CN111190199B - 定位方法及定位装置、计算机设备和可读存储介质 - Google Patents
定位方法及定位装置、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN111190199B CN111190199B CN201811362284.3A CN201811362284A CN111190199B CN 111190199 B CN111190199 B CN 111190199B CN 201811362284 A CN201811362284 A CN 201811362284A CN 111190199 B CN111190199 B CN 111190199B
- Authority
- CN
- China
- Prior art keywords
- positioning
- image data
- initial
- information
- features
- 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
Images
Classifications
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/33—Multimode operation in different systems which transmit time stamped messages, e.g. GPS/GLONASS
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本公开实施例提出了一种定位方法及定位装置、计算机设备及可读存储介质,其中,用于终端设备的所述定位方法包括:获取卫星定位信息;确定所述卫星定位信息对应的定位精度参数;基于所述定位精度参数,采集用于辅助定位的初始图像数据;提取所述初始图像数据中包含的初始定位特征;将所述卫星定位信息和所述初始定位特征发送至服务器,并接收所述服务器发送的定位反馈信息;基于所述定位反馈信息,获取最终定位信息。本公开实施例提供的定位方案,能够提高定位精度,鲁棒性能良好,从而确保提供准确、可靠的定位结果,有效地提升用户体验。
Description
技术领域
本公开实施例涉及定位技术领域,具体而言,涉及定位方法、定位装置、计算机设备和计算机可读存储介质。
背景技术
目前,消费级的移动端产品的定位,比如手机、行车记录仪等,主要是依靠GPS(Global Positioning System,全球定位系统)实现,GPS的定位精度一般是5米~10米,而在城市环境下,特别是在有高楼、立交桥、林荫路等的区域,GPS定位结果容易受多路径效应的影响,会使定位精度下降到几十米甚至上百米,这使一些基于位置的应用给用户带来非常不好的体验,比如使用网约车软件进行打车的场景,基于传统地图的定位在最后约定的接驾点上经常很难准确地找到司机或者乘客,进而需要进行频繁的电话沟通,效率低,而且容易导致接到乘客的时间晚于预约乘车时间。
发明内容
本公开实施例正是基于上述问题,提出了一种新的技术方案,能够实现移动端的高精度定位,解决因受光照、拍照角度、季节变化等因素的影响,导致现有的定位方法鲁棒性比较差问题。
有鉴于此,根据本公开实施例的第一方面,提出了一种定位方法,用于终端设备,所述定位方法包括:获取卫星定位信息;确定所述卫星定位信息对应的定位精度参数;基于所述定位精度参数,采集用于辅助定位的初始图像数据;提取所述初始图像数据中包含的初始定位特征;将所述卫星定位信息和所述初始定位特征发送至服务器,并接收所述服务器发送的定位反馈信息;基于所述定位反馈信息,获取最终定位信息。
该技术方案,在采集到卫星定位信息后,基于其对应的定位精度参数进行辅助定位的初始图像数据的采集,即启动获取用于辅助定位的图像数据,从而结合卫星定位信息和图像数据进行高精度的定位,具体地,由终端设备完成对初始图像数据的处理以提取到相应的初始定位特征,进一步将卫星定位信息和初始定位特征发送到终端设备关联的服务器进行定位,并基于服务器的定位反馈信息获取最终定位信息,通过终端设备负责所需计算资源较少的卫星定位和图像特征提取,并将数据上传到服务器完成最终定位,充分利用终端设备和服务器的优势,提高定位结果的准确性和可靠性,并能够实现低成本的高精度定位,从而能够提升用户体验。
在上述技术方案中,优选地,在所述定位反馈信息中未包含所述最终定位信息的情况下,所述定位方法还包括:生成第一指令;基于所述第一指令,获取用于辅助定位的第一图像数据;提取所述第一图像数据中包含的补充定位特征;将所述补充定位特征发送至所述服务器,并接收所述服务器发送的新的定位反馈信息;重复上述步骤,直至确定所述新的定位反馈信息中包含所述最终定位信息,其中,每个所述第一图像数据与所述初始图像数据的采集视角不同,且当有多个所述第一图像数据时,每两个所述第一图像数据各自的采集视角不同。
在该技术方案中,当从服务器处接收到的定位反馈信息中未包含最终定位信息时,说明服务器基于卫星定位信息和现有的初始定位特征无法完成最终的准确定位,则为了能够实现准确而可靠的定位,可以引导移动端设备重复执行补充采集图像数据,并将从每次采集到的第一图像数据中提取到的定位特征补充上传至服务器的步骤,直到服务器基于卫星定位信息和初始定位特征、已上传的至少一个补充定位特征,能够获取到最终定位信息为止,其中,采集上述第一图像数据与初始图像数据的视角优选地不同,以及各第一图像数据间的采集视角优选地也可不相同,以便于快速获取不同采集视角的定位特征,利于提高定位效率和定位结果的精准度。
在上述任一技术方案中,优选地,在所述将初始定位特征发送至服务器前,且确定所述初始定位特征的数量小于预设数量的情况下,所述定位方法还包括:生成第二指令;基于所述第二指令,获取用于辅助定位的第二图像数据;将从所述第二图像数据中提取到的定位特征增加为所述初始定位特征;重复上述步骤,直至所述初始定位特征的数量大于或等于所述预设数量,其中,每个所述第二图像数据与所述初始图像数据的采集视角不同,且当有多个所述第二图像数据时,每两个所述第二图像数据各自的采集视角不同。
