CN111679303B - 一种多源定位信息融合的综合定位方法及装置 - Google Patents

一种多源定位信息融合的综合定位方法及装置 Download PDF

Info

Publication number
CN111679303B
CN111679303B CN202010567564.9A CN202010567564A CN111679303B CN 111679303 B CN111679303 B CN 111679303B CN 202010567564 A CN202010567564 A CN 202010567564A CN 111679303 B CN111679303 B CN 111679303B
Authority
CN
China
Prior art keywords
positioning
positioning result
determining
point cloud
similarity
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
CN202010567564.9A
Other languages
English (en)
Other versions
CN111679303A (zh
Inventor
何志敏
彭林
韩海韵
徐敏
王刚
侯战胜
王鹤
鲍兴川
于海
朱亮
刘伟
孙蓉
邵剑
钱堃
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.)
State Grid Corp of China SGCC
Global Energy Interconnection Research Institute
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Global Energy Interconnection Research Institute
Electric Power Research Institute of State Grid Jiangsu Electric Power 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 State Grid Corp of China SGCC, Global Energy Interconnection Research Institute, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Publication of CN111679303A publication Critical patent/CN111679303A/zh
Application granted granted Critical
Publication of CN111679303B publication Critical patent/CN111679303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S19/38—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
    • G01S19/396—Determining accuracy or reliability of position or pseudorange measurements
    • 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
    • G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
    • G01S19/073—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections involving a network of fixed stations
    • 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
    • G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • G01S19/10—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals
    • G01S19/11—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals wherein the cooperating elements are pseudolites or satellite radio beacon positioning system signal repeaters
    • G01S19/115—Airborne or satellite based pseudolites or repeaters
    • 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
    • G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • G01S19/10—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals
    • G01S19/12—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals wherein the cooperating elements are telecommunication base stations
    • 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
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • 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
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0045—Transmission from base station to mobile station
    • 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
    • G01S5/14—Determining absolute distances from a plurality of spaced points of known location
    • G01S5/145—Using a supplementary range measurement, e.g. based on pseudo-range measurements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种多源定位信息融合的综合定位方法及装置，其中，该方法包括：获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果；根据目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置；分别确定各候选目标位置与当前时刻各定位结果的相似度；根据各候选目标位置与当前时刻各定位结果的相似度确定目标对象的最终定位结果。本发明采用多种不同的数据源进行定位，多种数据源同时受到较大影响的可能性较小，即使其中一个数据源受到较大影响导致其中一种定位结果有较大误差，其他定位结果也可为最终定位结果的准确性提供保障。因此通过实施本发明得到的最终定位结果更准确。

