CN111854755A - 室内定位方法、设备及计算机可读存储介质 - Google Patents
室内定位方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111854755A CN111854755A CN202010570691.4A CN202010570691A CN111854755A CN 111854755 A CN111854755 A CN 111854755A CN 202010570691 A CN202010570691 A CN 202010570691A CN 111854755 A CN111854755 A CN 111854755A
- Authority
- CN
- China
- Prior art keywords
- indoor
- building
- image
- positioning method
- indoor positioning
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 8
- 238000005034 decoration Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/36—Indoor scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种室内定位方法、设备及计算机可读存储介质,所述室内定位方法包括:获取建筑物的室内图像;识别所述室内图像中的特征物体,并将所述特征物体与所述建筑物的室内三维模型比较,获得所述室内图像在所述建筑物内的位置;识别所述室内图像中的特征元素的形态,并将所述建筑物的室内三维模型中与所述特征元素的形态对应的位置作为所述室内图像的拍摄位置。本发明通过建筑物的静态的室内图像以及建筑物的室内三维模型,能够精确的定位出室内空间位置,从而大大提高了建筑物室内定位的精度。
Description
技术领域
本发明涉及定位领域,更具体地说,涉及一种室内定位方法、设备及计算机可读存储介质。
背景技术
随着城市规模的不断扩大,城市住宅和公共建筑的体量也不断增高增大。受限于建筑的封闭性,以及室内复杂的空间结构和各种室内设施的遮挡、干扰的影响,依赖于全球定位系统(GPS)、北斗等导航系统的室外导航定位系统无法直接应用在室内环境。
无线室内定位方法主要是通过寻找无线终端与无线探测设备之间的接收的信号强度指示(RSSI,Received Signal Strength Indication)变化与传输距离之间的规律,进而运用数学建模的方法构建运算模型,从而达到对无线终端进行室内定位的目的。上述无线室内定位方法,其定位精度受制于RSSI信号的稳定性。如果RSSI信号不稳定,就很难保证定位的精度。由于实际应用环境复杂,无线信号在传输过程中会受到环境中各种电磁因素的干扰,例如墙体、金属、玻璃和其他电磁信号等,都能较大程度地影响无线信号的RSSI值,从而导致无线信号RSSI值不稳定,这就直接导致了无线室内定位的精度不高,稳定性较差,影响室内无线定位的可用性和实用性。
发明内容
本发明要解决的技术问题在于,针对上述室内定位方法精度不高、稳定性较差的问题,提供一种新的室内定位方法、设备及计算机可读存储介质。
本发明解决上述技术问题的技术方案是,提供一种室内定位方法,包括:
获取建筑物的室内图像;
识别所述室内图像中的特征物体,并将所述特征物体与所述建筑物的室内三维模型比较,获得所述室内图像在所述建筑物内的位置;
识别所述室内图像中的特征元素的形态,并将所述建筑物的室内三维模型中与所述特征元素的形态对应的位置作为所述室内图像的拍摄位置。
优选地,所述特征元素为所述室内图像中的至少三条边际线,且所述特征元素的形态为所述边际线之间的交错角度。
优选地,所述边际线由所述室内图像中不可移动物体的轮廓线构成。
优选地,所述特征元素为所述室内图像中的至少两个特征物体,且所述特征元素的形态为所述至少两个特征物体的形状和相对位置。
优选地,所述特征物体为所述室内图像中的不可移动物体。
优选地,所述获取建筑物的室内图像包括:通过无线通讯网络从具有摄像头的移动终端接收所述室内图像,所述室内图像由所述移动终端的摄像头拍摄而成;
所述方法还包括:向所述移动终端发送所述室内图像的拍摄位置。
优选地,所述方法包括:在移动终端进入所述建筑物的室内后,通过无线通讯网络获取所述建筑物的室内三维模型。
优选地,所述方法包括:通过全球定位系统检测所述移动终端的当前位置,并在所述当前位置位于所述建筑物的位置区域时确认所述移动终端进入所述建筑物的室内。
本发明实施例还提供一种室内定位设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述室内定位方法的步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述室内定位方法的步骤。
本发明的室内定位方法、设备及计算机可读存储介质,通过建筑物的静态的室内图像以及建筑物的室内三维模型,能够精确的定位出室内空间位置,从而大大提高了建筑物室内定位的精度。
附图说明
图1是本发明实施例提供的室内定位方法的流程示意图;
