CN111862208A - 一种基于屏幕光通信的车辆定位方法、装置及服务器 - Google Patents

一种基于屏幕光通信的车辆定位方法、装置及服务器 Download PDF

Info

Publication number
CN111862208A
CN111862208A CN202010561570.3A CN202010561570A CN111862208A CN 111862208 A CN111862208 A CN 111862208A CN 202010561570 A CN202010561570 A CN 202010561570A CN 111862208 A CN111862208 A CN 111862208A
Authority
CN
China
Prior art keywords
target
image
vehicle
screen
identification code
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
Application number
CN202010561570.3A
Other languages
English (en)
Inventor
赵毓斌
文考
须成忠
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN202010561570.3A priority Critical patent/CN111862208A/zh
Publication of CN111862208A publication Critical patent/CN111862208A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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

Abstract

本申请适用于定位技术领域，提供了一种基于屏幕光通信的车辆定位方法、装置、服务器及可读存储介质，方法包括：接收目标车辆发送的包含目标屏幕图像的目标图像，对目标屏幕图像中的标识码进行识别，获得标识码信息，根据标识码信息计算目标车辆与目标屏幕之间的相对位置信息。本申请通过目标屏幕与车辆之间的屏幕光通信实现大范围高精度的车辆定位操作，设备成本低，减小了环境因素对测距精度的影响，提高了车辆定位的稳定性。

Description

一种基于屏幕光通信的车辆定位方法、装置及服务器
技术领域
本申请属于定位技术领域，尤其涉及一种基于屏幕光通信的车辆定位方法、装置及服务器。
背景技术
近年来，自动驾驶技术发展迅速，实现自动驾驶技术的过程中，如何进行车辆定位是其中一项重要研究内容。
车辆的定位技术通常包括以下几种：基于高精度雷达的定位方法、基于激光雷达的定位方法以及基于摄像头的定位方法。
其中，基于高精度雷达的定位方法是指通过在车辆上安装一个或多个高精度雷达，当高精度雷达发出超声波脉冲时，可利用超声波的反射特性接收周围物体反射回的超声波，并通过检测超声波的波形识别周边物体，进而确定车辆和物体之间的相对位置。
基于激光雷达的定位方法是指在车辆上安装激光雷达，通过激光雷达发射激光束，同时接收周围物体反射回的激光束，并将接收周围物体反射回的激光束与发射的激光束进行比较，来探测周围物体的位置、速度等特征量，进而确定车辆和物体之间的相对位置。
基于摄像头的定位方法是指利用摄像头进行定位的技术方案，其可划分为单目摄像头定位和多目摄像头定位两种方法。
单目摄像头定位的原理主要是单目摄像头拍摄的物体呈现近大远小。在已知车辆的车速和摄像头焦距的情况下，在固定间隔的时间下拍摄同一物体的多张图像，通过计算同一物体在多张图像上的尺寸变化，来计算出物体与摄像头之间的实际距离，进而确定车辆和物体之间的相对位置。
双目或多目摄像头定位则是利用视差的原理进行定位。在已知多个摄像头之间的间距的情况下，通过多个摄像头拍摄同一物体，计算同一个物体在多张图像上存在的偏差，根据偏差和多个摄像头之间的间距计算出物体和摄像头之间的实际距离，进而确定车辆和物体之间的相对位置。
然而，现有市场上的高精度雷达价格较昂贵，激光雷达定位时易受到天气和环境的影响，并且单目或多目摄像头仅能在范围较小的情况下实现高精度定位。
因此，相关的车辆定位方法分别具有成本高昂、精度低、范围小或者稳定性低的问题，从而无法广泛普及。
发明内容
本申请实施例提供了一种基于屏幕光通信的车辆定位方法、装置及服务器，可以解决现有的车辆定位方法的成本高昂、精度低、范围小或者稳定性低的问题。
第一方面，提供了一种基于屏幕光通信的车辆定位方法，应用于服务器，包括：
接收目标车辆发送的目标图像，所述目标图像包括目标屏幕图像；所述目标屏幕图像包括至少一个标识码；
对所述标识码进行图像识别，获得标识码信息；
根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息。
第二方面，提供了一种基于屏幕光通信的车辆定位方法，应用于车辆，包括：
获取图像；
在识别到所述图像包括目标屏幕图像时，判定所述图像为目标图像；
发送所述目标图像至服务器，以使所述服务器根据所述目标图像确定车辆与目标屏幕之间的相对位置信息。
第三方面，提供了一种基于屏幕光通信的车辆定位装置，应用于服务器，包括：
接收模块，用于接收目标车辆发送的目标图像，所述目标图像包括目标屏幕图像；所述目标屏幕图像包括至少一个标识码；