Description

一种多源定位信息融合的综合定位方法及装置
技术领域
本发明涉及信息通信领域，具体涉及一种多源定位信息融合的综合定位方法及装置。
背景技术
由于电力设备操作区域繁杂，组件逻辑不可视，运检人员在作业过程中易发生误操作、耗时多等情况，尤其在电力抢修时，由于时间紧，准备不充分，作业人员在现场获得信息和协助的方式非常有限，严重影响了抢修效率，甚至发生危险情况，造成人员伤亡事故。为了保障工作人员的安全以及提高工作效率，需要对作业主体、作业环境和作业目标进行定位，现有的定位方法通常依赖单源同质数据，但是单源同质数据容易受外界环境影响，例如光照变化、遮挡交错等可能导致定位结果有所偏差，甚至无法完成定位。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的依赖单源同质数据的定位方法容易受外界环境的影响的缺陷，从而提供一种多源定位信息融合的综合定位方法及装置。
本发明第一方面提供了一种多源定位信息融合的综合定位方法，包括：获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果；根据目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置；分别确定各候选目标位置与当前时刻各定位结果的相似度；根据各候选目标位置与当前时刻各定位结果的相似度确定目标对象的最终定位结果。
可选地，根据目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置，包括：根据目标对象在当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的一个定位结果和上一时刻的定位结果确定偏移方向；根据上一时刻的定位结果、偏移方向、预设长度的半径确定候选邻域；根据候选领域确定候选目标位置，候选领域中包括至少一个候选目标位置。
可选地，分别确定各候选目标位置与当前时刻各定位结果确定的相似度的步骤，包括：将各候选目标位置投影至与当前时刻各定位结果相对应的空间模板中，获取各候选目标位置在各空间模板中的投影结果；将投影结果与空间模板相对应的定位结果进行对比，得到各候选目标位置与当前时刻各定位结果确定的相似度。
可选地，根据各候选目标位置与当前时刻各定位结果的相似度确定目标对象的最终定位结果的步骤，包括：通过以下公式根据各候选目标位置与当前时刻各定位结果的相似度确定多源融合相似度：(Xt,Yt,Zt)＝arg max(Xct,Yct,Zct)∈Nb((Xt-1,Yt-1,Zt-1))∑i wiHi((Xct,Yct,Zct))，其中，(Xct,Yct,Zct)表示候选目标位置，Nb((Xt-1,Yt-1,Zt-1))表示候选邻域，Hi((Xct,Yct,Zct))表示候选目标位置与第i个定位结果的相似度，wi表示候选目标位置与第i个定位结果的相似度的调节参数，需要通过实验决定，i表示定位结果数量；将值最大的多源融合相似度对应的候选目标位置确定为最终定位结果。
可选地，在本发明提供的多源定位信息融合的综合定位方法中，通过如下步骤获取目标对象的多源辅助定位结果：获取目标对象发出的定位请求，定位请求中包含GPS信号和/或WiFi信号；确定与定位请求中GPS信号和WiFi信号强度相对应的定位算法；根据定位算法和GPS信号、WiFi信号中的至少一项计算目标对象的多源辅助定位结果。
可选地，在本发明提供的多源定位信息融合的综合定位方法中，通过如下步骤获取目标对象的点云识别定位结果：获取目标设备的点云特征，目标设备与目标对象的距离小于预设阈值，点云特征包括目标对象的点云在各坐标平面的投影轮廓和边界点曲率；将目标设备的点云特征和预设点云特征模型数据库中的各个点云模型的特征进行比较，预设点云特征模型数据库中包含各点云模型的点云特征和位置；将预设点云特征模型数据库中的点云特征与目标设备的点云特征误差最小的点云模型的位置确定为点云识别定位结果。
可选地，在本发明提供的多源定位信息融合的综合定位方法中，通过如下步骤获取目标对象的图像识别定位结果：获取目标设备的图像信息，目标设备目标对象的距离小于预设阈值；根据目标设备的图像信息确定目标信息的图像特征；将目标设备的图像特征与预设图像特征数据库中的各个设备的基准图像特征进行比较，图像特征数据库中包括各个设备的位置信息；将预设图像特征数据库中的基准图像特征中与目标设备的图像特征对应的设备的位置确定为图像识别定位结果。
