CN111209353B - 一种视觉定位地图加载方法、装置、系统和存储介质 - Google Patents

一种视觉定位地图加载方法、装置、系统和存储介质 Download PDF

Info

Publication number
CN111209353B
CN111209353B CN201811393107.1A CN201811393107A CN111209353B CN 111209353 B CN111209353 B CN 111209353B CN 201811393107 A CN201811393107 A CN 201811393107A CN 111209353 B CN111209353 B CN 111209353B
Authority
CN
China
Prior art keywords
map
loaded
visual positioning
loading
numbers
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
CN201811393107.1A
Other languages
English (en)
Other versions
CN111209353A (zh
Inventor
冯威
林伟
刘晓彤
周鑫
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.)
Uisee Technologies Beijing Co Ltd
Original Assignee
Uisee Technologies Beijing 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 Uisee Technologies Beijing Co Ltd filed Critical Uisee Technologies Beijing Co Ltd
Priority to CN201811393107.1A priority Critical patent/CN111209353B/zh
Priority to US16/627,669 priority patent/US11403779B2/en
Priority to PCT/CN2019/070894 priority patent/WO2020103319A1/zh
Publication of CN111209353A publication Critical patent/CN111209353A/zh
Application granted granted Critical
Publication of CN111209353B publication Critical patent/CN111209353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
    • G01C21/3889—Transmission of selected map data, e.g. depending on route
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供了一种视觉定位地图加载方法、装置、系统和存储介质以及一种视觉定位方法。该加载方法包括：定位当前位姿；直接根据当前位姿预测视觉定位地图的待加载分组号集合，其中，待加载分组号集合中的每个分组号对应视觉定位地图的一个地图子文件，视觉定位地图包括一个地图主文件和多个地图子文件，多个地图子文件中分别存储对视觉定位地图基于关键帧进行分组得到的对应分组的地图数据，地图主文件中存储用于索引多个地图子文件的关键帧索引信息；根据待加载分组号集合中的分组号加载对应的地图子文件。上述方案通过预测即将需要使用的地图子文件并将其提前加载，以消除需要使用的地图子文件的加载等待时间，从而保证了视觉定位的实时性。