在该技术方案中,为了进一步提高定位效率和定位结果的精准度,可以在从初始图像数据中提取的初始定位特征不满足定位特征数量要求的情况下,引导移动端设备重复执行补充采集图像数据,并将从每次采集到的第二图像数据中提取到的定位特征增加为初始定位特征的步骤,直到最终提取到的初始定位特征的数量满足定位特征数量要求时,将最终的初始定位特征与卫星定位信息一同上传至服务器,以使服务器基于卫星定位信息和初始定位特征确定最终定位信息,具体地,采集上述第二图像数据与初始图像数据的视角优选地不同,以及各第二图像数据间的采集视角优选地也可不相同,以便于快速获取不同采集视角的定位特征,利于提高定位效率和定位结果的精准度。
在上述任一技术方案中,优选地,所述初始定位特征和所述补充定位特征分别包括:像素灰度特征、梯度特征、点云强度特征、深度学习特征和语义特征中的至少一种;所述定位精度参数包括:三维位置精度参数、钟差精度参数、水平分量精度参数、垂直分量精度参数和几何精度参数中的至少一个。
在上述任一技术方案中,优选地,所述基于所述定位精度参数,获取用于辅助定位的初始图像数据,包括:在所述定位精度参数的值小于预设阈值的情况下,获取所述初始图像数据。
在该技术方案中,具体可以通过卫星定位信息对应的定位精度参数的取值是否在设定的阈值范围内,实现对卫星定位结果准确性的衡量,进而该衡量结果用作是否获取用于辅助定位的图像数据的参考标准,如此,在提高定位效率的同时,有助于提高定位结果的准确性。
根据本公开实施例的第二方面,提出了一种定位方法,用于服务器,包括:接收终端设备获取的卫星定位信息和初始定位特征,所述初始定位特征为所述终端设备从用于辅助定位的初始图像数据中提取的特征,所述初始图像数据为基于所述卫星定位信息对应的定位精度参数采集的图像数据;在预先存储的定位特征数据库中筛选出与所述卫星定位信息对应的候选特征地图块;将所述初始定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标定位特征;根据所述多个目标定位特征生成定位反馈信息;将所述定位反馈信息发送至所述终端设备,以供所述终端设备获取最终定位信息。
在该技术方案中,接收终端设备获取到的卫星定位信息,以用于在预先存储的定位特征数据库中筛选出与该卫星定位信息匹配的候选特征地图块,以将定位特征的搜索范围限定在一个较小的范围,则在基于从与该卫星定位信息对应的定位精度参数对应的初始图像数据中提取的初始定位特征进行辅助定位时,有助于提高基于该初始定位特征在上述候选特征地图块中锁定用于确定需发送给终端设备的定位反馈信息的多个目标定位特征的效率,该定位反馈信息能够用于反应终端设备的最终定位信息,如此,基于终端设备使用较少的计算资源获取到的卫星定位和图像特征提取,结合定位特征数据库完成最终定位,充分利用终端设备和服务器的优势,提高定位结果的准确性和可靠性,并能够实现低成本的高精度定位,从而能够提升用户体验。
在上述技术方案中,优选地,在所述定位反馈信息中未包含所述最终定位信息的情况下,所述定位方法还包括:接收所述终端设备获取的补充定位特征,所述补充定位特征为从采集视角与所述初始图像数据不同的其他图像数据中提取的定位特征;将所述补充定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标补充定位特征;根据所述多个目标定位特征和所述多个目标补充定位特征,生成新的定位反馈信息;将所述新的定位反馈信息发送至所述终端设备,以供所述终端设备获取所述最终定位信息。
在该技术方案中,当定位反馈信息中未包含最终定位信息时,说明服务器基于卫星定位信息和现有的初始定位特征无法完成最终的准确定位,则为了能够实现准确而可靠的定位,可以接收终端设备从采集视角与初始图像数据不同的其他图像数据中提取到的补充定位特征,并基于卫星定位信息、初始定位特征和补充定位特征重新进行定位,以提高定位效率和定位结果的精准度,然后将生成的能够反应最终定位信息的新的定位反馈信息发送给终端设备,以使终端设备基于该新的定位反馈信息获取最终定位信息,即若在新的定位反馈信息中解析出最终定位信息的情况下,直接确定最终定位信息,否则终端设备需要重新进行补充定位特征的获取,以进行再次定位。
根据本公开实施例的第三方面,提出了一种定位装置,用于终端设备,所述定位装置包括:获取模块,用于获取卫星定位信息;确定模块,用于确定所述卫星定位信息对应的定位精度参数;采集模块,用于基于所述定位精度参数,采集用于辅助定位的初始图像数据;提取模块,用于提取所述初始图像数据中包含的初始定位特征;通信模块,用于将所述卫星定位信息和所述初始定位特征发送至服务器,并接收所述服务器发送的定位反馈信息;定位模块,用于基于所述定位反馈信息,获取最终定位信息。
该技术方案,在采集到卫星定位信息后,基于其对应的定位精度参数进行辅助定位的初始图像数据的采集,即启动获取用于辅助定位的图像数据,从而结合卫星定位信息和图像数据进行高精度的定位,具体地,由终端设备完成对初始图像数据的处理以提取到相应的初始定位特征,进一步将卫星定位信息和初始定位特征发送到终端设备关联的服务器进行定位,并基于服务器的定位反馈信息获取最终定位信息,通过终端设备负责所需计算资源较少的卫星定位和图像特征提取,并将数据上传到服务器完成最终定位,充分利用终端设备和服务器的优势,提高定位结果的准确性和可靠性,并能够实现低成本的高精度定位,从而能够提升用户体验。
根据本公开实施例的第四方面,提出了一种定位装置,用于服务器,所述定位装置包括:接收模块,用于接收终端设备获取的卫星定位信息和初始定位特征,所述初始定位特征为所述终端设备从用于辅助定位的初始图像数据中提取的特征,所述初始图像数据为基于所述卫星定位信息对应的定位精度参数采集的图像数据;筛选模块,用于在预先存储的定位特征数据库中筛选出与所述卫星定位信息对应的候选特征地图块;匹配模块,用于将所述初始定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标定位特征;定位模块,用于根据所述多个目标定位特征生成定位反馈信息;发送模块,用于将所述定位反馈信息发送至所述终端设备,以供所述终端设备获取最终定位信息。