本发明第二方面提供了一种多源定位信息融合的综合定位装置，包括：初始定位结果获取单元，用于获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果；候选目标位置确定单元，用于根据目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置；相似度确定单元，用于分别确定各候选目标位置与当前时刻各定位结果的相似度；最终定位结果确定单元，用于根据当前时刻各候选目标位置与各定位结果的相似度确定目标对象的最终定位结果。
本发明第三方面提供了一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，从而执行如本发明第一方面提供的多源定位信息融合的综合定位方法。
本发明第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如本发明第一方面提供的多源定位信息融合的综合定位方法。
本发明技术方案，具有如下优点：
本发明提供的多源定位信息融合的综合定位方法及装置，先分别获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果，获取上述三种定位结果时，所用的数据源不同，且对三种数据源的影响因素也不同，两种或三种数据源同时受到较大影响导致两种或三种定位结果同时存在较大误差的可能性较小，在获取至少两个定位结果后，先确定候选目标位置，并确定各候选目标位置与当前时刻各定位结果的相似度，最终根据各候选目标位置与当前时刻各定位结果的相似度确定最终定位结果，由此可见，最终定位结果是根据各候选目标位置与当前时刻各定位结果的相似度确定的，即使其中一个数据源受到较大影响导致其中一种定位结果有较大误差，另外的定位结果也可为最终定位结果的准确性提供保障。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1-图4为本发明实施例中提供的多源定位信息融合的综合定位方法的具体示例的流程图；
图5为本发明实施例中提供的获取多源辅助定位结果的具体示例流程图；
图6为本发明实施例中提供的获取点云识别定位结果的具体示例流程图；
图7为本发明实施例中提供的获取图像识别定位结果的具体示例流程图；
图8为本发明实施例中提供的多源定位信息融合的综合定位装置的具体示例框图；
图9为本发明实施例中提供的计算机设备的具体示例框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供了一种多源定位信息融合的综合定位方法，可应用于电力系统作业中，如图1所示，包括：
步骤S10：获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果，其中，多源辅助定位结果通过移动终端发送的GPS数据和WIFI数据获得，点云识别定位结果通过移动终端的景深摄像头传感器采集的现场景深图像点云信息获得，图像识别定位结果通过图像采集设备采集的设备图像获得。在一具体实施例中，上述三种定位结果可以根据实际需求进行组合，为了使定位结果更准确，也可以同时获取三种定位结果。上述三种定位结果以及不同定位结果所对应的数据源仅作为举例说明，在一具体实施例中，可通过其他定位方法利用不同的数据源获取不同的定位结果。
步骤S20：根据目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置，在一具体实施例中，为了了解目标对象的实时位置，可以每隔一段时间对目标对象进行一次定位，定位时间间隔可根据实际需求进行调整，定位时间间隔较短时，当前定位结果与上一时刻的定位结果距离也会比较近，因此为了更精准地在当前时刻对目标对象进行定位，可以先根据上一时刻的定位结果确定至少一个候选目标位置，然后将候选目标位置中的一个点确定为最终定位结果。
步骤S30：分别确定各候选目标位置与当前时刻各定位结果的相似度。执行上述步骤S10时，由于外界因素的影响，通过不同的数据源获取的不同的定位结果也会有所不同，因此需要分别确定各候目标位置与当前时刻各定位结果的相似度。
步骤S40：根据各候选目标位置与当前时刻各定位结果的相似度确定目标对象的最终定位结果。在一具体实施例中，可以通过移动终端获取GPS信号、WIFI信号、目标设备的点云信息、目标设备的图像信息，然后通过云平台执行上述步骤S10-步骤S40，解决了终端设备有限的处理能力和存储能力降低运行效率的问题。
本发明提供的多源定位信息融合的综合定位方法，先分别获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果，获取上述三种定位结果时，所用的数据源不同，且对三种数据源的影响因素也不同，两种或三种数据源同时受到较大影响导致两种或三种定位结果同时存在较大误差的可能性较小，在获取至少两个定位结果后，先确定候选目标位置，并确定各候选目标位置与当前时刻各定位结果的相似度，最终根据各候选目标位置与当前时刻各定位结果的相似度确定最终定位结果，由此可见，最终定位结果是根据各候选目标位置与当前时刻各定位结果的相似度确定的，即使其中一个数据源受到较大影响导致其中一种定位结果有较大误差，另外的定位结果也可为最终定位结果的准确性提供保障。