识别模块，用于对所述标识码进行图像识别，获得标识码信息；
确定模块，用于根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息。
第四方面，提供了一种基于屏幕光通信的车辆定位装置，应用于车辆，包括：
获取模块，用于获取图像；
判断模块，用于在识别到所述图像包括目标屏幕图像时，判定所述图像为目标图像；
发送模块，用于发送所述目标图像至服务器，以使所述服务器根据所述目标图像确定车辆与目标屏幕之间的相对位置信息。
第五方面，本申请实施例提供了一种服务器，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，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的基于屏幕光通信的车辆定位方法。
第六方面，本申请实施例提供了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述第一方面中任一项所述的基于屏幕光通信的车辆定位方法。
第七方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的基于屏幕光通信的车辆定位方法。
可以理解的是，上述第三方面至第六方面的有益效果可以参见上述第一方面或第二方面中的相关描述，在此不再赘述。
本申请实施例通过对目标车辆发送的目标屏幕图像的目标图像进行处理，对目标屏幕图像中的标识码进行识别获得标识码信息，根据标识码信息计算目标车辆与目标屏幕之间的相对位置信息，基于目标屏幕与车辆之间的屏幕光通信实现大范围高精度的车辆定位操作，设备成本低，减小了环境因素对测距精度的影响，提高了车辆定位的稳定性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请一实施例提供的基于屏幕光通信的车辆定位系统的架构图；
图2是本申请一实施例提供的基于屏幕光通信的车辆定位方法的流程示意图；
图3是本申请一实施例提供的对目标图像进行二值化处理的应用场景示意图；
图4是本申请另一实施例提供的基于屏幕光通信的车辆定位方法的目标屏幕的示意图；
图5是本申请另一实施例提供的基于屏幕光通信的车辆定位方法的目标屏幕的示意图；
图6是本申请一实施例提供的基于屏幕光通信的车辆定位方法的目标屏幕图像中包括第一线段的示意图；
图7是本申请一实施例提供的基于屏幕光通信的车辆定位方法的对预处理后的目标图像进行边界抑制处理的应用场景示意图；
图8是本申请一实施例提供的基于屏幕光通信的车辆定位方法的对预处理后的目标图像进行边界抑制处理的应用场景示意图；
图9是本申请一实施例提供的基于屏幕光通信的车辆定位方法的对预处理后的目标图像进行边界抑制处理的应用场景示意图；
图10是本申请一实施例提供的基于屏幕光通信的车辆定位方法的确定二维码定位区的应用场景示意图；
图11是本申请一实施例提供的基于屏幕光通信的车辆定位方法的二维码的定位区的示意图；
图12是本申请另一实施例提供的基于屏幕光通信的车辆定位方法的确定二维码定位区的应用场景示意图；
图13是本申请一实施例提供的基于屏幕光通信的车辆定位方法的计算目标车辆与目标屏幕之间的实际距离的应用场景示意图；
图14是本申请一实施例提供的基于屏幕光通信的车辆定位方法的计算目标车辆与目标屏幕之间的偏转角度的应用场景示意图；
图15是本申请另一实施例提供的基于屏幕光通信的车辆定位方法的检测二维码定位区域应用场景示意图；
图16是本申请另一实施例提供的基于屏幕光通信的车辆定位方法的流程示意图；
图17是本申请一实施例提供的基于屏幕光通信的车辆定位装置的结构示意图；
图18是本申请另一实施例提供的基于屏幕光通信的车辆定位装置的结构示意图；
图19是本申请实施例提供的服务器的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
本申请实施例提供的基于屏幕光通信的车辆定位方法可以应用于服务器或车辆等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
近年来，虽然自动驾驶技术已经实现了一定的发展已得到了广泛推广，但是现有的车辆定位技术的定位设备仍未覆盖至各个区域，在一定程度上导致了车辆定位精度不高的问题。为解决这一问题，本申请提出了一种基于屏幕光通信的车辆定位方法、基于屏幕光通信的车辆定位装置、服务器及计算机可读存储介质，可在车辆自动驾驶时，通过车辆与屏幕之间的屏幕光通信，实现高精度的车辆定位。
为实现本申请所提出的技术方案，可先构建一基于屏幕光通信的车辆定位系统。请参阅图1，该基于屏幕光通信的车辆定位系统由一个以上屏幕(图1中仅示出1个)、一个以上自动驾驶车辆(图1中仅示出3个，如车辆a、车辆b和车辆c)及服务器构成，且屏幕与自动驾驶车辆可实现屏幕光通信，自动驾驶车辆与服务器之间通信连接。
其中，自动驾驶车辆为可能存在车辆定位服务需求，以实现自动驾驶的车辆，屏幕为能够提供定位服务的定位设备。在自动驾驶车辆处于自动驾驶过程中，其可作为自动驾驶车辆向基于屏幕光通信的车辆定位系统的服务器发送包括目标屏幕图像的目标图像；服务器在接收到某自动驾驶车辆所发送的目标屏幕图像的目标图像后，可以对目标屏幕图像进行识别，获得标识码信息，根据标识码信息确定该自动驾驶车辆与目标屏幕之间的相对位置信息。