在该技术方案中,接收终端设备获取到的卫星定位信息,以用于在预先存储的定位特征数据库中筛选出与该卫星定位信息匹配的候选特征地图块,以将定位特征的搜索范围限定在一个较小的范围,则在基于从与该卫星定位信息对应的定位精度参数对应的初始图像数据中提取的初始定位特征进行辅助定位时,有助于提高基于该初始定位特征在上述候选特征地图块中锁定用于确定需发送给终端设备的定位反馈信息的多个目标定位特征的效率,该定位反馈信息能够用于反应终端设备的最终定位信息,如此,基于终端设备使用较少的计算资源获取到的卫星定位和图像特征提取,结合定位特征数据库完成最终定位,充分利用终端设备和服务器的优势,提高定位结果的准确性和可靠性,并能够实现低成本的高精度定位,从而能够提升用户体验。
根据本公开实施例的第五方面,提出了一种计算机设备,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上述第一方面的技术方案中任一项所述的定位方法的步骤。
根据本公开实施例的第六方面,提出了一种计算机设备,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上述第二方面的技术方案中任一项所述的定位方法的步骤。
根据本公开实施例的第七方面,提出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如上述第一方面的技术方案中任一项所述的定位方法的步骤或实现如上述第二方面的技术方案中任一项所述的定位方法的步骤。
本公开实施例的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
图1示出了本公开实施例的终端设备侧定位方法的流程示意图;
图2示出了本公开实施例的服务器侧定位方法的流程示意图;
图3示出了本公开实施例的定位方法的流程示意图;
图4示出了本公开实施例的终端设备侧定位装置的示意框图;
图5示出了本公开实施例的服务器侧定位装置的示意框图;
图6示出了本公开第一实施例的计算机设备的示意框图;
图7示出了本公开第二实施例的计算机设备的示意框图。
具体实施方式
为了可以更清楚地理解本公开实施例的上述目的、特征和优点,下面结合附图和具体实施方式对本公开实施例进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开实施例,但是,本公开实施例还可以采用其他不同于在此描述的其他方式来实施,因此,本公开实施例的保护范围并不受下面公开的具体实施例的限制。
图1示出了本公开第一实施例的定位方法的流程示意图。
如图1所示,本发明实施例公开的定位方法,应用于移动端设备,所述定位方法具体包括以下流程步骤:
步骤S102,获取卫星定位信息。
可选的,所述卫星定位信息包括GPS定位信息、北斗定位信息和伽利略定位信息等
步骤S104,确定所述卫星定位信息对应的定位精度参数。
具体地,所述定位精度参数包括:三维位置精度参数、钟差精度参数、水平分量精度参数、垂直分量精度参数和几何精度参数中的至少一个。
步骤S106,基于所述定位精度参数,采集用于辅助定位的初始图像数据。
在该步骤中,可选的,在所述定位精度参数的值小于预设阈值的情况下,获取所述初始图像数据。
可以理解到,具体可以通过卫星定位信息对应的定位精度参数的取值是否在设定的阈值范围内,实现对卫星定位结果准确性的衡量,进而该衡量结果用作是否获取用于辅助定位的图像数据的参考标准,如此,在提高定位效率的同时,有助于提高定位结果的准确性。
可选的,在本申请的其他实施例中,若判定所述定位精度参数的值大于或等于预设阈值,则说明基于卫星定位信息已经足以获取终端设备的最终定位信息,即无需开启图像特征辅助定位的功能。
步骤S108,提取所述初始图像数据中包含的初始定位特征。
步骤S110,将所述卫星定位信息和所述初始定位特征发送至服务器,并接收所述服务器发送的定位反馈信息。
步骤S112,基于所述定位反馈信息,获取最终定位信息。
该实施例中,在采集到卫星定位信息后,基于其对应的定位精度参数进行辅助定位的初始图像数据的采集,即启动获取用于辅助定位的图像数据,从而结合卫星定位信息和图像数据进行高精度的定位,具体地,由终端设备完成对初始图像数据的处理以提取到相应的初始定位特征,进一步将卫星定位信息和初始定位特征发送到终端设备关联的服务器进行定位,并基于服务器的定位反馈信息获取最终定位信息,通过终端设备负责所需计算资源较少的卫星定位和图像特征提取,并将数据上传到服务器完成最终定位,充分利用终端设备和服务器的优势,提高定位结果的准确性和可靠性,并能够实现低成本的高精度定位,从而能够提升用户体验。
进一步地,在上述实施例中的所述定位反馈信息中未包含所述最终定位信息的情况下,所述定位方法还包括:生成第一指令;基于所述第一指令,获取用于辅助定位的第一图像数据;提取所述第一图像数据中包含的补充定位特征;将所述补充定位特征发送至所述服务器,并接收所述服务器发送的新的定位反馈信息;重复上述步骤,直至确定所述新的定位反馈信息中包含所述最终定位信息,其中,每个所述第一图像数据与所述初始图像数据的采集视角不同,且当有多个所述第一图像数据时,每两个所述第一图像数据各自的采集视角不同。
在该实施例中,当从服务器处接收到的定位反馈信息中未包含最终定位信息时,说明服务器基于卫星定位信息和现有的初始定位特征无法完成最终的准确定位,则为了能够实现准确而可靠的定位,可以引导移动端设备重复执行补充采集图像数据,并将从每次采集到的第一图像数据中提取到的定位特征补充上传至服务器的步骤,直到服务器基于卫星定位信息和初始定位特征、已上传的至少一个补充定位特征,能够获取到最终定位信息为止,其中,采集上述第一图像数据与初始图像数据的视角优选地不同,以及各第一图像数据间的采集视角优选地也可不相同,以便于快速获取不同采集视角的定位特征,利于提高定位效率和定位结果的精准度。
可选的,在上述实施例的步骤S110中将所述初始定位特征发送至服务器之前,所述定位方法还包括:生成第二指令;基于所述第二指令,获取用于辅助定位的第二图像数据;将从所述第二图像数据中提取到的定位特征增加为所述初始定位特征;重复上述步骤,直至所述初始定位特征的数量大于或等于所述预设数量,其中,每个所述第二图像数据与所述初始图像数据的采集视角不同,且当有多个所述第二图像数据时,每两个所述第二图像数据各自的采集视角不同。