在一可选实施例中，如图2所示，上述步骤S20具体包括：
步骤S21：根据目标对象在当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的一个定位结果和上一时刻的定位结果确定偏移方向。确定偏移方向的目的是为了确定候邻域，候选邻域的方向为偏移方向的预设范围，因此确定偏移方向时，对精确度的要求较低，只需通过其中一个定位结果确定偏移方向即可。
步骤S22：根据上一时刻的定位结果、偏移方向、预设长度的半径确定候选邻域。在一具体实施例中，预设长度的半径可根据实际需求进行调整，为了保证在尽可能覆盖较全的范围的基础上避免巨大的计算量，当定位时间间隔较长时，可以为半径长度设置较大的值，当定位时间间隔较短时，可以为半径长度设置较小的值。
步骤S23：根据候选领域确定候选目标位置，候选领域中包括至少一个候选目标位置。
在一可选实施例中，如图3所示，上述步骤S30具体包括：
步骤S31:将各候选目标位置投影至与当前时刻各定位结果相对应的空间模板中，获取各候选目标位置在各空间模板中的投影结果。
步骤S32:将投影结果与空间模板相对应的定位结果进行对比，得到各候选目标位置与当前时刻各定位结果确定的相似度。
在一可选实施例中，如图4所示，上述步骤S40具体包括：
步骤S41：根据各候选目标位置与当前时刻各定位结果的相似度确定多源融合相似度。在本发明实施例中，通过以下公式确定候选目标位置与当前时刻各定位结果的多源融合相似度：
(Xt,Yt,Zt)＝arg max(Xct,Yct,Zct)∈Nb((Xt-1,Yt-1,Zt-1))∑i wiHi((Xct,Yct,Zct))，
其中，(Xct,Yct,Zct)表示候选目标位置，Nb((Xt-1,Yt-1,Zt-1))表示候选邻域，Hi((Xct,Yct,Zct))表示候选目标位置与第i个定位结果的相似度，wi表示候选目标位置与第i个定位结果的相似度的调节参数，i表示定位结果数量；
步骤S42：将值最大的多源融合相似度对应的候选目标位置确定为最终定位结果。与当前时刻各定位结果的多源融合相似度越高，说明该候选目标位置与不同定位结果的综合相似度越高，也越接近目标对象的真实位置。
在一可选实施例中，如图5所示，在本发明提供的多源定位信融合的综合定位方法中，通过如下步骤获取目标对象的多源辅助定位结果：
步骤S111：获取目标对象发出的定位请求，定位请求中包含GPS信号和/或WiFi信号。在一具体实施例中，定位请求所包含的信号取决于目标对象所处环境、GPS导航数据及WiFi网信息等。除GPS信号和WiFi信号外，定位请求中还可包括定位精度和定位时间间隔等信息。
步骤S112：确定与定位请求中GPS信号和WiFi信号强度相对应的定位算法。可以预先根据不同信号的不同强度设置相应的定位算法，在本发明实施例中，若定位请求中仅有GPS信号，采用GPS单独定位；若定位请求中有WiFi和GPS信号，但GPS不满足定位要求，采用GPS和WiFi网组合定位；若定位请求中同时有GPS信号和WiFi信号，且GPS信号和WiFi信号都可单独定位，采用WiFi网辅助GPS定位；若定位请求中仅有WiFi信号，采用WiFi网单独定位。采用基于接收信号强度进行WiFi网定位，需要前期测量和后期处理两个步骤；在GPS卫星数目小于4，或者卫星数目大于4但位置精度因子(Position Dilution of Precision，GDOP)值很大的情况下，采用GPS/WiFi网组合的定位方法，移动装置同时接收GPS卫星数据和WiFi网AP点的接收信号强度(Received Signal Strength Indication，RSSI)值，将接收到的WiFi网RSSI值转化为伪距后，与GPS伪距联立方程组，并采用卡尔曼滤波进行定位解算；当GPS卫星数目大于4，且GDOP值满足定位要求时，采用WiFi网辅助GPS定位方法，采用联邦卡尔曼滤波进行位置解算，得到终端设备的位置、速度和其他信息的最优估计。
步骤S113：根据定位算法和GPS信号、WiFi信号中的至少一项计算目标对象的多源辅助定位结果。
在本发明实施例中，基于GPS和WiFi信号获取源辅助定位结果时，可以根据接收的信号情况及特定的切换策略进行环境判定并进行定位方案的转换，实现室内外无缝定位。
在一可选实施例中，如图6所示，在本发明提供的多源定位信融合的综合定位方法中，通过如下步骤获取目标对象的点云识别定位结果：
