CN111783849A - 一种室内定位方法、装置、电子设备及存储介质 - Google Patents
一种室内定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111783849A CN111783849A CN202010543219.1A CN202010543219A CN111783849A CN 111783849 A CN111783849 A CN 111783849A CN 202010543219 A CN202010543219 A CN 202010543219A CN 111783849 A CN111783849 A CN 111783849A
- Authority
- CN
- China
- Prior art keywords
- target
- indoor
- target user
- camera
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种室内定位方法、装置、电子设备及存储介质,该方法包括:根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。通过将移动摄像头和环境摄像头系统提供的行人标识进行关联和匹配,更高效准确的实现了室内定位。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种室内定位方法、装置、电子设备及存储介质。
背景技术
随着大型的室内环境如商业中心等在城市化进程中日益增加,人们对在复杂庞大的室内环境中获取自身位置的需求也日渐强烈,基于获取室内位置与室内导航的应用也有着广泛的前景,在室外环境之中,全球卫星定位系统已经几乎完全覆盖了所有区域,其精度也已经满足了室外定位的需求,并且融合百度地图、高德地图等应用提供的路网信息可以实现高质量的室外导航服务。但由于建筑物的钢筋结构对电磁信号有着很强的屏蔽作用,全球卫星定位系统会出现极大的定位误差,难以在室内环境中保证精度与服务质量。
现有技术中主要通过单纯基于无线信号的室内定位方法和惯导数据的无线室内与导航方法,单纯基于无线信号的室内定位方法,比如Wi-Fi,RFID,地磁信号等等。这往往需要人工的现场勘测,将Wi-Fi指纹记录下来,标注在地图之中,用于之后的定位服务。然而,现场勘测所需要的人力和时间成本已经成为无线定位技术发展与走向实用的阻碍。同时,蓝牙,Wi-Fi信号在室内环境变化时往往存在着较强的波动性,造成了易得的物理信息同样存在较强的波动性的情况。通过收集无线信号的物理信息进行室内定位进而进行导航的方法的精确性因此存在瓶颈。惯导数据的无线室内与导航方法。此类方法首先通过利用手机终端之中集成的惯性传感器数据(加速度计、陀螺仪、磁力计等)解算用户的运动模型进行行人航迹推算进而获得用户的移动轨迹。利用此信息可以对单纯的无线指纹定位结果进行优化,利用轨迹的连续性限制获取更精确的定位结果。同时,收集到的众多用户轨迹可以聚类生成室内地图,进而使得系统获取对用户进行导航的能力。但由于惯性传感器的固有误差,长距离的追踪计算会导致很大的漂移误差,并且基于惯导数据的方法没有办法给出用户的绝对位置,因此很难单独使用对用户进行定位与导航。
因此,如何更好的实现室内定位已经成为业界亟待解决的问题。
发明内容
本发明实施例提供一种室内定位方法、装置、电子设备及存储介质,用以解决上述背景技术中提出的技术问题,或至少部分解决上述背景技术中提出的技术问题。
第一方面,本发明实施例提供一种室内定位方法,包括:
根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;
通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
更具体的,在所述根据目标用户的像素坐标和目标用户周边用户的像素坐标结合所述室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标的步骤之前,所述方法还包括:
根据室内初始摄像头位姿信息对所有室内环境摄像头进行位姿估计,得到所有室内环境摄像头的位姿信息,根据所述所有室内环境摄像头的位姿信息构建室内地图。
更具体的,在所述根据室内初始摄像头位姿信息对室内环境摄像头进行位姿估计的步骤之前,所述方法还包括:
通过室内初始摄像头获取建筑内部线条信息和人员行走轨迹信息;
将所述人员行走轨迹信息作为蒙版,对建筑内部线条信息进行蒙版优化,得到优化后的建筑内部线条信息,
将优化后的建筑内部线条信息与预设内部平面图进行对应分析,得到多个真实坐标点信息,根据所述多个真实坐标点信息结合PnP技术得到室内初始摄像头位姿信息。