在该实施例中,为了进一步提高定位效率和定位结果的精准度,可以在从初始图像数据中提取的初始定位特征不满足定位特征数量要求的情况下,引导移动端设备重复执行补充采集图像数据,并将从每次采集到的第二图像数据中提取到的定位特征增加为初始定位特征的步骤,直到最终提取到的初始定位特征的数量满足定位特征数量要求时,将最终的初始定位特征与卫星定位信息一同上传至服务器,以使服务器基于卫星定位信息和初始定位特征确定最终定位信息,具体地,采集上述第二图像数据与初始图像数据的视角优选地不同,以及各第二图像数据间的采集视角优选地也可不相同,以便于快速获取不同采集视角的定位特征,利于提高定位效率和定位结果的精准度。
可选的,所述初始定位特征和所述补充定位特征分别包括:像素灰度特征、梯度特征、点云强度特征、深度学习特征和语义特征中的至少一种;所述定位精度参数包括:三维位置精度参数、钟差精度参数、水平分量精度参数、垂直分量精度参数和几何精度参数中的至少一个。
进一步地,在上述实施例中,所述定位方法还可以包括提取用于创建定位特征数据库中的定位特征的步骤,包括:采集目标点云数据、目标图像数据以及目标位姿信息;将所述目标点云数据、所述目标图像数据和所述目标位姿信息进行融合,得到目标定位数据;基于深度学习算法在去除所述目标定位数据中包含的动态目标后提取其中包含的预设定位特征,每个所述预设定位特征包括三维空间坐标信息;将所述预设定位特征发送至所述服务器,以供所述服务器生成定位特征数据库。
在该实施例中,具体可以由移动端设备实现用于供服务器建立定位特征数据库中的预设定位特征的准备工作,实现过程中,将通过相应的特征数据采集装备分别获取到的点云数据、图像数据和位姿信息进行融合,以通过移动测量设备与组成定位系统的设备之间精确的相对位置关系将点云数据准确地映射到图像空间,确保点云数据的纹理特征或像素灰度特征,以生成彩色点云数据,并在基于深度学习算法去除相应的动态目标完成语义分割后,继续进行多源混合特征的提取,达到提高鲁棒性的目的,以及结合点云数据和图像间的映射关系则可以为提取出的每个定位特征建立三维空间坐标信息,则基于该定位特征数据库进行特征匹配后,可以确保得到移动端设备获取相应的最终定位信息。
其中,上述实施例中的所述预设定位特征包括:像素灰度特征、梯度特征、点云强度特征、深度学习特征和语义特征中的至少一种,其中深度学习特征包括CNN(Convolutional Neural Networks,卷积神经网络)特征。
图2示出了本公开实施例的服务器侧定位方法的流程示意图。
如图2所示,根据本公开实施例的服务器侧定位方法,可以包括以下流程步骤:
步骤S202,接收终端设备获取的卫星定位信息和初始定位特征。
其中,所述初始定位特征为所述终端设备从用于辅助定位的初始图像数据中提取的特征,所述初始图像数据为基于所述卫星定位信息对应的定位精度参数采集的图像数据。
具体地,所述定位精度参数包括:三维位置精度参数、钟差精度参数、水平分量精度参数、垂直分量精度参数和几何精度参数中的至少一个。
步骤S204,在预先存储的定位特征数据库中筛选出与所述卫星定位信息对应的候选特征地图块。
优选的,定位特征数据库中包含的定位特征由终端设备对从不同视角采集到的图像数据进行特征提取得到,而服务器负责基于终端设备上传的特征进行定位特征数据库和维护。
其中,终端设备进行图像特征提取的过程可以包括:
采集目标点云数据、目标图像数据以及目标位姿信息;将所述目标点云数据、所述目标图像数据和所述目标位姿信息进行融合,得到目标定位数据;基于深度学习算法在去除所述目标定位数据中包含的动态目标后提取其中包含的预设定位特征,每个所述预设定位特征包括三维空间坐标信息;将所述预设定位特征发送至所述服务器,以供所述服务器生成定位特征数据库。
在该实施例中,具体可以由移动端设备实现用于供服务器建立定位特征数据库中的预设定位特征的准备工作,实现过程汇中,将通过相应的特征数据采集装备分别获取到的点云数据、图像数据和位姿信息进行融合,以通过移动测量设备与组成定位系统的设备之间精确的相对位置关系将点云数据准确地映射到图像空间,确保点云数据的纹理特征或像素灰度特征,以生成彩色点云数据,并在基于深度学习算法去除相应的动态目标完成语义分割后,继续进行多源混合特征的提取,达到提高鲁棒性的目的,以及结合点云数据和图像间的映射关系则可以为提取出的每个定位特征建立三维空间坐标信息,则基于该定位特征数据库进行特征匹配后,可以确保得到移动端设备获取相应的最终定位信息。
步骤S206,将所述初始定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标定位特征。
步骤S208,根据所述多个目标定位特征生成定位反馈信息。
步骤S210,将所述定位反馈信息发送至所述终端设备,以供所述终端设备获取最终定位信息。
在该实施例中,接收终端设备获取到的卫星定位信息,以用于在预先存储的定位特征数据库中筛选出与该卫星定位信息匹配的候选特征地图块,以将定位特征的搜索范围限定在一个较小的范围,则在基于从与该卫星定位信息对应的定位精度参数对应的初始图像数据中提取的初始定位特征进行辅助定位时,有助于提高基于该初始定位特征在上述候选特征地图块中锁定用于确定需发送给终端设备的定位反馈信息的多个目标定位特征的效率,该定位反馈信息能够用于反应终端设备的最终定位信息,如此,基于终端设备使用较少的计算资源获取到的卫星定位和图像特征提取,结合定位特征数据库完成最终定位,充分利用终端设备和服务器的优势,提高定位结果的准确性和可靠性,并能够实现低成本的高精度定位,从而能够提升用户体验。
进一步地,当上述实施例中发送给终端设备的所述定位反馈信息中未包含所述最终定位信息的情况下,所述定位方法还包括:接收所述终端设备获取的补充定位特征,所述补充定位特征为从采集视角与所述初始图像数据不同的其他图像数据中提取的定位特征;将所述补充定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标补充定位特征;根据所述多个目标定位特征和所述多个目标补充定位特征,生成新的定位反馈信息;将所述新的定位反馈信息发送至所述终端设备,以供所述终端设备获取所述最终定位信息。