步骤S121：获取目标设备的点云特征，目标设备与目标对象的距离小于预设阈值，点云特征包括目标对象的点云在各坐标平面的投影轮廓和边界点曲率，在一具体实施例中，目标设备的点云特征通过前端景深摄像头传感器实时获取的目标设备的点云信息提取。
步骤S122：将目标设备的点云特征和预设点云特征模型数据库中的各个点云模型的特征进行比较，预设点云特征模型数据库中包含各点云模型的点云特征和位置。
在一具体实施例中，通过如下步骤构建预设点云特征模型数据库：
构建目标场景的全局地图，全局地图中包含目标场景中多个点云模型的点云数据，其中，点云模型为目标场景中的设备；
获取各点云模型的点云数据，并将点云模型的点云数据在XY、YZ、XZ三个坐标平面进行投影；
提取三个坐标平面的投影轮廓特征以及三个坐标平面的边界点曲率特征，并将各点云模型的投影轮廓特征、边界点曲率特征、点云模型的位置对应存储到数据库中，形成预设点云特征模型数据库。
其中，构建目标场景的全局地图的步骤包括：
获取目标场景的三维图像信息；
若当前三维图像为第一帧，将当前三维图像加入全局地图，初始化位姿传感器，将各位姿参数清零，其中，位姿传感器为陀螺仪；
若当前三维图像不是第一帧，检查位姿是否变化；
若位姿未发生变化，则直接将三维相机采集数据加入局部地图，再由局部地图加入全局地图；
若位姿发生变化，则根据位姿传感器获取的位姿变化参数初始化转换矩阵；
通过转换矩阵对三维图像信息进行转换，形成新的三维图像信息；
将新的三维图像信息与当前的局部地图三维信息采用前后帧ICP算法进行配准获取新的转换，形成新的转换矩阵；
用新的转换矩阵再次对三维图像信息进行转换，用转换之后的三维图像来更新局部地图，最后将局部地图加入全局地图。
重复执行以上步骤，直到获取到目标场景完整的全局地图。
在本发明实施例中，采用对局部地图匹配实行前后帧三维信息匹配的方法，即前后帧匹配迭代最近点(terative Closest Point，ICP)算法来实现全局地图创建。在该方法中当位移或姿态角的变化超过了一定的阈值时，就会采集一次当前的环境数据。该方法可以使相邻时刻两次扫描的点集实现部分重叠，从而可利用ICP算法对前后相邻时刻采集的点集进行配准，获得(t-1)时刻到t时刻的较精确的相对坐标变换xt。根据运动具有连续性的特征可以将前一时刻ICP的配准得到的参数作为下一时刻相对位姿变化的初值，还可以根据里程计在相邻时刻的读数计算得到相对位姿变化的初值。
步骤S123：将预设点云特征模型数据库中的点云特征与目标设备的点云特征误差最小的点云模型的位置确定为点云识别定位结果。
在一具体实施例中，通过如下步骤获取预设点云特征模型数据库中的点云特征与目标设备的点云特征误差最小的点云模型：
将目标设备的点云特征与预设点云特征模型数据库中点云模型的点云特征进行比较，得到目标设备的点云特征与各预设点云特征模型数据库中的各点云模型的点云特征的距离；
将小于预设阈值的距离对应的点云模型确定为候选模型；
利用ICP算法将目标设备的点云特征和上各候选模型进行比较，得到目标设备和各候选模型的精确匹配结果，将匹配结果误差最小的候选模型确定为与目标设备的点云特征误差最小的点云模型。
在一可选实施例中，如图7所示，在本发明提供的多源定位信融合的综合定位方法中，通过如下步骤获取目标对象的图像识别定位结果：
步骤S131：获取目标设备的图像信息，目标设备目标对象的距离小于预设阈值。
步骤S132：根据目标设备的图像信息确定目标信息的图像特征。由于图像采集设备本身的缺陷和环境等因素的影响，采集到的电力设备图像中不可避免的会含有畸变和噪声，这会对后面的图像处理、特征提取以及识别分析带来严重的干扰，并且影响着定位结果的正确性，因此在提取目标设备的图像信息的图像特征前，首先要对采集到的目标设备的图像信息进行必要的预处理灰度化、图像去噪、图像锐化、图像分割等。对于不同的噪声类型需要选取不同的去噪算法。对图像进行锐化后再进行边缘检测，效果更佳，利用灰度图的直方图，选取适当的闭值，可实现图像的二值化分割，减小将来图像识别中的运算规模，并且能够提高电力设备图像识别的实时性。
步骤S133：将目标设备的图像特征与预设图像特征数据库中的各个设备的基准图像特征进行比较，图像特征数据库中包括各个设备的位置信息，在本发明实施例中，采用基于灰度的图像匹配技术与基于特征的图像匹配技术相结合的方式，利用灰度值特征点匹配搜索算法，将目标设备的图像特征与预设图像特征数据库中的各个设备的基准图像特征进行比较。灰度值特征点匹配搜索算法利用预设图像特征数据库各设备的基准图像和目标设备的图像当中像素点灰度值的特征作为搜索依据,很大程度上减少了搜索过程中的计算量,缩短了搜索时间。特征点的选取方式决定了其对噪声和灰度值的线性变化具有一定的“免疫性”,因此对灰度值不均匀的图像匹配问题同样适用。