更具体的,所述根据室内初始摄像头位姿信息对室内环境摄像头进行位姿估计,得到所有室内环境摄像头的位姿信息的步骤,具体包括:
获取室内初始摄像头和第一摄像头在同一时间戳内的用户画面,根据所述用户画面中的用户真实坐标点信息对所述第一摄像头进行位姿估计,得到第一摄像头位姿信息;
获取第一摄像头和第二摄像头在同一时间戳内的用户画面,根据所述用户画面中的用户真实坐标点信息对所述第二摄像头进行位姿估计,得到第二摄像头位姿信息,依次对相邻摄像头进行位姿估计,直至完成对所有室内环境摄像头的位姿估计,得到所有室内环境摄像头的位姿信息;
其中,所述第一摄像头与室内初始摄像头相邻,所述第二摄像头与第一摄像头相邻。
更具体的,所述根据所述所有室内环境摄像头的位姿信息构建室内地图的步骤,具体包括:
根据所述所有室内环境摄像头的位姿信息确定室内像素位置和室内绝对位置的对应关系;
根据室内像素位置和室内绝对位置的对应关系构建室内地图。
更具体的,所述根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征的步骤,具体包括:
将所述目标用户的真实坐标与目标用户周边用户的真实坐标进行连线,得到目标用户的几何特征;
以目标用户的真实坐标为基准点,结合目标用户的几何特征,得到以用户目标为定点的夹角信息,根据以用户目标为定点的夹角信息建立目标环境视觉描述指纹特征。
更具体的,所述通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配的步骤,具体包括:
获取各个候选用户目标与移动摄像头中心形成的夹角,得到各个目标视觉移动视觉描述指纹特征;
获取各个目标用户周围的参照用户位置信息,根据各个目标用户周围的参照用户位置信息确定目标环境视觉描述指纹特征的置信度信息,根据所述置信度信息对目标环境视觉描述指纹特征进行调整,得到调整后的目标环境视觉描述指纹特征;
将调整后的目标环境视觉描述指纹特征与各个目标移动视觉描述指纹特征进行匹配。
第二方面,本发明实施例提供一种室内定位装置,包括:
环境视觉分析模块,用于根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;
定位模块,用于通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述室内定位方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述室内定位方法的步骤。
本发明实施例提供的一种室内定位方法、装置、电子设备及存储介质,通过利用室内环境摄像头获取标记用户的像素位置和室内地图,确定得到目标用户的真实坐标和目标用户周边用户的真实坐标,并根据其建立目标环境视觉描述指纹特征,同时通过移动摄像投获取目标移动视觉描述指纹特征,并在对目标环境视觉描述指纹特征进行可信度优化后,与目标移动视觉描述指纹特征进行用户关联匹配,从实现用户定位,本发明实施例通过将移动摄像头和环境摄像头系统提供的行人标识进行关联和匹配,更准确的实现了室内定位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明一实施例中所描述的室内定位方法流程示意图;
图2为本发明一实施例所描述的基于移动单目摄像头数据端抽取人群指纹信息示意图;
图3为本发明一实施例所描述的相邻摄像头校正原理图;
图4为本发明一实施所描述的不对等误差估计示意图;
图5为本发明一实施例所描述的室内定位装置结构示意图;
图6为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中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。
图1为本发明一实施例中所描述的室内定位方法流程示意图,如图1所示,包括:
步骤S1,根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;
步骤S2通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
具体的,本发明实施例中所描述的目标用户的像素坐标和目标用户周边用户的像素坐标均是通过室内环境摄像头获取的,室内环境摄像头是指固定于室内,用于拍摄室内环境的摄像头。
本发明实施例中所描述的移动摄像头可以是指移动设备的摄像头,例如用户所携带的移动设备,或者室内的移动机器人。
本发明实施例中所描述的室内地图是确定所有室内环境摄像头位姿信息的基础上,从而确定室内地图绝对位置后,根据室内地图的像素位置和室内地图绝对位置之间的对应关系进行构建的。