Description

一种视觉定位地图加载方法、装置、系统和存储介质
技术领域
本发明涉及人工智能领域，更具体地涉及一种视觉定位地图加载方法、装置、系统和存储介质以及一种视觉定位方法。
背景技术
视觉定位地图是通过视觉定位建图获得的地图。通常采用视觉同时定位与建图(Simultaneously Localization and Mapping，简称SLAM)技术构建视觉定位地图。在视觉定位地图构建的过程中获取了关键帧和地图点信息。对于每个关键帧，存在与之匹配的地图点。关键帧和地图点以及它们之间的匹配关系共同组成了通常意义上的视觉定位地图。由于视觉定位地图数据量巨大，为了便于灵活存储和加载使用，以及减小视觉定位地图运行时的巨大内存开销，可以把视觉定位地图分解为多个地图子文件。
在视觉定位过程中，通常根据一次定位计算的中间结果判断是否需要更新局部地图。如果需要更新局部地图，但局部地图所涉及的关键帧、地图点等数据还未加载到内存，则需要等待相关的地图子文件完成加载。而一个地图子文件的加载过程可能耗时几个到十几个定位周期。这样的加载等待时间会影响视觉定位的实时性。
因此，迫切需要一种新的视觉定位地图加载技术，以解决上述问题。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种视觉定位地图加载方法、装置、系统和存储介质以及一种视觉定位方法。
本发明提供了一种视觉定位地图加载方法，包括：
定位当前位姿；
直接根据所述当前位姿预测所述视觉定位地图的待加载分组号集合，其中，所述待加载分组号集合中的每个分组号对应所述视觉定位地图的一个地图子文件，所述视觉定位地图包括一个地图主文件和多个地图子文件，所述多个地图子文件中分别存储对所述视觉定位地图基于关键帧进行分组得到的对应分组的地图数据，所述地图主文件中存储用于索引所述多个地图子文件的关键帧索引信息；
根据所述待加载分组号集合中的分组号加载对应的地图子文件。
示例性地，所述直接根据所述当前位姿预测所述视觉定位地图的待加载分组号集合包括：
基于所述当前位姿规划当前期望轨迹；
根据所述当前期望轨迹和所述地图主文件预测所述待加载分组号集合。
示例性地，所述根据所述当前期望轨迹和所述地图主文件预测所述待加载分组号集合包括：
按与当前位置的距离由近及远的顺序逐个遍历所述期望轨迹中的期望轨迹点，对于每个期望轨迹点，根据该期望轨迹点的世界坐标和所述地图主文件确定所述待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到集合阈值。
示例性地，所述根据该期望轨迹点的世界坐标和所述地图主文件确定所述待加载分组号集合中的分组号包括：
基于该期望轨迹点的世界坐标对所述关键帧索引信息进行索引，以获取第一范围内的关键帧；
逐个遍历所述第一范围内的关键帧，对于每个关键帧，基于该关键帧确定所述待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到所述集合阈值。
示例性地，所述根据该期望轨迹点的世界坐标和所述地图主文件确定所述待加载分组号集合中的分组号包括：
基于该期望轨迹点的世界坐标对所述关键帧索引信息进行索引，以获取第一范围内的关键帧；
根据该期望轨迹点的航向从所述第一范围内的关键帧中确定第二范围内的关键帧；
逐个遍历所述第二范围内的关键帧，对于每个关键帧，基于该关键帧确定所述待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到所述集合阈值。
示例性地，所述方法还包括：
确定以该期望轨迹点的世界坐标为圆心、半径为预设数值的圆形区域为所述第一范围。
示例性地，所述方法还包括：
根据该期望轨迹点的期望速度确定所述预设数值。
示例性地，所述方法还包括：
确定仅包括与该期望轨迹点最近的、预设数目的关键帧的范围为所述第一范围。
示例性地，所述方法还包括：
根据该期望轨迹点的期望速度确定所述预设数目。
示例性地，所述基于该关键帧确定所述待加载分组号集合中的分组号包括：
判断该关键帧的分组号对应的地图子文件是否已加载以及该关键帧的分组号是否已包含在所述待加载分组号集合中；
对于该关键帧的分组号对应的地图子文件还未加载并且该关键帧的分组号没有包含在所述待加载分组号集合中的情况，把该关键帧的分组号加入到所述待加载分组号集合。
示例性地，所述根据所述待加载分组号集合中的分组号加载对应的地图子文件包括：
把所述对应的地图子文件中的地图数据加载到内存。
示例性地，
所述地图主文件中还存储每个地图子文件的校验和；
所述根据所述待加载分组号集合中的分组号加载对应的地图子文件还包括：
从所述地图主文件中获取与所述分组号对应的地图子文件的校验和；根据所述校验和对与所述分组号对应的地图子文件进行校验。
示例性地，所述定位当前位姿包括：利用传感器定位所述当前位姿，其中，所述当前位姿包括当前位置和航向。
示例性地，所述定位当前位姿包括：
获取当前图像；
提取所述当前图像的特征点；
根据所述特征点在所述视觉定位地图中进行特征匹配，以获取所述当前位姿。
根据本发明另一方面，还提供了一种用于视觉定位地图加载的装置，包括：
定位模块，用于定位当前位姿；
预测模块，用于直接根据所述当前位姿预测视觉定位地图的待加载分组号集合，其中，所述待加载分组号集合中的每个分组号对应所述视觉定位地图的一个地图子文件，所述视觉定位地图包括一个地图主文件和多个地图子文件，所述多个地图子文件中分别存储对所述视觉定位地图基于关键帧进行分组得到的对应分组的地图数据，所述地图主文件中存储用于索引所述多个地图子文件的关键帧索引信息；
加载模块，用于根据所述待加载分组号集合中的分组号加载对应的地图子文件。
根据本发明又一方面，还提供了一种用于视觉定位地图加载的系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行上述视觉定位地图加载方法。
根据本发明再一方面，还提供了一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行上述视觉定位地图加载方法。
此外，根据本发明一方面，还提供了一种视觉定位方法。