图2是本发明实施例提供的室内定位方法中识别所述室内图像中的特征元素的形态的示意图;
图3是本发明另一实施例提供的室内定位方法中识别所述室内图像中的特征元素的形态的示意图;
图4是本发明又一实施例提供的室内定位方法的流程示意图;
图5是本发明又一实施例提供的室内定位方法的流程示意图;
图6是本发明实施例提供的室内定位设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,是本发明实施例提供的室内定位方法,该室内定位方法可应用于建筑物的室内(例如大型商场、火车站、机场等)导航(例如集成到导航系统),其可为导航系统提供精确的位置信息。本实施例的室内定位方法可运行于移动终端(例如手机、清洁机器人、导购机器人等)或服务器(该服务器可以为城市级的管理系统,或者某一建筑物的管理系统,且该服务器具有图形处理器或连接到图形处理终端),且该室内定位方法包括以下步骤:
步骤S11:获取建筑物的室内图像。上述建筑物可以为大型商场、火车站、机场等。当本实施例的室内定位方法运行于移动终端时,上述室内图像可通过移动终端的摄像头拍摄而成;当该室内定位方法运行于服务器时,上述室内图像可通过移动通信网络或无线局域网从移动终端接收所得。
步骤S12:识别室内图像中的特征物体,并将特征物体与建筑物的室内三维模型比较,获得室内图像在建筑物内的位置,即室内图像所呈现的画面在建筑物室内的位置。该步骤可大致确定室内图像的拍摄位置,例如拍摄室内图像的移动终端的位置。
建筑物的室内三维模型是建筑设施物理及功能特性的数字化表示,其通过组合建筑物各方面信息来进行数字化建造的智能3D虚拟建筑模型,可以提供建筑全方位的语义信息,从而提供更好的方位和导向信息。由于建筑物室内的装饰物,包括可移动物体(例如家具等)、墙面装饰等经常变化,因此本实施例中的室内三维模型不包括上述室内装饰物。上述建筑物的室内三维模型提前创建,并在建筑物进行结构调整、改变时重新创建或修改。
相应地,该步骤中识别的室内图像中的特征物体也不包括室内装饰物。具体地,上述特征物体可以为门、窗、天花、吊灯等。该步骤中的特征物体的识别可借助于现有的图像分析方法,例如模板匹配、原型匹配、人工智能(例如深度学习算法)等,在此不再赘述。特别地,由于人工智能识别方式精度高、速度快,可大大提高识别的效率以及识别的准确性。例如该步骤可基于经过建筑物部件图片训练后的生成式对抗网络,即无需再进行训练,而只需将室内图像输入到生成式对抗网络的生成模型(Generative Model),并获取生成模型输出的图像,并基于上述生成特征物体的图像数据。基于生成式对抗网络创建新的图像的方案属于现有技术,在此不在赘述。
为进一步提高识别的精度,该步骤可识别室内图像中的多个特征物体,并通过多个特征物体之间的相互关系来确定室内图像在建筑物内的位置。
步骤S13:识别室内图像中的特征元素的形态,并将建筑物的室内三维模型中与特征元素的形态对应的位置作为室内图像的拍摄位置。该步骤可精确定位室内图像的拍摄位置,例如拍摄室内图像的移动终端的位置。
为避免建筑物的室内的变化对拍摄位置识别的影响,上述特征元素最好取建筑物的室内的不可移动物体,需将广告牌、装饰物等可移动、经常性变更的物体排除在外,而选取基本不变的物体作为特征元素。
上述室内定位方法通过建筑物的静态的室内图像以及建筑物的室内三维模型,能够精确的定位出室内空间位置,从而大大提高了建筑物室内定位的精度。相较于现有的利用三维图像比对的方式,本实施例不仅排除了建筑物内部装饰性部分的影响,而且无需三维图像之间的比对,大大提高了定位效率,减少了对硬件设备的依赖。
在本发明的另一实施例中,结合图2所示,上述步骤S13中的特征元素可以为室内图像中的至少三条边际线21,且特征元素的形态为边际线21之间的交错角度。即在室内三维模型中找到与上述至少三条边际线21对应的线条,并在室内三维模型中找到一个点,在该点处所呈现的至少三条边际线21对应的线条之间的夹角或延长线之间的夹角,与室内图像中至少三条边际线21或三条边际线21的延长线之间的夹角分别相等。
特别地,上述边际线21可由室内图像中不可移动物体的轮廓线构成,例如两面墙体的交界线、墙体与天花的交界线、墙体与底面的交界线等。通过该方式,可提高辨识误差或避免因装修改变而导致无法识别的问题。
此外,在本发明的又一实施例中,结合图3所示,上述步骤S13中的特征元素还可为室内图像中的至少两个特征物体31、32,且特征元素的形态为两个特征物体31、32的形状和相对位置。即在室内三维模型中找到与上述至少两个特征物体31、32对应的物体,并在室内三维模型中找到一个点,在该点处所呈现的至少两个特征物体31、32对应的物体的形状和相对位置,与室内图像中至少两个特征物体31、32之间的形状和相对位置分别相同。
特别地,上述特征物体31、32可以为室内图像中的不可移动物体,例如门、窗、吊灯等。同样地,该方式可提高辨识误差或避免因装修改变而导致无法识别的问题。
如图4所示,在本发明的一个实施例中,上述室内定位方法可由运行在移动终端的应用程序(APP)实现,此时本实施例的方法包括:
步骤S41:在移动终端开启应用程序(包括应用程序在后台运行)时,通过无线通讯网络获取建筑物的室内三维模型。具体地,当移动终端通过全球定位系统或北斗定位系统等检测到当前接近或进入某一建筑物时,可向城市管理系统或建筑物管理系统发送请求,并获取对应建筑物的室内三维模型。上述建筑物可以为大型商场、火车站、机场等。
由于城市中建筑物数量较多,该步骤可节省移动终端的存储容量。当然,在实际应用中,也可将部分建筑物的室内三维模型存储在移动终端中,以避免频繁的数据下载。
步骤S42:获取建筑物的室内图像。上述室内图像可通过移动终端的摄像头拍摄而成。
步骤S43:识别室内图像中的特征物体,并将特征物体与建筑物的室内三维模型比较,获得室内图像在建筑物内的位置,即室内图像所呈现的画面在建筑物室内的位置。该步骤可大致确定室内图像的拍摄位置,即移动终端的大致位置。
步骤S44:识别室内图像中的特征元素的形态,并将建筑物的室内三维模型中与特征元素的形态对应的位置作为室内图像的拍摄位置。该步骤可精确定位室内图像的拍摄位置,即移动终端的位置。
如图5所示,在本发明的另一个实施例中,上述室内定位方法可由运行于城市管理系统或建筑物管理系统的软件实现,此时本实施例的方法包括:
步骤S51:从移动终端接收定位请求以及室内图像。上述定位请求以及室内图像通过无线通讯网络从具有摄像头的移动终端接收,且室内图像由移动终端的摄像头拍摄而成。
具体地,上述定位请求和室内图像可由移动终端的应用程序(例如导航程序)发送。
步骤S52:识别室内图像中的特征物体,并将特征物体与建筑物的室内三维模型比较,获得室内图像在建筑物内的位置,即室内图像所呈现的画面在建筑物室内的位置。该步骤可大致确定室内图像的拍摄位置,即移动终端的大致位置。
步骤S53:识别室内图像中的特征元素的形态,并将建筑物的室内三维模型中与特征元素的形态对应的位置作为室内图像的拍摄位置。该步骤可精确定位室内图像的拍摄位置,即移动终端的位置。
步骤S54:向移动终端发送室内图像的拍摄位置。从而移动终端可将上述拍摄位置显示于地图,或根据上述拍摄位置进行路径规划等。
如图6所示,是本发明实施例提供的室内定位设备的示意图。该室内定位设备6可以为具有摄像头的移动终端(例如手机、导航机器人等),或可与具有摄像头的移动终端连接的城市管理系统、建筑物管理系统等,且该设备6包括存储器61、处理器62以及存储在存储器61中并可在处理器62上运行的计算机程序,其中处理器62可在执行存储器61中的计算机程序时实现如上所述室内定位方法的步骤。
本实施例中的室内定位设备4与上述图1-5对应实施例中的室内定位方法属于同一构思,其具体实现过程详细见对应的方法实施例,且方法实施例中的技术特征在本设备实施例中均对应适用,这里不再赘述。
在一个实施例中,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述室内定位方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种室内定位方法,其特征在于,包括:
获取建筑物的室内图像;
识别所述室内图像中的特征物体,并将所述特征物体与所述建筑物的室内三维模型比较,获得所述室内图像在所述建筑物内的位置;
识别所述室内图像中的特征元素的形态,并将所述建筑物的室内三维模型中与所述特征元素的形态对应的位置作为所述室内图像的拍摄位置。
2.根据权利要求1所述的室内定位方法,其特征在于,所述特征元素为所述室内图像中的至少三条边际线,且所述特征元素的形态为所述边际线之间的交错角度。
3.根据权利要求2所述的室内定位方法,其特征在于,所述边际线由所述室内图像中不可移动物体的轮廓线构成。
4.根据权利要求1所述的室内定位方法,其特征在于,所述特征元素为所述室内图像中的至少两个特征物体,且所述特征元素的形态为所述至少两个特征物体的形状和相对位置。
5.根据权利要求4所述的室内定位方法,其特征在于,所述特征物体为所述室内图像中的不可移动物体。
6.根据权利要求1-5中任一项所述的室内定位方法,其特征在于,所述获取建筑物的室内图像包括:通过无线通讯网络从具有摄像头的移动终端接收所述室内图像,所述室内图像由所述移动终端的摄像头拍摄而成;
所述方法还包括:向所述移动终端发送所述室内图像的拍摄位置。
7.根据权利要求1-5中任一项所述的室内定位方法,其特征在于,所述方法包括:在移动终端进入所述建筑物的室内后,通过无线通讯网络获取所述建筑物的室内三维模型。
8.根据权利要求7所述的室内定位方法,其特征在于,所述方法包括:通过全球定位系统检测所述移动终端的当前位置,并在所述当前位置位于所述建筑物的位置区域时确认所述移动终端进入所述建筑物的室内。
9.一种室内定位设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述室内定位方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述室内定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570691.4A CN111854755A (zh) | 2020-06-19 | 2020-06-19 | 室内定位方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010570691.4A CN111854755A (zh) | 2020-06-19 | 2020-06-19 | 室内定位方法、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111854755A true CN111854755A (zh) | 2020-10-30 |