本发明实施例中所描述的目标用户周边用户的像素坐标具体可以是指选取的以目标用户为中心,其特定区域内的用户,作为目标用户周边用户。
本发明实施例中所描述的建立目标环境视觉描述指纹特征具体是指,在室内地图中确定目标用户和目标用户周围用户在真实世界中的绝对位置,将目标用户Pi和目标用户周围用户的m个人连线,则每一个目标用户Pi都有一系列以它为定点的夹角αi=(αi1,...,αij,...αim),j=1,...,m,将αi作为目标用户Pi的视觉描述,为每一个目标用户建立了视觉描述的指纹特征,得到目标环境视觉描述指纹特征。
本发明实施例中所描述的移动摄像头是典型的单目视觉系统,无法获取视野中物体的深度,因此也无法得到用户的位置信息,但是,通过观察单目视觉系统,图2为本发明一实施例所描述的基于移动单目摄像头数据端抽取人群指纹信息示意图,如图2所示,现虽然不能计算深度,但是根据几何结构的相似性,但是可以计算出视野中两个物体与光心所形成的夹角具体来说,根据几何约束:
∠PiOPj=∠Pi′OPj′
根据单目相机成像模型:
因此,可以计算得到
其中,f是移动弹幕摄像头的焦距,c是成像平面中心的坐标,Pi′(x′i,y′i,z′i)是Pi成像平面上的坐标,Pj′(x′j,y′j,z′j)是Pj成像平面上的坐标。
继而移动摄像头得到了一系列夹角β=(β1,...βi...βs),i=1,...,s,s≥2,描述了其周围行人的实时变化,这种指纹特征就可以和从环境摄像头中提取出的指纹特征相匹配。
将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配时,需要考虑到由于室内环境摄像头通常悬挂在墙壁上,因此通过室内环境摄像头获取的目标环境视觉描述指纹特征和通过移动摄像头获取的目标移动视觉描述指纹特征拍摄的角度差异迥异,可能会导致定位不准确的情况,因此通过目标用户及其周围的参照用户位置信息计算每个各个目标用户与移动摄像头中心形成的夹角的置信度信息,得到置信度调整后的目标环境视觉描述指纹特征,并通过将调整后的目标环境视觉描述指纹特征与各个目标移动视觉描述指纹特征进行匹配,通常一次匹配并不能直接找到最合适的人选,但是由于人流的流动性,人群的几何结构在不断变化,这使得很快可以锁定最终的候选人,并不断对结果进行修正,达到精确匹配,最终实现室内定位。
本发明实施例通过利用室内环境摄像头获取标记用户的像素位置和室内地图,确定得到目标用户的真实坐标和目标用户周边用户的真实坐标,并根据其建立目标环境视觉描述指纹特征,同时通过移动摄像投获取目标移动视觉描述指纹特征,并在对目标环境视觉描述指纹特征进行可信度优化后,与目标移动视觉描述指纹特征进行用户关联匹配,从实现用户定位,本发明实施例通过将移动摄像头和环境摄像头系统提供的行人标识进行关联和匹配,更准确的实现了室内定位。
在上述实施例的基础上,在所述根据目标用户的像素坐标和目标用户周边用户的像素坐标结合所述室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标的步骤之前,所述方法还包括:
根据室内初始摄像头位姿信息对所有室内环境摄像头进行位姿估计,得到所有室内环境摄像头的位姿信息,根据所述所有室内环境摄像头的位姿信息构建室内地图。
具体的,很多摄像头所处的位置并不能拍到建筑内部结构,公共区域的摄像头检测区域往往存在交叠之处,可以通过一个已知位姿的摄像头,来计算与它相邻的邻居摄像头的位姿,进而通过重复这一过程,校准地图上的其他摄像头,获得像素位置和绝对位置的对应关系,完成地图构建工作。
位姿估计的关键在于找到两个摄像头相邻区域并将像素点进行一一匹配,然而实际情况下,两个摄像头的重叠区域往往较小,且由于摄像头之间的角度差异较大,往往无法直接匹配。想到可以利用通过相邻摄像头区域的人体,帮助找到两个摄像头之间的转换关系。首先使用行人重识别技术,找到经过相邻摄像头的同一个人,并找到此人在同一时间戳出现在两个摄像头中的画面。
图3为本发明一实施例所描述的相邻摄像头校正原理图,如图3所示,左边的摄像头位姿已知,而右边则是等待计算位姿的邻居摄像头,P=(Xpw,Ypw,Zpw)T表示此人身上的点在真实世界中的绝对位置,S是使用骨架抽取技术得到的人体骨架关节点,其中S1身体部分的关节点,S2是脚部关节点,其Z轴上的坐标为零。而点P在摄像头图像中的位置分别为p1=(u1,u1,1)T和p2=(u2,u2,1)T,其中点P属于S。于是,存在关系:
其中,s1和s2跟相机拍摄画面有关的标量,R1和R2分别是两个相机的旋转矩阵,t1和t2分别是两个相机的位移矩阵,K是摄像头的内参。