步骤S134：将预设图像特征数据库中的基准图像特征中与目标设备的图像特征对应的设备的位置确定为图像识别定位结果。
WIFI定位、GPS定位可以在较大范围实现目标的定位，但受环境因素的影响无线信号强度、GPS信号强度的波动很大，精度不理想；通过点云数据进行定位的定位精度相对较高且不受光照等外部因素的影响，但目前的深度采集设备的空间采样分辨率不高，且感知范围非常有限，通常只适合局部范围的目标定位；通过图像特征进行定位只能获得图像空间的位置信息，且其跟踪效果易受环境光照以及目标遮挡等因素的影响。本发明实施例提供的多源定位信息融合的综合定位方法有效融合多源异构数据，发挥每种数据的优势，消除了基于单一数据跟踪定位的错误和异常。
在一可选实施例中，在执行发明实施例提供的多源定位信息融合的综合定位方法后，最终得到的结果是目标对象的三维空间位置信息、目标对象在各个数据源提取的目标区域或位置，以及基于这些区域的特征表示，是包含多层次的数据和信息的时空数据流，按照数据到信息的抽象层次将多源异构数据的跟踪结果表示为目标依时间顺序排列的多层次结构，以更好地满足对时空数据的管理，实现时空数据的共享和复用。
实施例2
本发明实施例提供了一种多源定位信息融合的综合定位装置，如图8所示，包括：
初始定位结果获取单元10，用于获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果，详细描述上述实施例1中对步骤S10的描述。
候选目标位置确定单元20，用于根据目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置，详细描述上述实施例1中对步骤S20的描述。
相似度确定单元30，用于分别确定各候选目标位置与当前时刻各定位结果的相似度，详细描述上述实施例1中对步骤S30的描述。
最终定位结果确定单元40，用于根据当前时刻各候选目标位置与各定位结果的相似度确定目标对象的最终定位结果，详细描述上述实施例1中对步骤S40的描述。
本发明提供的多源定位信息融合的综合定位装置，先分别获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果，获取上述三种定位结果时，所用的数据源不同，且对三种数据源的影响因素也不同，两种或三种数据源同时受到较大影响导致两种或三种定位结果同时存在较大误差的可能性较小，在获取至少两个定位结果后，先确定候选目标位置，并确定各候选目标位置与当前时刻各定位结果的相似度，最终根据各候选目标位置与当前时刻各定位结果的相似度确定最终定位结果，由此可见，最终定位结果是根据各候选目标位置与当前时刻各定位结果的相似度确定的，即使其中一个数据源受到较大影响导致其中一种定位结果有较大误差，另外的定位结果也可为最终定位结果的准确性提供保障。
实施例3
本发明实施例提供一种计算机设备，如图9所示，该计算机设备主要包括一个或多个处理器51以及存储器52，图9中以一个处理器51为例。
该计算机设备还可以包括：输入装置53和输出装置54。
处理器51、存储器52、输入装置53和输出装置54可以通过总线或者其他方式连接，图9中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit，CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(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、分立硬件组件等芯片，或者上述各类芯片的组合。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。存储器52可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据多源定位信息融合的综合定位装置的使用所创建的数据等。此外，存储器52可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器52可选包括相对于处理器51远程设置的存储器，这些远程存储器可以通过网络连接至多源定位信息融合的综合定位装置。输入装置53可接收用户输入的计算请求(或其他数字或字符信息)，以及产生与多源定位信息融合的综合定位装置有关的键信号输入。输出装置54可包括显示屏等显示设备，用以输出计算结果。
实施例4
本发明第四方面提供一种计算机可读存储介质，该计算机可读存储介质存储计算机指令，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的多源定位信息融合的综合定位方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (9)