在该实施例中,当定位反馈信息中未包含最终定位信息时,说明服务器基于卫星定位信息和现有的初始定位特征无法完成最终的准确定位,则为了能够实现准确而可靠的定位,可以接收终端设备从采集视角与初始图像数据不同的其他图像数据中提取到的补充定位特征,并基于卫星定位信息、初始定位特征和补充定位特征重新进行定位,以提高定位效率和定位结果的精准度,然后将生成的能够反应最终定位信息的新的定位反馈信息发送给终端设备,以使终端设备基于该新的定位反馈信息获取最终定位信息,即若在新的定位反馈信息中解析出最终定位信息的情况下,直接确定最终定位信息,否则终端设备需要重新进行补充定位特征的获取,以进行再次定位。
下面结合图3对本公开实施例的定位方法进行具体说明。
如图3所示,根据本公开实施例的定位方法,包括以下流程步骤:
步骤S302,获取GPS定位信息(即卫星定位信息)。
步骤S304,在GPS定位信息的定位精度不满足定位要求的情况下,获取图像数据(相当于用于辅助定位的初始图像数据)。
具体地,在基于GPS信号定位的方案中,几何精度因子(DOP,dilution ofprecision)可以用来衡量观测卫星的空间几何分布对定位精度的影响,DOP值的大小与GPS定位的误差成正比,DOP值越大,定位误差越大,定位的精度就低,则当GPS定位精度较低时,开启增强定位流程,即开启基于图像的定位模式。
其中图像数据的获取,可以通过手机等手持移动终端、智能眼镜等可穿戴设备以及机动车等车辆上装配的摄像头等移动终端进行获取。
步骤S306,对图像数据进行实时特征提取,得到定位特征。
对图像数据进行特征提取时,具体实现的多源混合特征的提取,可以将激光雷达采集的点云数据和图像数据进行配准,由于图像数据和三维点云数据是精确匹配的,每一个特征都可以获取其对应的空间位置,比如经纬度坐标,并融合高精度POS(Positioningand Orientation System,定位定姿系统)提供的位姿信息以及每个像素的深度信息,然后使用机器学习的方法识别周围环境中的道路、车辆、行人、建筑等物体后完成特征提取,同时还可以引入了高级语义特征,高级语义特征一方面可以使用诸如道路线、路标、路牌、标志牌、杆状物来提高匹配的正确率,另一方面可以包括上述语义特征之间的相对位置关系,比如路牌在道路线的上方,杆状物在路牌的右边等语义关系,如此,结合了图像的像素灰度、梯度、深度学习、高级语义等特征,实现根据移动端实时拍摄的图像,提取鲁棒的特征以用于特征匹配得到定位特征,进而用于实现定位。
其中,点云数据可以通过在车辆上装配激光雷达(LiDAR,Light Detection AndRanging)等传感器设备获取,综上,通过上述激光雷达、摄像头、POS系统等在车辆的行进过程中,能够采集道路及道路两旁地物的空间位置数据和图像数据。
可见,移动端基于待识别图像数据获取到的定位特征为多源混合特征,至少可以包括上述像素灰度特征、梯度特征、点云强度特征、深度学习特征和语义特征,其中深度学习特征包括CNN特征。
步骤S308,判断提取的定位特征数量是否满足定位要求,即是否能够用于完成准确定位,若是,则执行步骤S310,否则执行步骤S314。
步骤S310,将GPS定位信息和提取到的定位特征发送到云端进行特征匹配。
步骤S312,检测是否获取到定位结果,即检测是否接收到云端基于定位特征确定的最终定位信息,若是,则定位流程结束,否则执行步骤S314。
步骤S314,引导从不同视角获取其他新的图像数据。
当需要通过手持移动终端或可穿戴设备进行不同视角的图像数据补充获取时,向其需要输出提示信息,以提醒用户手动操作移动终端变换视角进行图像数据获取;当需要通过车载摄像头进行不同视角的图像数据补充获取时,向车载摄像头发送控制指令变换视角进行图像数据获取。
返回重新执行步骤S306~步骤S314。
可以理解到,根据云端输出的定位结果和置信度信息,引导用户进行更多视角的拍照,以返回获取高精度定位结果。
具体地,云端结合移动端的GPS定位信息和实时特征提取模块提取到的定位特征,在图像特征数据库中进行搜索和匹配,计算移动端的最终定位信息和定位置信度,可知,图像特征数据库的特征由移动端提取后上传至云端进行维护管理,移动端提取特征的过程与上述对图像数据进行特征提取的过程相同。如此,移动端只负责所需计算资源较少的GPS定位、特征提取和数据上传,云端负责特征匹配和定位,以及维护图像特征数据库。这样就能充分利用移动端和云端的优势,实现低成本的高精度定位。
可以理解到,云端基于GPS定位信息、定位特征和图像特征数据库生成最终定位信息的过程可以包括:在图像特征数据库中筛选出与GPS定位信息对应的候选特征地图块,将定位特征与候选特征地图块中包含的候选定位特征进行匹配,以确定与定位特征对应的多个目标定位特征,根据多个目标定位特征确定移动端的最终定位信息。
进一步地,云端在对最终定位信息进行定位置信度估计的过程可以包括:获取定位特征与多个目标定位特征间的多个预设相似度,基于多个预设相似度对最终定位信息进行置信度估计,多个预设相似度可以包括图像整体相似度、深度学习特征相似度、语义特征相似度。
综上可知,本公开实施例提出一种基于高精度地图的移动端定位方案,通过结合GPS定位信息和移动端拍摄的实时图像,实现高精度定位。
可以理解到,在实现本公开实施例的前提是需要建立并维护稳定的图像特征数据库,具体通过高精度移动测量系统采集包括激光点云、高精度位姿和图像数据,离线处理后生成用于实时定位的图像特征数据库,根据实时拍摄的图像,在云端结合移动端的GPS定位信息和实时图像特征,在图像特征库中进行搜索和匹配,计算移动端的最终定位信息和定位置信度,具体实施时,在GPS定位的精度较差时,开启基于图像的定位模式,获取实时图像,并在基于拍摄的图像提取到符合定位条件的定位特征后上传云端进行定位,以及当云端反馈的最终定位信息对应的定位置信度较低时,引导进行更多视角的拍照获取用于辅助定位的新的图像,重新执行基于图像的定位模式的流程,以获取高精度的定位结果。
可以理解到,随机互联网、数据处理等技术的快速发展和日趋成熟,用户对定位准确性的要求越来越高,而高精度地图作为无人驾驶的核心技术之一,精准的地图对无人车定位、环境感知、决策与控制至关重要。
图4示出了本公开实施例的终端设备侧定位装置的示意框图。
如图4所示,根据本公开实施例的定位装置40,用于终端设备,所述定位装置40包括:获取模块402、确定模块404、采集模块406、提取模块408、通信模块410和定位模块412。