为了说明本申请所提出的技术方案，下面通过具体实施例来进行说明。
图2示出了本申请提供的基于屏幕光通信的车辆定位方法的示意性流程图，作为示例而非限定，该方法可以应用于上述服务器中。
S101、接收目标车辆发送的目标图像，所述目标图像包括目标屏幕图像；所述目标屏幕图像包括至少一个标识码。
在具体应用中，接收目标车辆上通过摄像头拍摄并发送的包括目标屏幕图像的目标图像，其中，摄像头可以是单目摄像头。
在具体应用中，可预先在每个地区(或城市)设定多个屏幕，屏幕的个数可根据实际情况进行具体设定；例如，在A城设定10000个屏幕。
其中，每个屏幕用于显示至少一个标识码，以提供标识码信息。屏幕的类型包括但不限于电子屏幕、路标或印刷品等。标识码可以是二维码或其他可以用于进行定位、同时可显示标识码信息的图像。目标屏幕是指与目标图像对应的屏幕。
需要说明的是，由于目标车辆拍摄的目标图像中可能包括除目标屏幕图像以外的其他物体图像。因此，需要对目标图像进行预处理，实现图像降噪处理，获得预处理后的目标图像，以减小环境噪声对车辆定位的精度产生的影响，从而提高车辆定位的精度。其中，预处理包括但不限于去噪处理和二值化处理中的至少一种。
在具体应用中，对目标图像进行二值化处理时，可通过最大类间方差法(OSTU)算法计算获得二值化处理的转换阈值T，设定将像素灰度大于T的像素点的值转换为255，像素灰度小于T的像素点的值转换为0；或者，设定将像素灰度大于T的像素点的值转换为0，像素灰度小于T的像素点的值转换为255，完成对图像的二值化处理。需要说明的是，T的取值范围为0～255。
在本申请实施例中，设定为将目标图像中灰度值大于T的像素点的灰度值转换为0，目标图像中灰度值小于T的像素点的灰度值转换为255。
其中，根据最大类间方差法(OSTU)算法计算获得转换阈值T的步骤如下：
目标图像中标识码的像素点个数占目标图像像素点个数的百分比以ω0表示，标识码的像素点的平均灰度以μ0表示，除标识码以外的其他像素点个数占目标图像像素点个数的百分比以ω1表示，除标识码以外的其他像素点的平均灰度以μ1表示。目标图像的总平均灰度以μ表示，类间方差以g表示，目标图像以O(x，y)表示，(x，y)为像素点在目标图像中的位置坐标，目标图像O(x，y)的尺寸为M个像素×N个像素，目标图像中像素的灰度值小于转换阈值T的像素个数为N0，目标图像中像素灰度大于转换阈值T的像素个数为N1。
对应的，可以获得目标图像O(x，y)的尺寸M×N、转换阈值T、标识码的像素点个数占目标图像像素点个数的百分比ω0、标识码的像素点的平均灰度μ0、除标识码以外的其他像素点个数占目标图像像素点个数的百分比ω1、除标识码以外的其他像素点的平均灰度μ1、目标图像的总平均灰度μ、类间方差g、N0和N1之间的转换关系，如下式所示：
Figure BDA0002546448470000091
Figure BDA0002546448470000092
N0+N1＝M×N (3)；
ω0+ω1＝1 (4)；
μ＝ω0×μ0+ω1×μ1 (5)；
g＝ω0(μ0-μ)2+ω1(μ1-μ)2 (6)；
通过对上述公式转换，可得到等价公式为：
g＝ω0ω1(μ0-μ1)2 (7)；
通过遍历T值，获取与T值对应的N0，N1，将与T值对应的N0，N1代入公式(1)—(7)计算获取使类间方差g最大的T值，作为对目标图像进行二值化处理的转换阈值T。
图3示例性的示出了一种对目标图像进行二值化处理后的应用场景示意图。
图3中，目标屏幕为电子屏，电子屏中包括两个标识码，且标识码为二维码，即目标图像包括一个电子屏图像，电子屏图像中包括两个二维码。
S102、对所述标识码进行图像识别，获得标识码信息。
在具体应用中，标识码信息是标识码上显示的，用于计算目标车辆与目标屏幕之间相对位置的信息。基于所设置的标识码的不同，识别得到的标识码信息也可以不同。下面结合图4-5对本申请提供的目标屏幕图像中的标识码信息进行示例性的说明。
在具体应用中，对预处理后的目标图像进行定位，确定标识码在目标图像中的位置，并根据标识码在目标图像中的位置对标识码进行图像识别，获得标识码信息；标识码信息包括但不限于标识码的实际尺寸(或实际边长)、标识码在目标屏幕中的显示位置信息、目标屏幕的标识以及当前时刻目标屏幕所在位置的路况信息等。
在具体应用中，每个屏幕设定不同的标识，因此可识别标识码信息中包括的目标屏幕的标识，确定与该标识对应的屏幕，作为目标屏幕，并根据目标屏幕中的标识确定目标屏幕的位置信息。
例如，若标识码信息中包括的目标屏幕的标识为ID008，则可确定ID008的屏幕即为目标屏幕，同时可获取ID008的目标屏幕的位置信息。
需要说明的是，可以预设时间间隔更新标识码，以更新标识码上携带的标识码信息，进而实时更新目标屏幕所在位置的路况信息。预设时间间隔根据实际情况进行具体设定，例如，设定预设时间间隔为30S，则可每间隔30s，更新一次标识码。
如图4所示，示例性的提供了一种目标屏幕的示意图；
图4中，目标屏幕为电子屏，电子屏中包括一个二维码，二维码关于电子屏中心对称，二维码的4条边与电子屏的边界之间的距离相同。
在具体应用中，在目标屏幕图像中的标识码为一个二维码的情况下，可根据对二维码进行图像预处理和边界抑制处理，确定该二维码的定位区在目标屏幕图像中的位置，从而确定二维码在目标图像中的具体位置，然后根据二维码在目标图像中的具体位置截取二维码图像，发送二维码图像至二维码解析器，通过二维码解析器对该二维码进行解析识别，获得标识码信息。