1.一种多源定位信息融合的综合定位方法，其特征在于，包括：
获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果；
根据所述目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置；
分别确定各候选目标位置与当前时刻各定位结果的相似度；
根据各候选目标位置与当前时刻各定位结果的相似度确定所述目标对象的最终定位结果；
根据各候选目标位置与当前时刻各定位结果的相似度确定所述目标对象的最终定位结果的步骤，包括：
通过以下公式根据各候选目标位置与当前时刻各定位结果的相似度确定多源融合相似度：
(Xt,Yt,Zt)＝argmax(Xct,Yct,Zct)∈Nb((Xt-1,Yt-1,Zt-1))∑iwiHi((Xct,Yct,Zct))，
其中，(Xct,Yct,Zct)表示候选目标位置，Nb((Xt-1,Yt-1,Zt-1))表示候选邻域，Hi((Xct,Yct,Zct))表示候选目标位置与第i个定位结果的相似度，wi表示候选目标位置与第i个定位结果的相似度的调节参数，i表示定位结果数量；
将值最大的多源融合相似度对应的候选目标位置确定为所述最终定位结果。
2.根据权利要求1所述的多源定位信息融合的综合定位方法，其特征在于，根据所述目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置，包括：
根据所述目标对象在当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的一个定位结果和上一时刻的定位结果确定偏移方向；
根据所述上一时刻的定位结果、偏移方向、预设长度的半径确定所述候选邻域；
根据所述候选邻域确定所述候选目标位置，所述候选邻域中包括至少一个候选目标位置。
3.根据权利要求1所述的多源定位信息融合的综合定位方法，其特征在于，分别确定各候选目标位置与当前时刻各定位结果确定的相似度的步骤，包括：
将所述各候选目标位置投影至与当前时刻各定位结果相对应的空间模板中，获取各候选目标位置在各空间模板中的投影结果；
将投影结果与空间模板相对应的定位结果进行对比，得到各候选目标位置与当前时刻各定位结果确定的相似度。
4.根据权利要求1所述的多源定位信息融合的综合定位方法，其特征在于,通过如下步骤获取所述目标对象的多源辅助定位结果：
获取所述目标对象发出的定位请求，所述定位请求中包含GPS信号和/或WiFi信号；
确定与定位请求中GPS信号和WiFi信号强度相对应的定位算法；
根据所述定位算法和GPS信号、WiFi信号中的至少一项计算所述目标对象的多源辅助定位结果。
5.根据权利要求1所述的多源定位信息融合的综合定位方法，其特征在于,通过如下步骤获取所述目标对象的点云识别定位结果：
获取目标设备的点云特征，所述目标设备与所述目标对象的距离小于预设阈值，所述点云特征包括所述目标对象的点云在各坐标平面的投影轮廓和边界点曲率；
将所述目标设备的点云特征和预设点云特征模型数据库中的各个点云模型的特征进行比较，所述预设点云特征模型数据库中包含各点云模型的点云特征和位置；
将所述预设点云特征模型数据库中的点云特征与所述目标设备的点云特征误差最小的点云模型的位置确定为所述点云识别定位结果。
6.根据权利要求1所述的多源定位信息融合的综合定位方法，其特征在于,通过如下步骤获取所述目标对象的图像识别定位结果：
获取目标设备的图像信息，所述目标设备所述目标对象的距离小于预设阈值；
根据所述目标设备的图像信息确定目标信息的图像特征；
将所述目标设备的图像特征与预设图像特征数据库中的各个设备的基准图像特征进行比较，所述图像特征数据库中包括各个设备的位置信息；
将所述预设图像特征数据库中的基准图像特征中与所述目标设备的图像特征对应的设备的位置确定为所述图像识别定位结果。
7.一种多源定位信息融合的综合定位装置，其特征在于，包括：
初始定位结果获取单元，用于获取目标对象当前时刻的多源辅助定位结果、点云识别定位结果、图像识别定位结果中的至少两个定位结果；
候选目标位置确定单元，用于根据所述目标对象在上一时刻的定位结果及当前时刻的至少一定位结果确定候选目标位置；
相似度确定单元，用于分别确定各候选目标位置与当前时刻各定位结果的相似度；
最终定位结果确定单元，用于根据当前时刻各候选目标位置与各定位结果的相似度确定所述目标对象的最终定位结果；
根据各候选目标位置与当前时刻各定位结果的相似度确定所述目标对象的最终定位结果，包括：
通过以下公式根据各候选目标位置与当前时刻各定位结果的相似度确定多源融合相似度：
(Xt,Yt,Zt)＝argmax(Xct,Yct,Zct)∈Nb((Xt-1,Yt-1,Zt-1))∑iwiHi((Xct,Yct,Zct))，
其中，(Xct,Yct,Zct)表示候选目标位置，Nb((Xt-1,Yt-1,Zt-1))表示候选邻域，Hi((Xct,Yct,Zct))表示候选目标位置与第i个定位结果的相似度，wi表示候选目标位置与第i个定位结果的相似度的调节参数，i表示定位结果数量；
将值最大的多源融合相似度对应的候选目标位置确定为所述最终定位结果。
8.一种计算机设备，其特征在于，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，从而执行如权利要求1-6中任一项所述的多源定位信息融合的综合定位方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求1-6中任一项所述的多源定位信息融合的综合定位方法。
CN202010567564.9A 2019-12-30 2020-06-19 一种多源定位信息融合的综合定位方法及装置 Active CN111679303B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911389815 2019-12-30
CN2019113898152 2019-12-30