其中,所述获取模块402用于获取卫星定位信息;所述确定模块404用于确定所述卫星定位信息对应的定位精度参数;所述采集模块406用于基于所述定位精度参数,采集用于辅助定位的初始图像数据;所述提取模块408用于提取所述初始图像数据中包含的初始定位特征;所述通信模块410用于将所述卫星定位信息和所述初始定位特征发送至服务器,并接收所述服务器发送的定位反馈信息;所述定位模块412用于基于所述定位反馈信息,获取最终定位信息。
能够理解,本申请实施例提供的定位装置40,能够实现前述实施例中提供的终端设备侧定位方法,关于终端设备侧定位方法的相关阐释均适用于定位装置40,此处不再赘述。
图5示出了本公开实施例的服务器侧定位装置的示意框图。
如图5所示,根据本公开实施例的定位装置50,用于服务器,所述定位装置50包括:接收模块502、筛选模块504、匹配模块506、定位模块508和发送模块510。
其中,所述接收模块502用于接收终端设备获取的卫星定位信息和初始定位特征,所述初始定位特征为所述终端设备从用于辅助定位的初始图像数据中提取的特征,所述初始图像数据为基于所述卫星定位信息对应的定位精度参数采集的图像数据;所述筛选模块504用于在预先存储的定位特征数据库中筛选出与所述卫星定位信息对应的候选特征地图块;所述匹配模块506用于将所述初始定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标定位特征;所述定位模块508用于根据所述多个目标定位特征生成定位反馈信息;所述发送模块510用于将所述定位反馈信息发送至所述终端设备,以供所述终端设备获取最终定位信息。
能够理解,本申请实施例提供的定位装置50,能够实现前述实施例中提供的服务器侧定位方法,关于服务器侧定位方法的相关阐释均适用于定位装置50,此处不再赘述。
图6示出了本公开实施例的计算机设备的示意框图。
如图6所示,根据本公开第一实施例的计算机设备60,包括存储器602、处理器604及存储在所述存储器602上并可在所述处理器604上运行的计算机程序,其中存储器602和处理器604之间可以通过总线连接,所述处理器604用于执行存储器602中存储的计算机程序时实现如上实施例中的所述终端设备侧定位方法的步骤。
优选地,所述计算机设备60为移动端设备,所述移动终端设备包括智能手机、可穿戴设备、车载移动终端等。
图7示出了本公开实施例的计算机设备的示意框图。
如图7所示,根据本公开第二实施例的计算机设备70,包括存储器702、处理器704及存储在所述存储器702上并可在所述处理器704上运行的计算机程序,其中存储器702和处理器704之间可以通过总线连接,所述处理器704用于执行存储器702中存储的计算机程序时实现如上实施例中所述的服务器侧定位方法的步骤。
优选地,所述计算机设备70为服务器。
本公开实施例的方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本公开实施例的定位装置和计算机设备中的单元可以根据实际需要进行合并、划分和删减。
根据本公开实施例,提出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如上述任一实施例中的所述定位方法的步骤。
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、设备(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。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一以及第二等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (11)
1.一种定位方法,用于终端设备,其特征在于,所述定位方法包括:
获取卫星定位信息;
确定所述卫星定位信息对应的定位精度参数;
基于所述定位精度参数,采集用于辅助定位的初始图像数据;
提取所述初始图像数据中包含的初始定位特征;
在确定所述初始定位特征的数量小于预设数量的情况下,生成第二指令;基于所述第二指令,获取用于辅助定位的第二图像数据;
将从所述第二图像数据中提取到的定位特征增加为所述初始定位特征;
重复上述步骤,直至所述初始定位特征的数量大于或等于所述预设数量,其中,每个所述第二图像数据与所述初始图像数据的采集视角不同,且当有多个所述第二图像数据时,每两个所述第二图像数据各自的采集视角不同;
将所述卫星定位信息和所述初始定位特征发送至服务器,并接收所述服务器发送的定位反馈信息;
基于所述定位反馈信息,获取最终定位信息。
2.根据权利要求1所述的定位方法,其特征在于,在所述定位反馈信息中未包含所述最终定位信息的情况下,所述定位方法还包括:
生成第一指令;
基于所述第一指令,获取用于辅助定位的第一图像数据;
提取所述第一图像数据中包含的补充定位特征;
将所述补充定位特征发送至所述服务器,并接收所述服务器发送的新的定位反馈信息;
重复上述步骤,直至确定所述新的定位反馈信息中包含所述最终定位信息,其中,每个所述第一图像数据与所述初始图像数据的采集视角不同,且当有多个所述第一图像数据时,每两个所述第一图像数据各自的采集视角不同。
3.根据权利要求1所述的定位方法,其特征在于,
所述初始定位特征和补充定位特征分别包括:像素灰度特征、梯度特征、点云强度特征、深度学习特征和语义特征中的至少一种;
所述定位精度参数包括:三维位置精度参数、钟差精度参数、水平分量精度参数、垂直分量精度参数和几何精度参数中的至少一个。
4.根据权利要求1至3中任一项所述的定位方法,其特征在于,所述基于所述定位精度参数,获取用于辅助定位的初始图像数据,包括:
在所述定位精度参数的值小于预设阈值的情况下,获取所述初始图像数据。
5.一种定位方法,用于服务器,包括:
接收终端设备获取的卫星定位信息和初始定位特征;其中,所述初始定位特征为所述终端设备从用于辅助定位的初始图像数据或初始图像数据以及用于辅助定位的第二图像数据中提取的特征,所述初始定位特征的数量大于或等于预设数量;所述初始图像数据为基于所述卫星定位信息对应的定位精度参数采集的图像数据;所述第二图像数据是在所述终端设备从用于辅助定位的初始图像数据提取的定位特征小于预设数量时获取的,每个所述第二图像数据与所述初始图像数据的采集视角不同,且当有多个所述第二图像数据时,每两个所述第二图像数据各自的采集视角不同;在预先存储的定位特征数据库中筛选出与所述卫星定位信息对应的候选特征地图块;
将所述初始定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标定位特征;
根据所述多个目标定位特征生成定位反馈信息;
将所述定位反馈信息发送至所述终端设备,以供所述终端设备获取最终定位信息。
6.根据权利要求5所述的定位方法,在所述定位反馈信息中未包含所述最终定位信息的情况下,所述定位方法还包括:
接收所述终端设备获取的补充定位特征,所述补充定位特征为从采集视角与所述初始图像数据不同的其他图像数据中提取的定位特征;
将所述补充定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标补充定位特征;
根据所述多个目标定位特征和所述多个目标补充定位特征,生成新的定位反馈信息;
将所述新的定位反馈信息发送至所述终端设备,以供所述终端设备获取所述最终定位信息。
7.一种定位装置,用于终端设备,其特征在于,所述定位装置包括:
获取模块,用于获取卫星定位信息;
确定模块,用于确定所述卫星定位信息对应的定位精度参数;
采集模块,用于基于所述定位精度参数,采集用于辅助定位的初始图像数据;
提取模块,用于提取所述初始图像数据中包含的初始定位特征;
通信模块,用于将所述卫星定位信息和所述初始定位特征发送至服务器,并接收所述服务器发送的定位反馈信息;
定位模块,用于基于所述定位反馈信息,获取最终定位信息;
在确定所述初始定位特征的数量小于预设数量的情况下,
所述采集模块,还用于基于所述定位精度参数,采集辅助定位的第二图像数据;
所述提取模块,还用于提取所述第二图像数据中包含的初始定位特征,并将从所述第二图像数据中提取到的定位特征增加为所述初始定位特征;
重复上述步骤,直至所述初始定位特征的数量大于或等于所述预设数量,其中,每个所述第二图像数据与所述初始图像数据的采集视角不同,且当有多个所述第二图像数据时,每两个所述第二图像数据各自的采集视角不同。
8.一种定位装置,用于服务器,其特征在于,包括:
接收模块,用于接收终端设备获取的卫星定位信息和初始定位特征;其中,所述初始定位特征为所述终端设备从用于辅助定位的初始图像数据或初始图像数据以及用于辅助定位的第二图像数据中提取的特征,所述初始定位特征的数量大于或等于预设数量;所述初始图像数据为基于所述卫星定位信息对应的定位精度参数采集的图像数据;所述第二图像数据是在所述终端设备从用于辅助定位的初始图像数据提取的定位特征小于预设数量时获取的,每个所述第二图像数据与所述初始图像数据的采集视角不同,且当有多个所述第二图像数据时,每两个所述第二图像数据各自的采集视角不同;筛选模块,用于在预先存储的定位特征数据库中筛选出与所述卫星定位信息对应的候选特征地图块;
匹配模块,用于将所述初始定位特征与所述候选特征地图块中包含的候选定位特征进行匹配,以获取多个目标定位特征;
定位模块,用于根据所述多个目标定位特征生成定位反馈信息;
发送模块,用于将所述定位反馈信息发送至所述终端设备,以供所述终端设备获取最终定位信息。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至4中任一项所述方法的步骤。
10.一种计算机设备,其特征在于,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求5或6中任一项所述方法的步骤。
11.一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如权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811362284.3A CN111190199B (zh) | 2018-11-15 | 2018-11-15 | 定位方法及定位装置、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811362284.3A CN111190199B (zh) | 2018-11-15 | 2018-11-15 | 定位方法及定位装置、计算机设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111190199A CN111190199A (zh) | 2020-05-22 |
CN111190199B true CN111190199B (zh) | 2022-08-05 |
Family
ID=70708975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811362284.3A Active CN111190199B (zh) | 2018-11-15 | 2018-11-15 | 定位方法及定位装置、计算机设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111190199B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111879331B (zh) * | 2020-07-31 | 2022-06-28 | 维沃移动通信有限公司 | 导航方法、装置及电子设备 |
CN114067458A (zh) * | 2020-08-05 | 2022-02-18 | 蘑菇车联信息科技有限公司 | Gps信息优化方法、装置、行车记录仪以及存储介质 |
CN112325876A (zh) * | 2020-10-20 | 2021-02-05 | 北京嘀嘀无限科技发展有限公司 | 定位方法、装置、电子设备和可读存储介质 |
CN113242597B (zh) * | 2021-05-13 | 2023-06-02 | 北斗星通智联科技有限责任公司 | 位姿信息的确定方法、装置及终端设备 |