接下来,再次使用PnP技术,即可算出相邻摄像头的位姿。通过不断使用该方法,即可得到整张地图上所有环境摄像头的位姿估计,进而将环境摄像头画面中的像素位置和真实世界中的绝对位置一一对应起来,构建室内地图。
本发明实施例通过室内初始摄像头位姿信息对所有室内环境摄像头进行位姿估计,自动实现室内地图构建,有利于后续室内定位的进行。
在上述实施例的基础上,在所述根据室内初始摄像头位姿信息对室内环境摄像头进行位姿估计的步骤之前,所述方法还包括:
通过室内初始摄像头获取建筑内部线条信息和人员行走轨迹信息;
将所述人员行走轨迹信息作为蒙版,对建筑内部线条信息进行蒙版优化,得到优化后的建筑内部线条信息,
将优化后的建筑内部线条信息与预设内部平面图进行对应分析,得到多个真实坐标点信息,根据所述多个真实坐标点信息结合PnP技术得到室内初始摄像头位姿信息。
具体的,初始摄像头的位姿估计,关键是找到图像中的某些点在真实世界中的绝对位置。在实际情况中,绝对位置标注在建筑的平面图中,需要将环境摄像投拍摄的图片和已知平面图对应起来,引入蒙版机制,通过摄像头记录平时人员走动的轨迹,将轨迹区域作为蒙版,在上一步基础上进一步消除干扰线段,得到了干净的建筑物内部结构,通过和室内平面图的对应,找到了一些图像中像素点在真实世界中的绝对位置,即真实坐标点信息。
接下来就可以使用PnP技术,通过最优化问题来计算初始摄像头的位姿T:
其中Pi=(Xi,Yi,Zi)T,i=1,...,n,n≥4表示的点在空间中的绝对位置坐标,而pi=(ui,vi,1)T,i=1,...,n,n≥4则表示他们在图像中的对应坐标,K是摄像头的内参。
本发明实施例通过获取建筑内部线条信息和人员行走轨迹信息,自动确定多个用于确定初始摄像头位姿信息的真实坐标点,从而有效克服现有技术中需要人工校准摄像头的问题,提升了方案实行的效率。
在上述实施例的基础上,所述根据室内初始摄像头位姿信息对室内环境摄像头进行位姿估计,得到所有室内环境摄像头的位姿信息的步骤,具体包括:
获取室内初始摄像头和第一摄像头在同一时间戳内的用户画面,根据所述用户画面中的用户真实坐标点信息对所述第一摄像头进行位姿估计,得到第一摄像头位姿信息;
获取第一摄像头和第二摄像头在同一时间戳内的用户画面,根据所述用户画面中的用户真实坐标点信息对所述第二摄像头进行位姿估计,得到第二摄像头位姿信息,依次对相邻摄像头进行位姿估计,直至完成对所有室内环境摄像头的位姿估计,得到所有室内环境摄像头的位姿信息;
其中,所述第一摄像头与室内初始摄像头相邻,所述第二摄像头与第一摄像头相邻。
本发明实施例从室内初始摄像头开始,不断估算其相邻摄像头的位姿,若一个摄像头位姿已知,而相邻的是等待计算位姿的邻居摄像头,则可以通过两个摄像头在同时时间戳排到的用户画面进行校准,该用户可以是指经过的人,也可以是指经过的机器人,再结合PnP技术既可以得到相邻室内环境摄像头的位姿估计,直至完成所有室内环境摄像头的位姿估计,得到所有室内环境摄像头的位姿信息
本发明实施例通过一个已知的室内初始摄像头即可以计算出邻居摄像头的位姿,即可得到整张地图上所有环境摄像头的位姿估计,进而将环境摄像头画面中的像素位置和真实世界中的绝对位置一一对应起来,有利于后续定位的进行。
在上述实施例的基础上,所述根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征的步骤,具体包括:
将所述目标用户的真实坐标与目标用户周边用户的真实坐标进行连线,得到目标用户的几何特征;
以目标用户的真实坐标为基准点,结合目标用户的几何特征,得到以用户目标为定点的夹角信息,根据以用户目标为定点的夹角信息建立目标环境视觉描述指纹特征。
具体的,本发明实施例可以通过对环境摄像头拍摄到的画面进行图像处理,使用MobileNetV3算法识别出环境摄像头画面中的目标用户位置和目标用户周边用户位置,结合上述的室内地图,确定其在真实世界中的绝对位置,计算每一个目标用户相对于其周边用户的集合关系,具体来说,将每一个目标用户和其周围用户进行连线,则每一个目标用户都有以它为定点的夹角,αi=(αi1,...,αij,...αim),j=1,...,m,将αi作为目标用户Pi的视觉描述。至此,为每一个目标用户建立了视觉描述的指纹特征,接下来只要能够在行人携带的移动摄像头中找到这种视觉描述,就能够将两者关联起来了,进而进行指纹特征的匹配。
在上述实施例的基础上,所述通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配的步骤,具体包括:
获取各个目标用户与移动摄像头中心形成的夹角,得到各个目标视觉移动视觉描述指纹特征;