利用上述视觉定位地图加载方法加载所述地图子文件，以基于所述当前位姿构建局部地图；
获取待定位图像；
根据所述待定位图像，利用所述局部地图进行视觉定位。
根据本发明实施例的视觉定位地图加载方法、装置、系统和存储介质以及一种视觉定位方法，通过预测即将需要使用的地图子文件并将其提前加载，以消除需要使用的地图子文件的加载等待时间，从而保证了视觉定位的实时性。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1示出了根据本发明一个实施例的视觉定位地图加载方法的示意性流程图；
图2示出了根据本发明一个实施例的定位当前位姿的示意性流程图；
图3示出了根据本发明一个实施例的直接根据当前位姿预测视觉定位地图的待加载分组号集合的示意性流程图；
图4示出了根据本发明一个实施例的根据当前期望轨迹和地图主文件预测待加载分组号集合的示意性流程图；
图5示出了根据本发明一个实施例的根据该期望轨迹点的世界坐标和地图主文件确定待加载分组号集合中的分组号的示意性流程图；
图6示出了根据本发明一个实施例的基于关键帧确定待加载分组号集合中的分组号的示意性流程图；
图7示出了根据本发明另一个实施例的根据期望轨迹点的世界坐标和地图主文件确定待加载分组号集合中的分组号的示意性流程图；
图8示出了根据本发明另一个实施例的根据期望轨迹点索引关键帧的示意图；
图9示出了根据本发明一个实施例的用于视觉定位地图加载的装置的示意性框图；以及
图10示出了根据本发明一个实施例的视觉定位方法的示意性流程图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
视觉定位地图是通过视觉定位建图获得的地图。视觉定位地图包括关键帧和地图点以及它们之间的匹配关系。由于视觉定位地图数据量巨大，为了便于灵活存储和加载使用，以及减小视觉定位地图运行时的巨大存开销，可以把视觉定位地图分解为多个地图子文件。一个视觉定位地图所涉及的文件包括一个地图主文件和多个地图子文件。多个地图子文件中分别存储对视觉定位地图基于关键帧进行分组得到的对应分组的地图数据。地图主文件中存储用于索引所述多个地图子文件的关键帧索引信息。由此，可以在使用时可以根据实际需求选取需要的地图子文件进行加载和使用。下面，将参考图1描述根据本发明一个实施例的视觉定位地图的加载方法。该加载方法可以用于自动驾驶汽车、机器人等设备。
图1示出了根据本发明一个实施例的视觉定位地图加载方法1000的示意性流程图。如图1所示，方法1000包括步骤S1100、步骤S1200以及步骤S1300。
步骤S1100，定位当前位姿。
当前位姿包括当前位置和航向。当前位置例如可以用世界坐标表示。航向也叫行驶方向、前进方向，例如可以用设备的航向角表示。例如，可以定位自动驾驶汽车的当前位姿以获取自动驾驶汽车的当前位置和航向，或定位机器人的当前位姿以获取机器人的当前位置和航向。
根据当前位姿可以预测将要使用的视觉定位地图的范围。可以利用任何现有的或未来开发的技术定位当前位姿。
示例性地，可以利用传感器定位当前位姿。例如，可以利用全球定位系统(GlobalPositioning System，简称GPS)传感器定位当前位姿。又例如，可以利用惯性导航系统(Inertial Navigation System，简称INS)传感器定位当前位姿。
步骤S1200，直接根据通过步骤S1100定位的当前位姿预测视觉定位地图的待加载分组号集合。
如上所述，视觉定位地图包括一个地图主文件和多个地图子文件。多个地图子文件中分别存储对视觉定位地图进行分组得到的地图数据，该分组操作是基于视觉定位地图的关键帧进行的。每个地图子文件对应一个分组的地图数据。地图主文件中存储用于索引多个地图子文件的关键帧索引信息。待加载分组号集合中的每个分组号对应视觉定位地图的一个地图子文件。
地图主文件中的关键帧索引信息包括空间索引信息，可以根据确定的空间位置进行索引以得到相关的关键帧信息，关键帧信息中包括该关键帧所属的分组号信息。具有相同分组号的关键帧存储在与该分组号对应的地图子文件中。通过地图主文件中的关键帧索引信息，根据当前位姿可以预测将要使用的视觉定位地图的范围。具体地，可以确定将要使用的视觉定位地图的范围中包括了哪些关键帧，进而确定需要加载的地图子文件。把这些地图子文件对应的分组号加入待加载分组号集合。
可以理解，该步骤S1200是在步骤S1100后直接主动执行的。不依赖于对当前是否需要更新局部地图以及是否需要加载新的地图子文件的判断操作。换言之，在本申请的技术方案中能够不执行上述判断操作，无论当前是否需要加载新的地图子文件都主动执行步骤S1200。由此，实时地预测了待加载的地图子文件，也即预测了未来一段时间即将用到的地图子文件。
步骤S1300，根据通过步骤S1200预测的待加载分组号集合中的分组号加载对应的地图子文件。
视觉定位地图中的每个地图子文件对应一个唯一确定的分组号，因此，可以根据通过步骤S1200预测的待加载分组号集合中的分组号加载对应的地图子文件。
视觉定位地图中的地图子文件可以保存在云端或服务端数据存储器中，也可以保存在本地硬盘中。根据待加载分组号集合中的分组号加载对应的地图子文件，可以把分组号对应的地图子文件加载到需要使用地图数据时可以实时读取的数据缓存中。
示例性地，可以把分组号对应的地图子文件中的地图数据加载到内存。由此，确保可以实时获取所需地图数据进行实时视觉定位。
示例性地，地图主文件中还存储每个地图子文件的校验和。根据待加载分组号集合中的分组号加载对应的地图子文件时，可以从地图主文件中获取与该分组号对应的地图子文件的校验和，根据校验和对与该分组号对应的地图子文件进行校验。由此，确保加载的地图子文件的数据完整性，从而确保实时视觉定位的可靠性。
上述方案通过直接预测即将需要使用的地图子文件并将其提前加载，以消除需要使用的地图子文件的加载等待时间，从而保证了视觉定位的实时性。
在一个实施例中，可以利用当前图像进行特征匹配来定位当前位姿。图2示出了根据本发明一个实施例的步骤S1100定位当前位姿的示意性流程图。如图2所示，步骤S1100包括步骤S1110、步骤S1120以及步骤S1130。
步骤S1110，获取当前图像。
当前图像是针对当前场景获取的图像。例如，通过车载摄像头获取的当前图像，或通过机器人的视觉装置获取的当前图像。
步骤S1120，提取步骤S1110获取的当前图像的特征点。
图像的特征点表示图像包含的内容特征。图像的特征点例如可以由角点和描述子构成。角点是图像中辨识度高且具有代表性的区域，用于表示特征点在图像中的位置信息。描述子可以用向量表示，用于描述角点周围像素的信息。视觉定位地图中的关键帧包含了构建该关键帧的图像的所有特征点。相应地，可以从步骤S1110获取的当前图像中提取特征点，从而可以支持利用基于特征点的定位技术进行定位。
步骤S1130，根据步骤S1120提取的特征点在视觉定位地图中进行特征匹配，以获取当前位姿。
可以利用任何现有的或未来开发的特征匹配技术，把通过步骤S1120提取的特征点与视觉定位地图中的特征点进行特征匹配。如果匹配的特征点的数量和质量满足位姿反算要求，则可以解算出当前位姿。
可以理解，上述利用当前图像定位当前位姿的方案，需要用到包括当前位姿的一定范围的局部地图的地图数据。如果需要用到的地图数据例如某些相关联的关键帧或地图点不在局部地图中，则需要更新局部地图，再基于更新后的局部地图进行特征匹配以及位姿解算。这种情况下，如果需要用到的地图数据在之前已经提前完成加载，则可以实时更新局部地图以支持实时位姿定位，否则需要等待相关地图数据加载完成才可以继续进行位姿定位。
图3示出了根据本发明一个实施例的步骤S1200直接根据当前位姿预测视觉定位地图的待加载分组号集合的示意性流程图。如图3所示，步骤S1200包括步骤S1210和步骤S1220。
步骤S1210，基于当前位姿规划当前期望轨迹。
期望轨迹包括一组期望轨迹点组成的序列，每个期望轨迹点包括世界坐标和航向。期望轨迹是设备计划将要行驶/前进的路线。例如自动驾驶汽车基于当前位姿和导航信息规划的轨迹。例如机器人基于当前位姿和任务要求自主规划的轨迹。
每获得一个当前位姿，立即执行步骤S1220，而无需基于当前位姿判断是否执行。
步骤S1220，根据步骤S1210规划的当前期望轨迹和地图主文件预测待加载分组号集合。
根据步骤S1210规划的当前期望轨迹，可以更为准确地预测将要使用的视觉定位地图的范围，从而更为准确地确定待加载分组号集合。由此，提高了预测的准确性，从而确保视觉定位的实时性，同时提高了内存使用的有效性。
具体地，可以按与当前位置的距离由近及远的顺序逐个遍历当前期望轨迹中的期望轨迹点。对于每个期望轨迹点，根据该期望轨迹点的世界坐标和地图主文件确定待加载分组号集合中的分组号，直至待加载分组号集合中的分组号个数达到集合阈值。如此能够尽可能保证所预测的待加载分组号对应的地图子文件的可用性，尽量减少了无效加载。
图4示出了根据本发明一个实施例的步骤S1220根据当前期望轨迹和地图主文件预测待加载分组号集合的示意性流程图。如图4所示，步骤S1220包括步骤S1221、步骤S1222、步骤S1223、步骤S1224以及步骤S1225。
步骤S1221，判断当前期望轨迹中是否有未处理的期望轨迹点。
如果当前期望轨迹中有未处理的期望轨迹点，可以继续步骤S1222进行预测处理。否则表示针对当前期望轨迹的预测处理完成，执行步骤S1225输出待加载分组号集合。
步骤S1222，选取距离当前位置最近的未处理的期望轨迹点。
对于期望轨迹中有未处理的期望轨迹点的情况，选取距离当前位置最近的未处理的期望轨迹点，继续步骤S1223进行预测处理。
步骤S1223，判断待加载分组号集合中的分组号个数是否达到集合阈值。
集合阈值是待加载分组号集合的中元素的个数的阈值。可以理解，内存空间是一定的，为了避免发生内存空间不足的情况，可以根据地图子文件的大小设置合适的集合阈值，以合理使用内存空间。在预测新的待加载的分组号之前，先判断待加载分组号集合中的分组号个数是否达到集合阈值。如果待加载分组号集合中的分组号个数还未达到集合阈值，说明还有足够的内存空间可供预加载使用，继续步骤S1224进行预测处理。否则，执行步骤S1225输出待加载分组号集合。可以理解，待加载分组号集合相当于一个先进先出的缓存，越早加入待加载分组号集合的分组号，也将越早执行相应的地图子文件的加载操作，完成相应的地图子文件的加载后，该分组号将从待加载分组号集合中释放。
步骤S1224，根据步骤S1222选取的期望轨迹点的世界坐标和地图主文件确定待加载分组号集合中的分组号。
在该步骤S1224中，可以根据步骤S1222选取的期望轨迹点的世界坐标，利用地图主文件中的关键帧索引信息进行空间索引，可以索引到以该世界坐标为参考的范围内的关键帧，进而可以根据索引到的关键帧确定待加载分组号集合中的分组号。例如，可以索引到以该世界坐标为中心、经度方向长度为A值且纬度方向宽度为B值的矩形区域内的关键帧。由此，可以进一步精确预测待加载的地图子文件，确保视觉定位的实时性。至此，完成根据当前选取的期望轨迹点确定待加载分组号的处理，返回步骤S1221再次判断当前期望轨迹中是否有未处理的期望轨迹点。
步骤S1225，输出待加载分组号集合。
上述方案利用期望轨迹点预测待加载分组号集合，能够尽可能保证所预测的待加载分组号对应的地图子文件的可用性，尽量减少了无效加载。
可选地，基于该期望轨迹点的世界坐标对关键帧索引信息进行索引，以获取第一范围内的关键帧。逐个遍历第一范围内的关键帧，对于每个关键帧，基于该关键帧确定待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到所述集合阈值。
图5示出了根据本发明一个实施例的步骤S1224根据步骤S1222选取的期望轨迹点的世界坐标和地图主文件确定待加载分组号集合中的分组号的示意性流程图。如图5所示，步骤S1224包括步骤S1224a1、步骤S1224a2、步骤S1224a3、步骤S1224a4、步骤S1224a5以及步骤S1224a6。
步骤S1224a1，基于期望轨迹点的世界坐标对关键帧索引信息进行索引，以获取第一范围内的关键帧。
第一范围表示预测范围，可以根据需要进行设置。可以以期望轨迹点的世界坐标为参考设置第一范围。
例如确定上述以世界坐标为中心、经度方向长度为A值且纬度方向宽度为B值的矩形区域为第一范围。可以以期望轨迹点的世界坐标为索引关键字(KEY)、以第一范围为索引区域对关键帧索引信息进行索引，从而获取到第一范围内的关键帧。
示例性地，可以确定以期望轨迹点的世界坐标为圆心、半径为预设数值的圆形区域为所述第一范围。例如，可以基于期望轨迹点的世界坐标，搜索以该世界坐标为圆心，半径2公里范围内的关键帧。
示例性地，对于每个期望轨迹点，其对应特定的期望速度。可以根据期望轨迹点的期望速度确定上述半径的预设数值。可以理解，期望速度越快，视觉定位需要用到的地图数据的范围越大，上述半径的预设数值可以相应地设置为较大的值，反之，可以设置为较小的值。由此，可以提高预测的准确性和内存使用的有效性，从而确保视觉定位的实时性。
示例性地，可以确定仅包括与期望轨迹点最近的、预设数目的关键帧的范围为所述第一范围。例如，可以基于期望轨迹点的世界坐标，搜索距离该世界坐标最近的50个关键帧。
示例性地，与上述半径的预设数值类似地，可以根据期望轨迹点的期望速度确定上述预设数目。可以理解，期望速度越快，视觉定位需要用到的地图数据的范围越大，上述预设数目可以相应地设置为较大的值，反之，可以设置为较小的值。由此，可以提高预测的准确性和内存使用的有效性，从而确保视觉定位的实时性。
步骤S1224a2，判断通过步骤S1224a1获取的第一范围内的关键帧中是否有未处理的关键帧。
对于通过步骤S1224a1获取的第一范围内的关键帧，如果都已进行处理，不再重复处理，执行步骤S1224a6输出待加载分组号集合。如果还有未处理的关键帧，继续步骤S1224a3进行处理。
步骤S1224a3，从第一范围内的关键帧中选取一个未处理的关键帧。
从第一范围内的关键帧中选取一个未处理的关键帧。示例性地，可以根据距离期望轨迹点的世界坐标的由近及远的顺序选取未处理的关键帧，从而可以更早把距离期望轨迹点的世界坐标更近的地图子文件的分组号加入待加载分组号集合，提高预测加载的有效性。可选地，可以根据关键帧唯一标识号的大小选取一个未处理的关键帧。可选地，随机选择一个未处理的关键帧。
步骤S1224a4，判断待加载分组号集合中的分组号个数是否达到集合阈值。
对于待加载分组号集合中的分组号个数还未达到集合阈值的情况，继续步骤S1224a5进行分组号确认处理。否则，执行步骤S1224a6输出待加载分组号集合。具体处理过程与步骤S1223的类似，这里不再赘述。
步骤S1224a5，基于该关键帧确定待加载分组号集合中的分组号。
如前所述，视觉定位地图基于关键帧进行分组，通过关键帧索引信息得到的关键帧信息中包括该关键帧所属的分组号信息。可以理解，对于属于同一个分组的关键帧，具有相同的所属分组号。为了避免重复加载同一个地图子文件，加入待加载分组号集合中的分组号是唯一的，也即虽然预测范围内存在多个关键帧对应同一个分组号，但是这些关键帧对应的分组号只能加入待加载分组号集合一次。至此，完成根据当前选取的关键帧确定待加载分组号的处理，返回步骤S1224a2再次判断第一范围内的关键帧中是否有未处理的关键帧。
步骤S1224a6，输出待加载分组号集合。
上述方案通过期望轨迹点的世界坐标索引相关的关键帧信息，利用关键帧信息确定待加载分组号集合中的分组号，使得对待使用的地图子文件的预测更为准确，内存的使用更为有效，从而提高了对视觉定位的实时性的保障。
图6示出了根据本发明一个实施例的步骤S1224a5基于关键帧确定待加载分组号集合中的分组号的示意性流程图。如图6所示，步骤S1224a5包括步骤S1224a51、步骤S1224a52、步骤S1224a53和步骤S1224a54。
步骤S1224a51，判断关键帧的分组号对应的地图子文件是否已加载。
对于关键帧的分组号对应的地图子文件已加载的情况，为避免重复加载，进入步骤S1224a54，确定该关键帧的分组号不加入到待加载分组号集合。对于关键帧的分组号对应的地图子文件还没有加载的情况，继续步骤S1224a52。
步骤S1224a52，判断该关键帧的分组号是否已包含在待加载分组号集合中。
对于该关键帧的分组号已包含在待加载分组号集合中的情况，为避免重复加载，进入步骤S1224a54，确定该关键帧的分组号不加入到待加载分组号集合。对于该关键帧的分组号还未包含在待加载分组号集合中的情况，继续步骤S1224a53。
步骤S1224a53，把该关键帧的分组号加入到待加载分组号集合。
步骤S1224a54，确定该关键帧的分组号不加入到待加载分组号集合。
上述方案确保属于预测范围的一个地图子文件只会被加载一次，从而确保预测加载的有效性，避免不必要的重复加载带来的时延和内存浪费，提高对视觉定位的实时性的保障。
图7示出了根据本发明另一个实施例的步骤S1224根据期望轨迹点的世界坐标和地图主文件确定待加载分组号集合中的分组号的示意性流程图。如图7所示，步骤S1224包括步骤S1224b1、步骤S1224b2、步骤S1224b3、步骤S1224b4、步骤S1224b5、步骤S1224b6以及步骤S1224b7。其中，步骤S1224b1、步骤S1224b3、步骤S1224b4、步骤S1224b5、步骤S1224b6、步骤S1224b7分别与上述步骤S1224a1、步骤S1224a2、步骤S1224a3、步骤S1224a4、步骤S1224a5、步骤S1224a6实现的功能、处理方法和过程都类似，在此不再赘述。下面仅详细描述步骤S1224b2。
步骤S1224b1，基于期望轨迹点的世界坐标对关键帧索引信息进行索引，以获取第一范围内的关键帧。
步骤S1224b2，根据该期望轨迹点的航向从步骤S1224b1获取的第一范围内的关键帧中确定第二范围内的关键帧。
期望轨迹点的航向表示设备从该期望轨迹点出发时的行驶/前进方向。可以理解，越接近期望轨迹点的航向的地图数据越可能用于视觉定位。可以根据该期望轨迹点的航向从步骤S1224b1获取的第一范围内的关键帧中确定第二范围内的关键帧，以进一步精确预测的范围。第二范围例如可以是该期望轨迹点的航向为中心方向的预设角度的扇形区域。图8示出了根据本发明另一个实施例的根据期望轨迹点索引关键帧的示意图。如图8所示，O点为期望轨迹点，第一范围为以O点为圆心、半径为r的圆形区域。OH是该期望轨迹点的航向，第二范围是以OH为中心方向，预设角度为a的扇形区域。
步骤S1224b3，判断步骤S1224b2确定的第二范围内的关键帧中是否有未处理的关键帧。
对于有未处理的关键帧的情况，继续步骤S1224b4处理，否则执行步骤S1224b7输出待加载分组号集合。
步骤S1224b4，从步骤S1224b2确定的第二范围内的关键帧中选取一个未处理的关键帧。
步骤S1224b5，判断待加载分组号集合中的分组号个数是否达到集合阈值。
对于待加载分组号集合中的分组号个数没有达到集合阈值的情况，继续步骤S1224b6进行分组号确认，否则执行步骤S1224b7输出待加载分组号集合。
步骤S1224b6，基于步骤S1224b4选取的关键帧确定待加载分组号集合中的分组号。
至此，完成根据当前选取的关键帧确定待加载分组号的处理，返回步骤S1224b3再次判断第二范围内的关键帧中是否有未处理的关键帧。
步骤S1224b7，输出待加载分组号集合。
上述方案使得预测范围更为精确，可以更为及时有效地加载即将使用的地图子文件，为视觉定位的实时性加强保障。
根据本发明另一个实施例，还提供了一种用于视觉定位地图加载的装置。图9示出了根据本发明一个实施例的用于视觉定位地图加载的装置的示意性框图。如图9所示，用于视觉定位地图加载的装置9000包括定位模块9100、预测模块9200以及加载模块9300。
定位模块9100，用于定位当前位姿。
预测模块9200，用于直接根据所述当前位姿预测视觉定位地图的待加载分组号集合，其中，所述待加载分组号集合中的每个分组号对应所述视觉定位地图的一个地图子文件，所述视觉定位地图包括一个地图主文件和多个地图子文件，所述多个地图子文件中分别存储对所述视觉定位地图基于关键帧进行分组得到的对应分组的地图数据，所述地图主文件中存储用于索引所述多个地图子文件的关键帧索引信息。
加载模块9300，用于根据所述待加载分组号集合中的分组号加载对应的地图子文件。
总之，用于视觉定位地图加载的装置9000中的各个模块用于具体执行上述视觉定位地图加载方法中的相应步骤。通过阅读上述关于该方法的描述，本领域普通技术人员可以理解上述用于视觉定位地图加载的装置9000的具体实现和技术效果。
根据本发明又一方面，还提供了一种用于视觉定位地图加载的系统。包括处理器和存储器，其中，所述存储器中存储用于实现根据本发明实施例的视觉定位地图加载方法中的各个步骤的计算机程序指令。所述处理器用于运行所述存储器中存储的计算机程序指令，以执行根据本发明实施例的视觉定位地图加载方法的相应步骤，并且用于实现根据本发明实施例的用于视觉定位地图加载的装置中的定位模块9100、预测模块9200以及加载模块9300。
根据本发明再一方面，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时使得所述计算机或处理器执行本发明实施例的视觉定位地图加载方法的相应步骤，并且用于实现根据本发明实施例的用于视觉定位地图加载的装置中的相应模块。所述存储介质例如可以包括平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
此外，根据本发明又一方面，还提供了一种视觉定位方法。图10示出了根据本发明一个实施例的视觉定位方法10000的示意性流程图。如图10所示，视觉定位方法10000包括步骤S11000、步骤S12000以及步骤S13000。
步骤S11000，利用上述视觉定位地图加载方法加载地图子文件，以基于当前位姿构建局部地图。
步骤S12000，获取待定位图像。
待定位图像是针对当前场景获取的图像。例如，通过车载摄像头获取的当前图像，或通过机器人的视觉装置获取的当前图像。
步骤S13000，根据步骤S12000获取的待定位图像，利用步骤S11000构建的局部地图进行视觉定位。
图像的特征点表示图像包含的内容特征。图像的特征点例如可以由角点和描述子构成。角点是图像中辨识度高且具有代表性的区域，用于表示特征点在图像中的位置信息。描述子可以用向量表示，用于描述角点周围像素的信息。视觉定位地图中的关键帧包含了构建该关键帧的图像的所有特征点。可以利用任何现有的或未来开发的特征匹配技术，把对当前图像提取的特征点与利用步骤S11000构建的局部地图中的特征点进行特征匹配。如果匹配的特征点的数量和质量满足位姿反算要求，则可以解算出当前位姿，定位成功。
本领域普通技术人员可以理解，上述视觉定位的过程中，可以利用GPS或INS等技术手段快速定位当前位姿，利用当前位姿预测即将使用的地图范围，提前加载即将使用的地图子文件。由此，对于后续的视觉定位，其需要用到的局部地图是可以实时更新的，不需要等待加载需要使用的地图子文件，从而可以实现实时视觉定位。可以理解，对于后续的预测加载处理，也可以直接利用根据当前图像进行视觉定位得到的位姿进行预测加载地图子文件。上述视觉定位的过程中，如果初始的位姿是根据当前图像进行视觉定位得到的位姿，则需等待初始的视觉定位成功才可进行预测加载处理。此时根据地图的复杂度和当前图像的复杂度的不同，初始的视觉定位可能存在不同的延迟。后续利用提前预测加载的地图子文件更新局部地图，根据当前图像进行视觉定位进入实时定位状态。由此，消除了需要使用的地图子文件的加载等待时间，实现实时的视觉定位。
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发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的视觉定位地图加载装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。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元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元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、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (16)