CN116660916B (zh) * | 2023-05-26 | 2024-02-02 | 广东省农业科学院设施农业研究所 | 一种用于果园移动机器人的定位方法、建图方法及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056605A (zh) * | 2016-05-26 | 2016-10-26 | 西安空间无线电技术研究所 | 一种基于图像匹配的在轨高精度图像定位方法 |
CN106646566A (zh) * | 2017-01-03 | 2017-05-10 | 京东方科技集团股份有限公司 | 乘客定位方法、装置及系统 |
CN106960591A (zh) * | 2017-03-31 | 2017-07-18 | 武汉理工大学 | 一种基于路面指纹的车辆高精度定位装置及方法 |
CN108020227A (zh) * | 2017-11-21 | 2018-05-11 | 风度(常州)汽车研发院有限公司 | 行车辅助系统和行车辅助方法 |
CN108051836A (zh) * | 2017-11-02 | 2018-05-18 | 中兴通讯股份有限公司 | 一种定位方法、装置、服务器及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108139758A (zh) * | 2015-10-09 | 2018-06-08 | 深圳市大疆创新科技有限公司 | 基于显著性特征的载运工具定位 |
-
2018
- 2018-11-15 CN CN201811362284.3A patent/CN111190199B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056605A (zh) * | 2016-05-26 | 2016-10-26 | 西安空间无线电技术研究所 | 一种基于图像匹配的在轨高精度图像定位方法 |
CN106646566A (zh) * | 2017-01-03 | 2017-05-10 | 京东方科技集团股份有限公司 | 乘客定位方法、装置及系统 |
CN106960591A (zh) * | 2017-03-31 | 2017-07-18 | 武汉理工大学 | 一种基于路面指纹的车辆高精度定位装置及方法 |
CN108051836A (zh) * | 2017-11-02 | 2018-05-18 | 中兴通讯股份有限公司 | 一种定位方法、装置、服务器及系统 |
CN108020227A (zh) * | 2017-11-21 | 2018-05-11 | 风度(常州)汽车研发院有限公司 | 行车辅助系统和行车辅助方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111190199A (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111190199B (zh) | 定位方法及定位装置、计算机设备和可读存储介质 | |
KR102145109B1 (ko) | 지도 생성 및 운동 객체 위치 결정 방법 및 장치 | |
CN109583415B (zh) | 一种基于激光雷达与摄像机融合的交通灯检测与识别方法 | |
CN108764187A (zh) | 提取车道线的方法、装置、设备、存储介质以及采集实体 | |
CN110443898A (zh) | 一种基于深度学习的ar智能终端目标识别系统及方法 | |
US12061252B2 (en) | Environment model using cross-sensor feature point referencing | |
KR20190080009A (ko) | 차선 정보를 이용한 자동 도화 방법 | |
CN110617821A (zh) | 定位方法、装置及存储介质 | |
CN111143489B (zh) | 基于图像的定位方法及装置、计算机设备和可读存储介质 | |
CN111461981A (zh) | 点云拼接算法的误差估计方法和装置 | |
CN117576652B (zh) | 道路对象的识别方法、装置和存储介质及电子设备 | |
CN112689234A (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
CN114140533A (zh) | 摄像头外参标定的方法与装置 | |
Li et al. | 3D map system for tree monitoring in hong kong using google street view imagery and deep learning | |
CN116430404A (zh) | 相对位置的确定方法和装置、存储介质及电子装置 | |
CN116630238A (zh) | 双目立体匹配方法、装置、电子设备及存储介质 | |
WO2020118619A1 (en) | Method for detecting and modeling of object on surface of road | |
CN112308904B (zh) | 一种基于视觉的建图方法、装置及车载终端 | |
CN117274526A (zh) | 神经网络模型训练方法和生成图像的方法 | |
CN112907659B (zh) | 移动设备定位系统、方法及设备 | |
CN116704108A (zh) | 路况建模方法、获取路况模型的方法、云平台和车载系统 | |
CN114419180A (zh) | 重构高精地图的方法、装置和电子设备 | |
CN113009533A (zh) | 基于视觉slam的车辆定位方法、设备及云服务器 | |
CN112802095A (zh) | 定位方法、装置及设备、以及自动驾驶定位系统 | |
JP7075090B1 (ja) | 情報処理システム、及び、情報処理方法 |
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 |