获取各个目标用户周围的参照用户位置信息,根据各个目标用户周围的参照用户位置信息确定目标环境视觉描述指纹特征的置信度信息,根据所述置信度信息对目标环境视觉描述指纹特征进行调整,得到调整后的目标环境视觉描述指纹特征;
将调整后的目标环境视觉描述指纹特征与各个目标移动视觉描述指纹特征进行匹配。
具体的,本发明实施例中所描述的环境摄像头和移动摄像头拍摄的角度差异迥异,因而计算出的角度值误差较大。图4为本发明一实施所描述的不对等误差估计示意图,如图4中的(a)所述,移动摄像头测量造成的误差是一种角度误差θ,而环境摄像头测量造成的误差主要是距离误差L,两者之间存在关系:
其中,M是一个整数,d是单位距离,M是用来分析随着距离的增加,误差变化的一个辅助变量;当θ是一个常数的时候,L则随着M线性递增,而当距离误差固定时,角度误差会随着两个人之间的距离而变小。
为了消除这种不对等的误差来源,对指纹库αi中的角度特征赋予不同的置信度。比如说,如图4中的(b)所示,P1是一个候选行人,R1,R2,R3,R4是他的参照行人,d1,d2,d3,d4(d2≥d4≥d3≥d1)是参照行人到这个候选行人的距离,而α1,α2,α3是P1对应的目标环境视觉描述指纹特征。R2距离P1最远,置信度设为1,则剩下R1,R3,R4的置信度设置为接下来根据两条边对应置信度来计算每个夹角特征的置信度:
其中F1,F2,F3分别是α1,α2,α3的置信度,在计算指纹相似性的过程中,引入置信度,以消除不对等误差所带了的影响。
通常一次匹配并不能直接找到最合适的人选,但是由于人流的流动性,人群的几何结构在不断变化,这使本发明实施例得很快可以锁定最终的候选人,并不断对结果进行修正,达到精确匹配。
图5为本发明一实施例所描述的室内定位装置结构示意图,如图5所示,包括:环境视觉分析模块510和定位模块520;其中,环境视觉分析模块510用于根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;其中,定位模块520用于通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
本发明实施例提供的装置是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
本发明实施例通过利用室内环境摄像头获取标记用户的像素位置和室内地图,确定得到目标用户的真实坐标和目标用户周边用户的真实坐标,并根据其建立目标环境视觉描述指纹特征,同时通过移动摄像投获取目标移动视觉描述指纹特征,并在对目标环境视觉描述指纹特征进行可信度优化后,与目标移动视觉描述指纹特征进行用户关联匹配,从实现用户定位,本发明实施例通过将移动摄像头和环境摄像头系统提供的行人标识进行关联和匹配,更准确的实现了室内定位。
图6为本发明一实施例所描述的电子设备结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行如下方法:根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
此外,上述的存储器630中的逻辑指令可以通过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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述各实施例提供的方法,例如包括:根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种室内定位方法,其特征在于,包括:
根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;
通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
2.根据权利要求1所述室内定位方法,其特征在于,在所述根据目标用户的像素坐标和目标用户周边用户的像素坐标结合所述室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标的步骤之前,所述方法还包括:
根据室内初始摄像头位姿信息对所有室内环境摄像头进行位姿估计,得到所有室内环境摄像头的位姿信息,根据所述所有室内环境摄像头的位姿信息构建室内地图。
3.根据权利要求2所述室内定位方法,其特征在于,在所述根据室内初始摄像头位姿信息对室内环境摄像头进行位姿估计的步骤之前,所述方法还包括:
通过室内初始摄像头获取建筑内部线条信息和人员行走轨迹信息;
将所述人员行走轨迹信息作为蒙版,对建筑内部线条信息进行蒙版优化,得到优化后的建筑内部线条信息,
将优化后的建筑内部线条信息与预设内部平面图进行对应分析,得到多个真实坐标点信息,根据所述多个真实坐标点信息结合PnP技术得到室内初始摄像头位姿信息。
4.根据权利要求2所述室内定位方法,其特征在于,所述根据室内初始摄像头位姿信息对室内环境摄像头进行位姿估计,得到所有室内环境摄像头的位姿信息的步骤,具体包括:
获取室内初始摄像头和第一摄像头在同一时间戳内的用户画面,根据所述用户画面中的用户真实坐标点信息对所述第一摄像头进行位姿估计,得到第一摄像头位姿信息;
获取第一摄像头和第二摄像头在同一时间戳内的用户画面,根据所述用户画面中的用户真实坐标点信息对所述第二摄像头进行位姿估计,得到第二摄像头位姿信息,依次对相邻摄像头进行位姿估计,直至完成对所有室内环境摄像头的位姿估计,得到所有室内环境摄像头的位姿信息;
其中,所述第一摄像头与室内初始摄像头相邻,所述第二摄像头与第一摄像头相邻。
5.根据权利要求2所述室内定位方法,其特征在于,所述根据所述所有室内环境摄像头的位姿信息构建室内地图的步骤,具体包括:
根据所述所有室内环境摄像头的位姿信息确定室内像素位置和室内绝对位置的对应关系;
根据室内像素位置和室内绝对位置的对应关系构建室内地图。
6.根据权利要求2所述室内定位方法,其特征在于,所述根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征的步骤,具体包括:
将所述目标用户的真实坐标与目标用户周边用户的真实坐标进行连线,得到目标用户的几何特征;
以目标用户的真实坐标为基准点,结合目标用户的几何特征,得到以用户目标为定点的夹角信息,根据以用户目标为定点的夹角信息建立目标环境视觉描述指纹特征。
7.根据权利要求6所述室内定位方法,其特征在于,所述通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配的步骤,具体包括:
获取各个目标用户与移动摄像头中心形成的夹角,得到各个目标视觉移动视觉描述指纹特征;
获取各个目标用户周围的参照用户位置信息,根据各个目标用户周围的参照用户位置信息确定目标环境视觉描述指纹特征的置信度信息,根据所述置信度信息对目标环境视觉描述指纹特征进行调整,得到调整后的目标环境视觉描述指纹特征;
将调整后的目标环境视觉描述指纹特征与各个目标移动视觉描述指纹特征进行匹配。
8.一种室内定位装置,其特征在于,包括:
环境视觉分析模块,用于根据目标用户的像素坐标和目标用户周边用户的像素坐标结合室内地图得到目标用户的真实坐标和目标用户周边用户的真实坐标,以根据所述目标用户的真实坐标和目标用户周边用户的真实坐标,建立目标环境视觉描述指纹特征;
定位模块,用于通过移动摄像头获取目标移动视觉描述指纹特征,将目标环境视觉描述指纹特征与目标移动视觉描述指纹特征进行匹配,根据匹配结果进行室内定位。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至7任一项所述室内定位方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述室内定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010543219.1A CN111783849B (zh) | 2020-06-15 | 2020-06-15 | 一种室内定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010543219.1A CN111783849B (zh) | 2020-06-15 | 2020-06-15 | 一种室内定位方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111783849A true CN111783849A (zh) | 2020-10-16 |
CN111783849B CN111783849B (zh) | 2022-10-28 |
Family
ID=72756034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010543219.1A Active CN111783849B (zh) | 2020-06-15 | 2020-06-15 | 一种室内定位方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783849B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465907A (zh) * | 2020-10-29 | 2021-03-09 | 清华大学 | 一种室内视觉导航方法及系统 |