Publications (2)

Publication Number Publication Date
CN111679303A CN111679303A (zh) 2020-09-18
CN111679303B true CN111679303B (zh) 2023-07-28

Family

ID=72455948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567564.9A Active CN111679303B (zh) 2019-12-30 2020-06-19 一种多源定位信息融合的综合定位方法及装置

Country Status (1)

Country Link
CN (1) CN111679303B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112686934B (zh) * 2020-12-29 2024-09-06 广州广电研究院有限公司 点云数据的配准方法、装置、设备及介质
CN112766138B (zh) * 2021-01-14 2024-08-13 深圳前海微众银行股份有限公司 基于图像识别的定位方法、装置、设备及存储介质
CN112818968A (zh) * 2021-04-19 2021-05-18 北京三快在线科技有限公司 一种目标物分类方法及装置
CN113569747B (zh) * 2021-07-29 2024-08-13 北京金玖银玖数字科技有限公司 流转物品一致性鉴定的方法和系统
CN115469344A (zh) * 2022-06-10 2022-12-13 北京罗克维尔斯科技有限公司 车辆定位方法、装置、车辆、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767852A (zh) * 2016-12-30 2017-05-31 东软集团股份有限公司 一种生成探测目标信息的方法、装置和设备
CN109459771A (zh) * 2018-09-28 2019-03-12 全球能源互联网研究院有限公司 一种提高定位精度的方法及系统
CN110058237A (zh) * 2019-05-22 2019-07-26 中南大学 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9743253B2 (en) * 2015-08-27 2017-08-22 Glopos Fzc Method and arrangement for locating a mobile device
US10380890B2 (en) * 2017-02-08 2019-08-13 Baidu Usa Llc Autonomous vehicle localization based on walsh kernel projection technique
CN107451593B (zh) * 2017-07-07 2020-05-15 西安交通大学 一种基于图像特征点的高精度gps定位方法
CN108152831B (zh) * 2017-12-06 2020-02-07 中国农业大学 一种激光雷达障碍物识别方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767852A (zh) * 2016-12-30 2017-05-31 东软集团股份有限公司 一种生成探测目标信息的方法、装置和设备
CN109459771A (zh) * 2018-09-28 2019-03-12 全球能源互联网研究院有限公司 一种提高定位精度的方法及系统
CN110058237A (zh) * 2019-05-22 2019-07-26 中南大学 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法

Also Published As

Publication number Publication date
CN111679303A (zh) 2020-09-18

Similar Documents

Publication Publication Date Title
CN111679303B (zh) 一种多源定位信息融合的综合定位方法及装置
CN109285220B (zh) 一种三维场景地图的生成方法、装置、设备及存储介质
KR102145109B1 (ko) 지도 생성 및 운동 객체 위치 결정 방법 및 장치
KR102210715B1 (ko) 도로 중의 차도선을 확정하기 위한 방법, 장치 및 기기
CN108868268B (zh) 基于点到面距离和互相关熵配准的无人车位姿估计方法
RU2609434C2 (ru) Выявление расположения и местоположения объектов
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
US20170277951A1 (en) Creation of a 3d city model from oblique imaging and lidar data
CN111862201B (zh) 一种基于深度学习的空间非合作目标相对位姿估计方法
KR20190082068A (ko) 포인트 클라우드 데이터를 융합하기 위한 방법 및 장치
JP2020067439A (ja) 移動体位置推定システムおよび移動体位置推定方法
US11144770B2 (en) Method and device for positioning vehicle, device, and computer readable storage medium
WO2020140164A1 (en) Systems and methods for updating a high-definition map
CN114413909A (zh) 一种室内移动机器人定位方法及系统
CN112455502B (zh) 基于激光雷达的列车定位方法及装置
CN114743178B (zh) 道路边缘线生成方法、装置、设备及存储介质
CN111080682A (zh) 点云数据的配准方法及装置
KR20150042544A (ko) 위치정보를 제공하는 단말기, 위치정보 측정 방법 및 시스템
CN116052097A (zh) 一种地图要素检测方法、装置、电子设备和存储介质
CN116844124A (zh) 三维目标检测框标注方法、装置、电子设备和存储介质
CN117570968A (zh) 基于视觉路标的地图构建与维护方法、装置及存储介质
CN116704037B (zh) 一种基于图像处理技术的卫星失锁重定位方法及系统
Luo et al. Indoor mapping using low-cost MLS point clouds and architectural skeleton constraints
CN115917624A (zh) 中央装置、地图生成系统、地图生成方法
Sohn et al. Sequential modelling of building rooftops by integrating airborne LiDAR data and optical imagery: preliminary results

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