在一个实施例中，目标屏幕可包括两个以上的标识码。
在具体应用中，在目标屏幕中包括两个以上的标识码时，显示位置信息还可以包括多个标识码之间的相对位置信息。
如图5所示，示例性的提供了另一种目标屏幕的示意图；
图5中，目标屏幕为电子屏，电子屏中左右排列两个二维码，两个二维码的内容相同，左右两个二维码关于电子屏中心对称，图示右边的二维码以左边的二维码向右旋转90°的方式显示在电子屏中，图5中，每个二维码到电子屏边缘之间的距离a，两个二维码之间间距为2a，也即每个二维码到电子屏边缘之间的距离等于两个二维码之间间距的二分之一。
对应的，图5中每个二维码的标识码信息应包括：该二维码的尺寸(或边长)、该二维码和另一个二维码在电子屏中的显示位置信息为以电子屏的中心呈左右对称，并且该二维码与电子屏边界之间的距离和另一个二维码与电子屏边界之间的距离相同，该二维码和另一个二维码之间的距离为该二维码与电子屏边缘之间的距离的两倍，以及当前时刻目标屏幕所在位置的路况信息。
S103、根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息。
在具体应用中，目标车辆与目标屏幕之间的相对位置信息包括目标车辆与目标屏幕之间的实际距离和偏转角度。根据目标屏幕的标识确定对应的目标屏幕，根据标识码的实际尺寸(边长)、标识码在目标屏幕图像中的显示位置信息等计算获得目标车辆与目标屏幕之间的实际距离和角度。
在具体应用中，获取预设边在目标屏幕图像中的像边长，预设边在目标屏幕图像中的像边长具体可通过像素个数表示，将预设边在目标屏幕图像中的像边长(像素，px)转换为该预设边在目标屏幕图像中的长度(厘米，cm)，并根据该预设边在目标屏幕图像中的长度(厘米，cm)和预设边的实际边长，计算获得目标车辆与电子屏之间的实际距离。
在具体应用中，根据标识码的尺寸(边长)信息、标识码在目标屏幕上的显示位置信息，确定目标屏幕图像的中心点位置；并根据目标图像中心点像素和目标屏幕图像的中心点像素的像长度差，计算目标车辆与目标屏幕之间的偏转角度。其中，目标车辆与目标屏幕之间的偏转角度包括水平偏角和竖直偏角；
或者，可根据标识码在目标屏幕中的显示位置信息确定多个第一线段在目标屏幕图像中的位置，计算多个第一线段在目标屏幕图像中的像长度，根据多个第一线段的实际长度、多个第一线段在目标屏幕图像中的像长度以及预设的转换系数，分别计算多个第一线段与目标车辆之间的距离，根据多个第一线段与目标车辆之间的距离，计算目标车辆与目标屏幕之间的偏转角度。
在本申请实施例中，图像中长度的计量单位可通过像素(px)表示；因此，预设边在目标屏幕图像中的像边长可通过预设边在目标屏幕图像中的像素个数表示，目标图像中心点像素和目标屏幕图像的中心点像素的像长度差可通过目标图像中心点像素和目标屏幕图像的中心点像素的个数差值表示，多个第一线段在目标屏幕图像中的像长度可通过多个第一线段在目标屏幕图像中的像素个数表示；而预设边的实际边长以及第一线段的实际长度等数据的计量单位为厘米(cm)，因此，在计算目标车辆与目标屏幕之间的相对位置信息时，需通过像素与厘米之间的预设转换系数对计量单位进行转换，将像素(px)转换为厘米(cm)，获得预设边在目标屏幕图像中的边长(厘米，cm)，目标图像中心点像素和目标屏幕图像的中心点像素的长度差(厘米，cm)，以及第一线段在目标屏幕图像中的长度(厘米，cm)。
在一个实施例中，所述相对位置信息包括所述目标车辆和所述目标屏幕之间的实际距离，所述标识码信息包括所述标识码中的预设边的实际边长；
所述步骤S103，包括：
S1031、确定所述预设边在所述目标屏幕图像中的像边长；
S1032、根据所述预设边的实际边长、所述预设边在所述目标屏幕图像中的像边长和预设的转换系数，计算所述实际距离。
在具体应用中，相对位置信息包括目标车辆和目标屏幕之间的实际距离。其中，预设边在目标屏幕图像中的像边长可通过标识码中的预设边在目标屏幕图像中的像素个数表示，根据像素与厘米之间的预设转换系数对计量单位进行转换，获得预设边在目标屏幕图像中的长度(厘米，cm)，根据预设边在目标屏幕图像中的长度(厘米，cm)以及预设边的实际边长，计算目标车辆与目标屏幕之间的实际距离。
其中，预设边可以根据实际情况进行具体设定，例如，标识码是长方形时，设定预设边为标识码的高，对应的，标识码信息中包括的标识码的高的实际边长即为该预设边的实际边长。
例如，以标识码是二维码为例，在实际应用中二维码一般为正方形，因此可设定预设边为二维码的任意一条边；对应的，标识码信息中包括的二维码的实际边长即为预设边的实际边长，获取二维码的任意一条边在目标屏幕图像中的像素个数，进而可根据二维码的实际边长、二维码的任意一条边在目标屏幕图像中的像素个数，计算获得目标车辆与目标屏幕之间的实际距离。
在一个实施例中，所述相对位置信息包括所述目标车辆相对于所述目标屏幕的偏转角度；所述标识码信息包括所述标识码中预设的多个第一线段的实际长度；
所述步骤S103，包括：
确定所述多个第一线段在所述目标屏幕图像中的像长度；
根据所述多个第一线段在所述目标屏幕图像中的像长度、所述多个第一线段的实际长度和预设的转换系数，分别计算所述多个第一线段与所述目标车辆之间的距离；
根据所述多个第一线段与所述目标车辆之间的距离，确定所述偏转角度。