TWI781511B (zh) * | 2020-11-06 | 2022-10-21 | 財團法人工業技術研究院 | 多攝影機定位調度系統及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717710A (zh) * | 2018-05-18 | 2018-10-30 | 京东方科技集团股份有限公司 | 室内环境下的定位方法、装置及系统 |
CN110132274A (zh) * | 2019-04-26 | 2019-08-16 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种室内定位方法、装置、计算机设备及存储介质 |
US20190380106A1 (en) * | 2018-06-07 | 2019-12-12 | Osense Technology Co., Ltd. | Indoor positioning system and method based on geomagnetic signals in combination with computer vision |
CN111046752A (zh) * | 2019-11-26 | 2020-04-21 | 上海兴容信息技术有限公司 | 一种室内定位方法、装置、计算机设备和存储介质 |
-
2020
- 2020-06-15 CN CN202010543219.1A patent/CN111783849B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717710A (zh) * | 2018-05-18 | 2018-10-30 | 京东方科技集团股份有限公司 | 室内环境下的定位方法、装置及系统 |
US20190380106A1 (en) * | 2018-06-07 | 2019-12-12 | Osense Technology Co., Ltd. | Indoor positioning system and method based on geomagnetic signals in combination with computer vision |
CN110132274A (zh) * | 2019-04-26 | 2019-08-16 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种室内定位方法、装置、计算机设备及存储介质 |
CN111046752A (zh) * | 2019-11-26 | 2020-04-21 | 上海兴容信息技术有限公司 | 一种室内定位方法、装置、计算机设备和存储介质 |
Non-Patent Citations (6)
Title |
---|
AORAN XIAO ETC.: "An Indoor Positioning System Based on Static Objects in Large Indoor Scenes by Using Smartphone Cameras", 《SENSORS》 * |
DEBADITYA ACHARYA ETC.: "BIM-PoseNet: Indoor camera localisation using a 3D indoor model and deep learning from synthetic images", 《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》 * |
HAN XU ETC.: "Indoor Localization via Multi-Modal Sensing on Smartphones", 《ACM UBICOMP》 * |
RONALD CLARK ETC.: "Poster Abstract: Robust Vision-based Indoor Localization", 《ACM IPSN》 * |
侯松林等: "基于智能手机无线信号和图像距离感知融合的室内定位算法", 《计算机应用》 * |
杨铮等: "室内定位: 挑战与机遇", 《西北大学学报( 自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465907A (zh) * | 2020-10-29 | 2021-03-09 | 清华大学 | 一种室内视觉导航方法及系统 |