Family
ID=72987728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010570691.4A Pending CN111854755A (zh) | 2020-06-19 | 2020-06-19 | 室内定位方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111854755A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113108793A (zh) * | 2021-03-25 | 2021-07-13 | 深圳宏芯宇电子股份有限公司 | 室内协同定位方法、设备以及计算机可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281034A (zh) * | 2008-05-16 | 2008-10-08 | 南京师范大学 | 基于空间直角关系的建筑物单影像三维测量方法 |
CN103442436A (zh) * | 2013-08-27 | 2013-12-11 | 华为技术有限公司 | 一种室内定位终端、网络、系统及其方法 |
CN104813365A (zh) * | 2012-11-30 | 2015-07-29 | 高通股份有限公司 | 基于图像的室内位置确定 |
CN105814606A (zh) * | 2013-11-08 | 2016-07-27 | 谷歌公司 | 基于图像的位置确定 |
CN105841687A (zh) * | 2015-01-14 | 2016-08-10 | 上海智乘网络科技有限公司 | 室内定位方法和系统 |
CN106568435A (zh) * | 2016-11-09 | 2017-04-19 | 深圳奥比中光科技有限公司 | 一种室内定位方法及系统 |
CN106940186A (zh) * | 2017-02-16 | 2017-07-11 | 华中科技大学 | 一种机器人自主定位与导航方法及系统 |
CN108198217A (zh) * | 2017-12-29 | 2018-06-22 | 百度在线网络技术(北京)有限公司 | 室内定位方法、装置、设备及计算机可读介质 |
CN108663048A (zh) * | 2017-03-29 | 2018-10-16 | 北京米文动力科技有限公司 | 一种室内机器人混合定位系统及方法 |
CN108955682A (zh) * | 2018-04-03 | 2018-12-07 | 哈尔滨工业大学深圳研究生院 | 手机室内定位导航方法 |
CN109115221A (zh) * | 2018-08-02 | 2019-01-01 | 北京三快在线科技有限公司 | 室内定位、导航方法及装置、计算机可读介质和电子设备 |
CN109506658A (zh) * | 2018-12-26 | 2019-03-22 | 广州市申迪计算机系统有限公司 | 机器人自主定位方法和系统 |
CN109839921A (zh) * | 2017-11-24 | 2019-06-04 | 中国电信股份有限公司 | 视觉定位导航方法、装置以及终端 |
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 |
CN111189440A (zh) * | 2019-12-31 | 2020-05-22 | 中国电建集团华东勘测设计研究院有限公司 | 一种基于空间信息模型与实时图像比对的定位导航方法 |
-
2020
- 2020-06-19 CN CN202010570691.4A patent/CN111854755A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281034A (zh) * | 2008-05-16 | 2008-10-08 | 南京师范大学 | 基于空间直角关系的建筑物单影像三维测量方法 |
CN104813365A (zh) * | 2012-11-30 | 2015-07-29 | 高通股份有限公司 | 基于图像的室内位置确定 |
CN103442436A (zh) * | 2013-08-27 | 2013-12-11 | 华为技术有限公司 | 一种室内定位终端、网络、系统及其方法 |
CN105814606A (zh) * | 2013-11-08 | 2016-07-27 | 谷歌公司 | 基于图像的位置确定 |
CN110263800A (zh) * | 2013-11-08 | 2019-09-20 | 谷歌有限责任公司 | 基于图像的位置确定 |
CN105841687A (zh) * | 2015-01-14 | 2016-08-10 | 上海智乘网络科技有限公司 | 室内定位方法和系统 |