在具体应用中，相对位置信息包括目标车辆相对于目标屏幕的偏转角度，偏转角度包括水平偏角和竖直偏角。标识码信息包括所述标识码中预设的多个第一线段的实际长度；其中，第一线段为标识码中的用于测定目标车辆与目标屏幕之间的偏转角度的线段，第一线段在标识码中的位置可根据实际情况进行具体设定，第一线段的实际长度根据其在标识码中的位置改变。
在具体应用中，根据每个第一线段在标识码中的位置，确定每个第一线段的实际长度，计算每个第一线段在目标屏幕图像中像长度；第一线段在目标屏幕图像中的像长度的计量单位通常为像素(px)，根据像素与厘米之间的预设的转换系数，将计量单位转换为长度(厘米，cm)，获得每个第一线段在目标屏幕图像中的长度(厘米，cm)，分别根据每个第一线段在目标屏幕图像中的长度(厘米，cm)以及每个第一线段的实际长度计算每个第一线段与所述目标车辆之间的距离。
具体的，多个第一线段应包括多个水平线段和多个竖直线段。对应的，目标屏幕图像中多个第一线段与目标车辆之间的距离包括水平距离和竖直距离，分别用于计算目标车辆相对于目标屏幕的竖直偏角及目标车辆相对于目标屏幕的水平偏角。
在具体应用中，可通过预设算法对所有水平距离计算，获得目标车辆与目标屏幕之间的竖直偏角，通过预设算法对所有竖直距离计算，获得目标车辆与目标屏幕之间的水平偏角。其中，预设算法包括但不限于Music(Multiple SignalClassificationalgorithm)算法。
由于目标图像中的线段会产生形变，通过确定标识码中预设的多个第一线段的位置，进而确定多个第一线段的形变程度。可根据多个第一线段的形变程度计算目标车辆与目标屏幕之间的偏转角度，实现通过单目摄像头模拟基于多目摄像头的定位方法进行车辆定位，减小偏转角度的精度误差，且不依赖于基于多个图像的图像匹配算法，且受环境因素影响较低，可以在复杂的情况下实现车辆定位。
例如，若设定第一线段共有8条，分别为4条水平线段和4条竖直线段，且每两条水平线段之间的间距相同，每两条竖直线段之间的间距相同；则可根据标识码边长的像长度，确定标识码中4条等距的水平线段的实际长度，4条等距的竖直线段的实际长度以及每条第一线段的位置信息。
例如，标识码为如二维码的正方形图像，其边长的像素个数为50，则可对应获得每条水平线段之间的间距为10个像素，每条竖直线段之间的间距为10个像素，进而确定每条水平线段以及每条竖直线段在标识码中的位置。
如图6所示，提供了一种目标屏幕图像中的第一线段的示意图。
图6a中，目标屏幕为电子屏，对应的目标屏幕图像为电子屏图像，电子屏图像中包括一个二维码；其中，第一线段为二维码上的4条等距的水平线段和4条等距的竖直线段；
图6b中，目标屏幕为电子屏，对应的目标屏幕图像为电子屏图像，电子屏图像中包括两个相同的二维码；其中，第一线段为每个二维码上2条等距的水平线段和2条等距的竖直线段。
在一个实施例中，所述相对位置信息包括所述目标车辆相对于所述目标屏幕的偏转角度，所述标识码信息包括所述标识码在所述目标屏幕中的显示位置信息；
所述步骤S103，包括：
根据所述显示位置信息确定所述目标屏幕图像的中心点；
计算所述目标图像的中心点到所述目标屏幕图像的中心点之间的像长度差；
根据所述像长度差确定所述偏转角度。
在具体应用中，相对位置信息包括目标车辆相对于目标屏幕的偏转角度。确定目标图像的中心点，并根据标识码在目标图像中的显示位置信息以及标识码的尺寸(边长)，可确定目标屏幕图像的中心点，然后计算目标图像的中心点和目标屏幕图像的中心点之间的像长度差；由于图像中长度的计量单位为像素(px)，可根据像素到厘米之间的预设转换系数，将计量单位转换为长度(厘米，cm)，获得目标图像的中心点和目标屏幕图像的中心点之间的长度差值(厘米，cm)，并根据目标图像的中心点和目标屏幕图像的中心点之间的长度差值(厘米，cm)、目标车辆到目标屏幕之间的实际距离，计算获得目标车辆相对于目标屏幕的偏转角度。
在具体应用中，目标图像的中心点和目标屏幕图像的中心点之间的像长度差可通过像素个数差值表示；目标图像的中心点和目标屏幕图像的中心点之间的像素个数差值包括水平像素个数差值和竖直像素个数差值，对应的，可根据目标图像的中心点和目标屏幕图像的中心点之间的水平像素个数差值以及目标车辆到目标屏幕之间的实际距离，计算获得目标车辆相对于目标屏幕的水平偏角；根据目标图像的中心点和目标屏幕图像的中心点之间的竖直像素个数差值以及目标车辆到目标屏幕之间的实际距离，计算获得目标车辆相对于目标屏幕的竖直偏角。
以目标屏幕为电子屏，目标屏幕图像为电子屏图像，电子屏图像包括两个标识码，标识码是二维码为例。如图7至图15所示，提供一种计算目标车辆与目标屏幕之间的相对位置信息的应用场景示意图；
其中，图7-9为对预处理后的目标图像进行边界抑制处理的应用场景示意图。
在具体应用中，边界抑制操作包括：以图像中的任一个像素点的8个像素点为边缘像素点(需要说明的是，在图像边界处的中心像素点的边缘像素点会少于8个)，比较每一个像素点和该像素点的边缘像素点的灰度值，若任一个像素点的边缘像素点的灰度值均为0，则认为该像素点是与图像边界相邻的像素点，将该像素点的灰度值转换为0。
在正常情况下，每个二维码具有三个定位区域，每个定位区域均由一个黑色边框、一个白色边框和一个方块构成。对二维码进行边界抑制处理后，可获得如图7所示的图像，图像中留下很多由一个黑色边框、一个白色边框和一个方块嵌套显示的像素区域(如图8所示)以及其他像素区域，将图9中其他像素区域的灰度值转换为0，获得如图9所示的图像。其中，图7中的由一个黑色边框、一个白色边框和一个方块嵌套显示的像素区域中包含了二维码的定位区域。