TWI781511B (zh) * | 2020-11-06 | 2022-10-21 | 財團法人工業技術研究院 | 多攝影機定位調度系統及方法 |
US11632499B2 (en) | 2020-11-06 | 2023-04-18 | Industrial Technology Research Institute | Multi-camera positioning and dispatching system, and method thereof |
Also Published As
Publication number | Publication date |
---|---|
CN111783849B (zh) | 2022-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021196294A1 (zh) | 一种跨视频人员定位追踪方法、系统及设备 | |
CN109658461B (zh) | 一种基于虚拟仿真环境的合作二维码的无人机定位方法 | |
EP3309751B1 (en) | Image processing device, method, and program | |
CN110686677B (zh) | 一种基于几何信息的全局定位方法 | |
TWI574223B (zh) | 運用擴增實境技術之導航系統 | |
US20150235367A1 (en) | Method of determining a position and orientation of a device associated with a capturing device for capturing at least one image | |
CN111028358B (zh) | 室内环境的增强现实显示方法、装置及终端设备 | |
KR101444685B1 (ko) | 영상기반 멀티센서 데이터를 이용한 차량의 위치자세 결정 방법 및 장치 | |
CN111783849B (zh) | 一种室内定位方法、装置、电子设备及存储介质 | |
KR101573289B1 (ko) | 위치 측정 방법 및 이를 이용한 휴대 단말기 | |
CN115371673A (zh) | 一种未知环境中基于Bundle Adjustment的双目相机目标定位方法 | |
CN113190120B (zh) | 位姿获取方法、装置、电子设备及存储介质 | |
Wang et al. | An attitude estimation method based on monocular vision and inertial sensor fusion for indoor navigation | |
CN112580683A (zh) | 一种基于互相关的多传感器数据时间对齐系统及其方法 | |
JP6580286B2 (ja) | 画像データベース構築装置、位置及び傾き推定装置並びに画像データベース構築方法 | |
WO2021251171A1 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
Aliakbarpour et al. | Geometric exploration of virtual planes in a fusion-based 3D data registration framework | |
JP2018116147A (ja) | 地図作成装置、地図作成方法及び地図作成用コンピュータプログラム | |
US11741631B2 (en) | Real-time alignment of multiple point clouds to video capture | |
KR100874425B1 (ko) | 옥외 광고물 크기 측정 시스템 및 이를 이용한 옥외광고물의 크기 측정방법 | |
KR102637972B1 (ko) | 배전설비 좌표 자동취득 장치 및 방법 | |
CN113763561B (zh) | Poi数据生成方法、装置、存储介质及电子设备 | |
CN115775325B (zh) | 一种位姿确定方法及装置、电子设备和存储介质 | |
US10021364B2 (en) | Method of building stereoscopic model with kalman filtering | |
TW202314195A (zh) | 真實空間虛擬化之擴增實境之應用方法與應用互動模組 |
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 |