CN106568435A (zh) * | 2016-11-09 | 2017-04-19 | 深圳奥比中光科技有限公司 | 一种室内定位方法及系统 |
CN106940186A (zh) * | 2017-02-16 | 2017-07-11 | 华中科技大学 | 一种机器人自主定位与导航方法及系统 |
CN108663048A (zh) * | 2017-03-29 | 2018-10-16 | 北京米文动力科技有限公司 | 一种室内机器人混合定位系统及方法 |
CN109839921A (zh) * | 2017-11-24 | 2019-06-04 | 中国电信股份有限公司 | 视觉定位导航方法、装置以及终端 |
CN108198217A (zh) * | 2017-12-29 | 2018-06-22 | 百度在线网络技术(北京)有限公司 | 室内定位方法、装置、设备及计算机可读介质 |
CN108955682A (zh) * | 2018-04-03 | 2018-12-07 | 哈尔滨工业大学深圳研究生院 | 手机室内定位导航方法 |
CN109115221A (zh) * | 2018-08-02 | 2019-01-01 | 北京三快在线科技有限公司 | 室内定位、导航方法及装置、计算机可读介质和电子设备 |
CN109506658A (zh) * | 2018-12-26 | 2019-03-22 | 广州市申迪计算机系统有限公司 | 机器人自主定位方法和系统 |
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 |
CN111189440A (zh) * | 2019-12-31 | 2020-05-22 | 中国电建集团华东勘测设计研究院有限公司 | 一种基于空间信息模型与实时图像比对的定位导航方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113108793A (zh) * | 2021-03-25 | 2021-07-13 | 深圳宏芯宇电子股份有限公司 | 室内协同定位方法、设备以及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110849374B (zh) | 地下环境定位方法、装置、设备及存储介质 | |
CN110856112B (zh) | 一种群智感知的多源信息融合室内定位方法及系统 | |
KR101751731B1 (ko) | 위치 추적 시스템 및 방법 | |
CN109470238B (zh) | 一种定位方法、装置和移动终端 | |
CN105263113A (zh) | 一种基于众包的WiFi位置指纹地图构建方法及其系统 | |
CN106454747B (zh) | 手机终端的无线定位方法 | |
CN108919177B (zh) | 一种基于虚拟信源估计与轨迹校正的定位地图构建方法 | |
CN109379711B (zh) | 一种定位方法 | |
CN110850363B (zh) | 一种基于实时定位轨迹数据进行动态滤波优化的方法 | |
CN109917404B (zh) | 一种室内定位环境特征点提取方法 | |
US11067694B2 (en) | Locating method and device, storage medium, and electronic device | |
CN105717483A (zh) | 一种基于多源定位方式的位置确定方法及装置 | |
CN111148030A (zh) | 指纹数据库的更新方法、装置、服务器及存储介质 | |
CN110470295A (zh) | 一种基于ar定位的室内步行导航系统和方法 | |
CN109541612A (zh) | 基于单线激光雷达识别柱状物的机器人室内自定位系统 | |
CN114217268A (zh) | 一种基于机器学习的复杂环境下无线定位方法 | |
CN107356932B (zh) | 机器人激光定位方法 | |
CN111854755A (zh) | 室内定位方法、设备及计算机可读存储介质 | |
CN108462939B (zh) | 一种地磁时序分析的室内定位方法 | |
CN111444467B (zh) | 基于实时定位轨迹数据进行局部线性插值和预测的方法 | |
GB2570853A (en) | Identifying sites visited by a user device | |
CN109073761A (zh) | 使用真实世界地图和传感器数据确定经改进的用户位置的系统和方法 | |
CN116337068A (zh) | 基于仿人思路的机器人同步语义定位与建图方法及系统 | |
CN114185003B (zh) | 一种基于多源信号融合的室内定位方法及系统 | |
Yan et al. | Low-cost vision-based positioning system |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |