CN110927708A (zh) | 智能路侧单元的标定方法、装置及设备 | |
CN113587934B (zh) | 一种机器人、室内定位方法、装置和可读存储介质 | |
CN109191415B (zh) | 图像融合方法、装置及电子设备 | |
CN113029128B (zh) | 视觉导航方法及相关装置、移动终端、存储介质 | |
CN109343037B (zh) | 光探测器安装误差检测装置、方法和终端设备 | |
CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
CN110926478B (zh) | 一种ar导航路线纠偏方法、系统及计算机可读存储介质 | |
CN112739983B (zh) | 校正点云数据的方法和相关装置 | |
CN112085771A (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN113804100A (zh) | 确定目标对象的空间坐标的方法、装置、设备和存储介质 | |
CN112907746A (zh) | 电子地图的生成方法、装置、电子设备及存储介质 | |
CN113227708B (zh) | 确定俯仰角的方法、装置及终端设备 | |
CN110930455B (zh) | 定位方法、装置、终端设备及存储介质 | |
CN112102378B (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN116912517B (zh) | 相机视野边界的检测方法及装置 | |
CN117890878A (zh) | 二维激光点云的滤波方法、装置、电子设备及存储介质 | |
CN111223139B (zh) | 目标定位方法及终端设备 | |
CN111400537A (zh) | 一种道路元素信息获取方法、装置和电子设备 | |
CN111985266A (zh) | 尺度图确定方法、装置、设备及存储介质 | |
CN115375774A (zh) | 确定相机外参的方法、装置、设备及存储介质 | |
CN113112551B (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
CN111931786B (zh) | 一种图像处理方法、装置及计算机可读存储介质 |
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 |