1.一种视觉定位地图加载方法，包括：
定位当前位姿；
基于所述当前位姿规划当前期望轨迹；
根据所述当前期望轨迹和地图主文件预测待加载分组号集合，包括：按与当前位置的距离由近及远的顺序逐个遍历所述期望轨迹中的期望轨迹点，对于每个期待轨迹点，根据该期望轨迹点的世界坐标和所述地图主文件确定所述待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到集合阈值；
其中，所述待加载分组号集合中的每个分组号对应所述视觉定位地图的一个地图子文件，所述视觉定位地图包括一个地图主文件和多个地图子文件，所述多个地图子文件中分别存储对所述视觉定位地图基于关键帧进行分组得到的对应分组的地图数据，所述地图主文件中存储用于索引所述多个地图子文件的关键帧索引信息；
根据所述待加载分组号集合中的分组号加载对应的地图子文件。
2.如权利要求1所述的视觉定位地图加载方法，其中，所述根据该期望轨迹点的世界坐标和所述地图主文件确定所述待加载分组号集合中的分组号包括：
基于该期望轨迹点的世界坐标对所述关键帧索引信息进行索引，以获取第一范围内的关键帧；
逐个遍历所述第一范围内的关键帧，对于每个关键帧，基于该关键帧确定所述待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到所述集合阈值。
3.如权利要求1所述的视觉定位地图加载方法，其中，所述根据该期望轨迹点的世界坐标和所述地图主文件确定所述待加载分组号集合中的分组号包括：
基于该期望轨迹点的世界坐标对所述关键帧索引信息进行索引，以获取第一范围内的关键帧；
根据该期望轨迹点的航向从所述第一范围内的关键帧中确定第二范围内的关键帧；
逐个遍历所述第二范围内的关键帧，对于每个关键帧，基于该关键帧确定所述待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到所述集合阈值。
4.如权利要求2或3所述的视觉定位地图加载方法，其中，所述方法还包括：
确定以该期望轨迹点的世界坐标为圆心、半径为预设数值的圆形区域为所述第一范围。
5.如权利要求4所述的视觉定位地图加载方法，其中，所述方法还包括：
根据该期望轨迹点的期望速度确定所述预设数值。
6.如权利要求2或3所述的视觉定位地图加载方法，其中，所述方法还包括：
确定仅包括与该期望轨迹点最近的、预设数目的关键帧的范围为所述第一范围。
7.如权利要求6所述的视觉定位地图加载方法，其中，所述方法还包括：
根据该期望轨迹点的期望速度确定所述预设数目。
8.如权利要求2或3所述的视觉定位地图加载方法，其中，所述基于该关键帧确定所述待加载分组号集合中的分组号包括：
判断该关键帧的分组号对应的地图子文件是否已加载以及该关键帧的分组号是否已包含在所述待加载分组号集合中；
对于该关键帧的分组号对应的地图子文件还未加载并且该关键帧的分组号没有包含在所述待加载分组号集合中的情况，把该关键帧的分组号加入到所述待加载分组号集合。
9.如权利要求1至3任一项所述的视觉定位地图加载方法，其中，所述根据所述待加载分组号集合中的分组号加载对应的地图子文件包括：
把所述对应的地图子文件中的地图数据加载到内存。
10.如权利要求1至3任一项所述的视觉定位地图加载方法，其中，
所述地图主文件中还存储每个地图子文件的校验和；
所述根据所述待加载分组号集合中的分组号加载对应的地图子文件还包括：
从所述地图主文件中获取与所述分组号对应的地图子文件的校验和；根据所述校验和对与所述分组号对应的地图子文件进行校验。
11.如权利要求1至3任一项所述的视觉定位地图加载方法，其中，所述定位当前位姿包括：利用传感器定位所述当前位姿，其中，所述当前位姿包括当前位置和航向。
12.如权利要求1至3任一项所述的视觉定位地图加载方法，其中，所述定位当前位姿包括：
获取当前图像；
提取所述当前图像的特征点；
根据所述特征点在所述视觉定位地图中进行特征匹配，以获取所述位姿信息。
13.一种视觉定位方法，包括：
利用如权利要求1至12任一项所述的视觉定位地图加载方法加载所述地图子文件，以基于所述当前位姿构建局部地图；
获取待定位图像；
根据所述待定位图像，利用所述局部地图进行视觉定位。
14.一种用于视觉定位地图加载的装置，包括：
定位模块，用于定位当前位姿；
预测模块，用于基于所述当前位姿规划当前期望轨迹，并根据所述当前期望轨迹和地图主文件预测待加载分组号集合，包括：按与当前位置的距离由近及远的顺序逐个遍历所述期望轨迹中的期望轨迹点，对于每个期待轨迹点，根据该期望轨迹点的世界坐标和所述地图主文件确定所述待加载分组号集合中的分组号，直至所述待加载分组号集合中的分组号个数达到集合阈值；
其中，所述待加载分组号集合中的每个分组号对应所述视觉定位地图的一个地图子文件，所述视觉定位地图包括一个地图主文件和多个地图子文件，所述多个地图子文件中分别存储对所述视觉定位地图基于关键帧进行分组得到的对应分组的地图数据，所述地图主文件中存储用于索引所述多个地图子文件的关键帧索引信息；
加载模块，用于根据所述待加载分组号集合中的分组号加载对应的地图子文件。
15.一种用于视觉定位地图加载的系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行如权利要求1至12任一项所述的视觉定位地图加载方法。
16.一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行如权利要求1至12任一项所述的视觉定位地图加载方法。
CN201811393107.1A 2018-11-21 2018-11-21 一种视觉定位地图加载方法、装置、系统和存储介质 Active CN111209353B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811393107.1A CN111209353B (zh) 2018-11-21 2018-11-21 一种视觉定位地图加载方法、装置、系统和存储介质
US16/627,669 US11403779B2 (en) 2018-11-21 2019-01-08 Methods, apparatuses, systems, and storage media for loading visual localization maps
PCT/CN2019/070894 WO2020103319A1 (zh) 2018-11-21 2019-01-08 一种视觉定位地图加载方法、装置、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811393107.1A CN111209353B (zh) 2018-11-21 2018-11-21 一种视觉定位地图加载方法、装置、系统和存储介质

Publications (2)

Publication Number Publication Date
CN111209353A CN111209353A (zh) 2020-05-29
CN111209353B true CN111209353B (zh) 2024-06-14

Family

ID=70774203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811393107.1A Active CN111209353B (zh) 2018-11-21 2018-11-21 一种视觉定位地图加载方法、装置、系统和存储介质

Country Status (3)

Country Link
US (1) US11403779B2 (zh)
CN (1) CN111209353B (zh)
WO (1) WO2020103319A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111854757A (zh) * 2020-06-30 2020-10-30 深圳优地科技有限公司 导航方法、装置、电子设备及存储介质
CN112004196B (zh) * 2020-08-24 2021-10-29 唯羲科技有限公司 定位方法、装置、终端及计算机存储介质
CN113008274B (zh) * 2021-03-19 2022-10-04 奥特酷智能科技(南京)有限公司 车辆初始化定位方法、系统及计算机可读介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101201824A (zh) * 2006-12-15 2008-06-18 深圳市锐明视讯技术有限公司 一种视频流的信号处理方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8529346B1 (en) * 2008-12-30 2013-09-10 Lucasfilm Entertainment Company Ltd. Allocating and managing software assets
CN101551252A (zh) 2009-05-22 2009-10-07 四川长虹电器股份有限公司 矢量地图制作及快速加载显示的方法
CA2915271A1 (en) * 2013-05-29 2014-12-04 Bae Systems Plc Structure navigation
US10062010B2 (en) * 2015-06-26 2018-08-28 Intel Corporation System for building a map and subsequent localization
US10346423B2 (en) * 2015-11-17 2019-07-09 Leon Guzenda Minimizing resource contention while loading graph structures into a distributed database
CN105631038B (zh) 2016-01-14 2020-10-16 上海博泰悦臻网络技术服务有限公司 导航地图的生成方法和系统，及具有该系统的电子设备
KR102647351B1 (ko) 2017-01-26 2024-03-13 삼성전자주식회사 3차원의 포인트 클라우드를 이용한 모델링 방법 및 모델링 장치
TWI660156B (zh) * 2017-04-28 2019-05-21 宏達國際電子股份有限公司 追蹤系統及方法
CN109214248B (zh) * 2017-07-04 2022-04-29 阿波罗智能技术(北京)有限公司 用于识别无人驾驶车辆的激光点云数据的方法和装置
CN107808395B (zh) 2017-10-31 2020-12-04 南京维睛视空信息科技有限公司 一种基于slam的室内定位方法
US10365656B2 (en) * 2017-11-22 2019-07-30 Locus Robotics Corp. Robot charger docking localization
CN107784671B (zh) * 2017-12-01 2021-01-29 驭势科技（北京）有限公司 一种用于视觉即时定位与建图的方法与系统
CN108256574B (zh) 2018-01-16 2020-08-11 广东省智能制造研究所 机器人定位方法及装置
CN112714858B (zh) * 2018-07-13 2024-07-09 拉布拉多系统公司 能够在不同环境照明条件下操作的移动设备的视觉导航
EP3637057A4 (en) 2018-07-19 2021-03-03 Uisee Technologies (Beijing) Ltd METHOD, DEVICE, SYSTEM AND STORAGE MEDIUM FOR STORING AND LOADING A VISUAL POSITIONING CARD

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101201824A (zh) * 2006-12-15 2008-06-18 深圳市锐明视讯技术有限公司 一种视频流的信号处理方法

Also Published As

Publication number Publication date
WO2020103319A1 (zh) 2020-05-28
CN111209353A (zh) 2020-05-29
US20210358166A1 (en) 2021-11-18
US11403779B2 (en) 2022-08-02

Similar Documents

Publication Publication Date Title
CN109214248B (zh) 用于识别无人驾驶车辆的激光点云数据的方法和装置
EP3505869B1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
CN108399218B (zh) 基于Walsh内核投影技术的自动驾驶车辆定位
CN112286206B (zh) 自动驾驶的模拟方法、系统、设备、可读存储介质及平台
CN111209353B (zh) 一种视觉定位地图加载方法、装置、系统和存储介质
CN109032103B (zh) 无人驾驶车辆的测试方法、装置、设备及存储介质
CN110377025A (zh) 用于自动驾驶车辆的传感器聚合框架
CN110386142A (zh) 用于自动驾驶车辆的俯仰角校准方法
CN109935077A (zh) 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统
JP2018084573A (ja) 頑健で効率的な車両測位用のアルゴリズム及びインフラ
EP3885866A1 (en) High-precision localization method and system based on shared slam map
CN106843219B (zh) 无人驾驶车辆选择接泊点的方法、装置、设备及存储介质
CN113286985A (zh) 一种路径规划方法和路径规划装置
CN110110029B (zh) 用于匹配车道的方法和装置
US10417907B2 (en) Method for processing measurement data of a vehicle in order to determine the start of a search for a parking space and computer program product
CN113587944B (zh) 准实时的车辆行驶路线生成方法、系统及设备
CN110389582A (zh) 利用多个线索跟踪对象
CN111401255B (zh) 用于识别分歧路口的方法和装置
CN109345015B (zh) 用于选取路线的方法和装置
CN113804204A (zh) 应用于车辆中的驾驶方法、装置、电子设备和存储介质
CN113465615B (zh) 车道线的生成方法及相关装置
CN107727092A (zh) 信息提醒方法、装置及电子设备
CN113758492A (zh) 地图检测方法和装置
CN114743395A (zh) 一种信号灯检测方法、装置、设备及介质
CN113375656A (zh) 定位方法和设备

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