图10-12为确定二维码定位区的应用场景示意图。
在具体应用中，在标识码为二维码时，确定二维码的定位区，包括：
标记标识码上所有满足预设标记条件的区域；
遍历所有被标记区域，计算每一个被标记区域的质心位置；
对质心位置进行检测，获取所有满足预设定位条件的质心所在的被标记区域，确定标识码的定位区域；
识别标识码定位区域的定位区域，获得标识码的信息。
在具体应用中，可根据标识码的类型的不同，对应设定预设标记条件和预设定位条件。其中，预设定位条件为预先设定的判定标识码中任一个像素区域是否为标识码的定位区域的识别条件。
在标识码为二维码时，设定预设标记条件为多个黑色边框和一个黑色方块嵌套显示的像素区域。然后对满足预设标记条件的被标记区域进行填充处理(如图10示，将被标记区域的像素灰度值转换为0)，遍历计算每一个被标记区域的质心位置；并根据标识码的类型，确定对应的预设定位条件，对质心位置进行检测，获取所有满足预设定位条件的质心所在的被标记区域，确定标识码的定位区域。
图11为二维码的定位区的示意图。
图11中，以二维码定位区域内白色色块(即像素值为1的部分)为波峰，以二维码定位区域内黑色色块(即像素值为0的部分)为波谷。预先确定一条以被填充区域的质心位置为中心，与二维码图像的边缘平行的竖直线段。对应的，可以确定每个二维码的波峰与波谷的相对宽度可以根据竖直线段以竖直方向经过质心位置时，像素值为0、1的像素点个数来计算。因此，对应的预设定位条件可以设为波峰个数为3，波谷的个数为2，并且波峰的和波谷的宽度比例满足预设比例阈值的像素区域是二维码的定位区域。
可以理解的是，可将波峰的个数和/或波谷的个数不满足预设个数的像素区域的灰度值转换为0。
具体的，可通过欧几里德距离来衡量计算获得像素区域内波峰、波谷比例的相似度，并将相似度作为预设比例阈值。具体算法如下：
设定波峰和波谷之间比例为e1：e2：e3：e4：e5，通过欧氏距离计算波峰、波谷比例的相似度XSD的公式为：
Figure BDA0002546448470000171
通过实验模拟可以知道，当XSD的值小于0.8时，检测二维码定位区域的结果准确度较高。
因此，可设定预设比例阈值为0.8，即在某像素区域波峰个数为3，波谷的个数为2的情况下，若该区域像素区域的波峰和波谷比例小于0.8，则判定该区域像素区域的为二维码定位区域；若该区域像素区域的波峰和波谷比例大于0.8，则判定该区域像素区域的不是二维码定位区域。
图12中，包括一个判定为二维码定位区域的像素区域。
在具体应用中，确定每个二维码的定位区域后，根据两个二维码的排列方式可以知道，图12中，横坐标较小的二维码三个定位区域为左侧二维码的定位区域，横坐标较大的三个二维码定位区域为右侧二维码的定位区域，对每个二维码的所有定位区域进行识别，获得每个二维码的标识码信息。
图13为计算目标车辆与目标屏幕之间的实际距离的应用场景示意图；
由步骤S103的内容可知，目标图像中的长度计量单位为像素(px)，因此可通过像素与厘米之间的预设转换系数，将长度计量单位转换为厘米(cm)，获得标识码在目标图像中边的长度(厘米，cm)；然后对标识码的实际边长和标识码在目标图像中边的长度(厘米，cm)进行计算，获得目标车辆与目标屏幕之间的实际距离。
图13中，摄像机的焦距以F表示；目标车辆与目标屏幕之间的实际距离以Y表示；以BC表示二维码的实际边长值，DE表示二维码在目标屏幕图像上的像素个数。
因此，可以预先获取摄像机的拍摄像素密度，摄像机的像素密度PPI、长度CM(计量单位为cm)和像素个数PX之间的转换关系如下：
Figure BDA0002546448470000181
由于PPI是一个固定系数，可事先测定或者直接由摄像机说明书中读取，因此可以将二维码在目标屏幕图像上的边的像素个数DE作为PX，代入公式(8)，可以将DE的计量单位从像素转换为厘米；
根据图13可知，ΔABC和ΔADE可以构成一对相似三角形。其中，Y表示ΔABC以BC为底的高。因此，可以理解Y＝AC。
对应的，可以获得目标车辆与目标屏幕之间的实际距离Y和摄像机的焦距F存在如下式的比例关系：
Figure BDA0002546448470000191
也即：
Figure BDA0002546448470000192
根据公式(10)计算，可获得目标车辆与目标屏幕之间的实际距离Y。
在一种情况下中，常用的摄像头标注的镜头焦距不等于实际拍摄的焦距，并且通常在拍摄图像后，摄像头可能会对图片做一些预处理(例如，去噪处理)，使得获取到的摄像机的焦距F值与实际拍摄的焦距具有一定偏差。
可选的，针对上述情况，本申请实施例提供另一种计算目标车辆与目标屏幕之间的实际距离实际距离的方式，可避免因摄像头参数不准确带来的定位精度降低的问题：
二维码的实际边长以X表示，预先获取在任一车辆与目标屏幕之间的距离为Y2时，对应的二维码在目标屏幕图像中边长的像素个数X2，同时获取二维码像素到厘米的转换系数PPI。
根据像素与厘米之间的转换关系，可以获得：
Figure BDA0002546448470000193
Figure BDA0002546448470000194
已知目标车辆与电子屏之间的距离为Y2和对应的二维码边长的像素个数X2，因此可以获得：
Figure BDA0002546448470000195
对公式(13)进行转换，进而获得Y的计算公式为：
Figure BDA0002546448470000196
其中，Y即为目标屏幕到摄像头之间的直线距离，也即目标车辆与目标屏幕之间的实际距离。
图14为计算目标车辆与目标屏幕之间的偏转角度的应用场景示意图。
图14中，摄像头到目标屏幕中心之间的水平距离以DX表示，摄像头到目标屏幕中心之间的竖直距离以DY表示。由于两个二维码关于目标屏幕中心对称，且每个二维码到电子屏边缘之间的距离等于两个二维码之间间距的二分之一，则可确定目标图像中两个二维码的中间点即为目标屏幕图像中心点；目标图像中心点到目标屏幕图像中心点的水平像素个数差值以C1表示，竖直像素个数差值以C2表示，目标图像上单个二维码的宽的像素个数为PX，单个二维码高的像素个数为PY。二维码实际边长以L表示，则水平距离DX和竖直距离DY可通过下式计算获得：
Figure BDA0002546448470000201
Figure BDA0002546448470000202
目标车辆与目标屏幕之间的实际距离为Y，则目标车辆与目标屏幕之间的水平偏角计算公式如下：
Figure BDA0002546448470000203
目标车辆与目标屏幕之间的竖直偏角计算公式如下：
Figure BDA0002546448470000204
如图15所示，提供了另一种计算目标车辆与目标屏幕之间的偏转角度的应用场景示意图。
图15中，根据二维码的实际边长、二维码在目标屏幕图像上的具体位置信息，确定每个二维码上的两条等距的预设水平线及两条等距的预设竖直线的位置；可以理解的是，预设水平线与预设竖直线的实际长度为二维码的实际边长。
根据二维码的实际边长，二维码在目标屏幕图像中边长的像素个数，计算获得每条预设水平线与目标车辆之间的水平距离，以及每条预设竖直线与目标车辆之间的竖直距离。
需要说明的是，由于在摄像头水平偏转时，图像中在竖直方向上的线段形变较大，在摄像头竖直偏转时，图像中在水平方向上的线段形变较大，因此，可将预设竖直线与目标车辆之间的竖直距离用于测水平偏角，预设水平线与目标车辆之间的水平距离用于测量竖直偏角。
通过Music算法计算水平偏角的步骤如下：以两条预设竖直线之间的间距为d，以间距d的矩阵构造Music算法的入射信号(也即输入数据)
Figure BDA0002546448470000211
其中，中间变量Z1，Z2，Z3，Z4分别为：
Z1＝0；
Figure BDA0002546448470000212
Figure BDA0002546448470000213
Figure BDA0002546448470000214
其中，Y1表示根据第一条竖直线段(如目标屏幕图像中左边二维码的左边缘)估计出的目标车辆与目标屏幕之间的距离值；Y2表示根据第二条竖直线段估计出的目标车辆与目标屏幕之间的距离值；Y3表示根据第三条竖直线段估计出的目标车辆与目标屏幕之间的距离值；Y4表示根据第四条竖直线段(如目标屏幕图像中右边二维码右边缘)估计出的目标车辆与目标屏幕之间的距离值。
计算输入信号的协方差矩阵如下：
RS(i)＝S(i)SH(i) (19)；
其中，H表示矩阵的共轭转置；
获得的协方差矩阵Rx可以改写为：
RS(i)＝ARAH+σ2I (20)；
其中，A为方向响应向量；R为信号相关矩阵，由输入信号S(i)中提取得到；σ2为噪声功率，I为单位矩阵；
对Rx进行特征分解，γ为分解得到的特征值，υ(θ)为与特征值γ对应的特征向量。根据特征值γ的大小进行排序，以最大特征值对应的特征向量υ(θ)为信号部分空间，以除最大特征值以外的其他3个特征值和对应的特征向量作为噪声部分空间，获得噪声矩阵En。
AHυi(θ)＝0，i＝2,3,4 (21)；
En＝[υ2(θ),υ3(θ),υ4(θ)] (22)；
计算获得的水平偏角P为：
Figure BDA0002546448470000221
其中，a表示信号向量(由S(i)中提取得到)。
在具体应用中，摄像头偏转一定角度后，图像会产生一定程度的形变。并且，摄像头偏转不同的角度，对应产生的图像的形变程度不同。因此，可根据图像上的形变程度可计算出摄像头偏转的角度信息。
因此，基于屏幕光通信，实现将目标图像上的多条线段的形变程度转化为入射信号，作为Music算法的输入值，以计算出摄像头相对于目标屏幕中心的偏转角度，作为目标车辆与目标屏幕之间的角度。
在实际应用中，由于二维码在不同位置上发生的形变程度不同，Music算法计算出的偏转角度误差不同。
根据实验证明，在标识码上的多条第一线段形变程度的差值最大时，Music算法计算得到的偏转角度误差最小。
因此，需要计算使得Music算法计算的偏转角度误差最小的摄像头偏转角度，计算方法如下：
设定摄像机的拍摄的转换矩阵为：
K＝[α-N，α1-N，α2-N，...α0,...αN-2,αN-1,αN] (24)；
由于摄像头在拍摄图像时，其产生的畸变程度关于中心左右对称，因此可以获得：
α-N＝αN>α1-N＝αN-1>...>α0 (25)；
其中，K为摄像头的畸变矩阵。一般情况下，物体的实际位置和在图像中的位置不太一样。矩阵K表述的是物体实际位置和在图像里位置的转换关系。图像是一个二维的矩阵，对应的，K也是一个二维矩阵。K中的α是一个列向量，α-N表示最左边的列向量，可以理解的是，α1-N表示左数第二列向量，α2-N表示左数第三列向量等。
假设二维码图像上的第一线段分别位于图像上的p处和q处，对应的可以计算出上述两条第一线段与目标车辆之间的距离为Dp和Dq，两条第一线段像素个数分别为Pp和Pq，二维码的实际边长以L表示，相机焦距以F表示，对公式(9)进行转换，可以获得：
Figure BDA0002546448470000231
Figure BDA0002546448470000232
Figure BDA0002546448470000233
Figure BDA0002546448470000234
以两条第一线段之间的像素个数差值为W，进而获得：
W＝Ppαp-Pqαq (30)；
可以获得在q＝0(即点q处于目标屏幕图像的中心点)，且图像上p与q之间的距离最大时，两条第一线段之间的像素个数差值最大。因此，在实际拍摄的过程中，控制摄像头偏转拍摄时，应尽量使得目标屏幕图像中的左边二维码的右侧边靠近目标屏幕图像的中心点，使得目标屏幕图像中的右边二维码的左侧边靠近目标屏幕图像的中心点，以使Music算法计算得到的偏转角度误差最小。
通过将线段在图像上的形变程度转换为入射信号，作为Music算法的输入值，可实现基于屏幕光通信通过Music算法计算获得摄像头相对于目标屏幕中心的偏转角度，进而获得目标车辆与目标屏幕之间的角度，提高了计算的效率和准确率。
在一个实施例中，步骤S103之后，还包括：
S104、获取其他车辆与所述目标电子之间的第二相对位置信息。
在具体应用中，获取其他车辆发送的包含目标屏幕图像的目标图像，通过上述步骤S101至S103进行计算，获得其他车辆与目标屏幕之间的第二相对位置信息；可以理解的是，其他车辆与目标屏幕之间的第二相对位置信息包括其他车辆与目标屏幕之间的距离和偏转角度。
S105、根据所述相对位置信息和所述第二相对位置信息确定所述目标车辆与所述其他车辆之间的第三相对位置信息。
在具体应用中，目标车辆与其他车辆之间的第三相对位置信息包括目标车辆与其他车辆之间的距离和角度。可根据目标车辆与目标屏幕之间的相对位置信息以及其他车辆与目标屏幕之间的第二相对位置信息，计算获得目标车辆与其他车辆之间的距离和角度，确定目标车辆与其他车辆之间的第三相对位置信息。
在一个实施例中，所述目标屏幕图像包括至少两个相同的标识码。
在具体应用中，通过设定两个以上的标识码，可以实现通过单目摄像头拍摄一个目标图像时，识别获得多个标识码的标识码信息，可对至少两个标识码的标识码信息进行分析计算，模拟基于双目/多目摄像头的定位方法进行车辆定位，但在计算过程中可不依赖于基于多个图像的图像匹配算法，减小了设备成本和计算量，扩大了高精度测距的范围，并且，基于多个标识码与车辆间的通信实现车辆定位受环境因素的影响小。
在一个实施例中，所述标识码信息还包括所述目标屏幕所在区域的道路交通信息，所述根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息之后，所述方法还包括：
根据所述相对位置信息和所述道路交通信息，生成与目标车辆对应的行车指令，所述行车指令包括行车速度和行车方向；
发送所述行车指令至所述目标车辆，以控制所述目标车辆根据所述行车指令行驶。
在具体应用中，获取目标屏幕所在区域的道路交通信息，根据相对位置信息和道路交通信息分析确定目标车辆所在场所(道路)的路况信息，并生成与目标车辆对应的行车指令，将行车指令发送至目标车辆，控制目标车辆根据行车指令行驶。
本实施例通过对目标车辆发送的目标屏幕图像的目标图像进行处理，对目标屏幕图像中的标识码进行识别获得标识码信息，根据标识码信息计算目标车辆与目标屏幕之间的相对位置信息，基于目标屏幕与车辆之间的屏幕光通信实现大范围高精度的车辆定位操作，设备成本低，减小了环境因素对测距精度的影响，提高了车辆定位的稳定性。
图16示出了本申请提供的基于屏幕光通信的车辆定位方法的示意性流程图，作为示例而非限定，该方法可以应用于车辆中。
S201、获取图像；
S202、在识别到所述图像包括目标屏幕图像时，判定所述图像为目标图像；
S203、发送所述目标图像至服务器，以使所述服务器根据所述目标图像确定车辆与目标屏幕之间的相对位置信息。
在具体应用中，实时控制摄像头拍摄图像，并对图像进行分析识别，在识别到图像中包括目标屏幕图像时，判定该图像为目标图像，将目标图像发送至服务器，以使服务器根据对目标图像中的标识码进行图像识别，获得标识码信息，然后根据标识码信息确定车辆与目标屏幕之间的相对位置信息。
本实施例通过实时获取图像，并在识别到图像包括目标屏幕图像时，将该图像作为目标图像发送至服务器，以使服务器根据目标图像确定车辆与目标屏幕之间的相对位置信息，从而基于目标屏幕与车辆之间的屏幕光通信实现大范围高精度的车辆定位操作，设备成本低，同时提高了对车辆进行高精度定位的范围和稳定性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的基于屏幕光通信的车辆定位方法，图17示出了本申请实施例提供的基于屏幕光通信的车辆定位装置100的结构框图，所述基于屏幕光通信的车辆定位装置100应用于服务器中，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图17，该基于屏幕光通信的车辆定位装置100包括：
接收模块101，用于接收目标车辆发送的目标图像，所述目标图像包括目标屏幕图像；所述目标屏幕图像包括至少一个标识码；
识别模块102，用于对所述标识码进行图像识别，获得标识码信息；
确定模块103，用于根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息；
在一个实施例中，所述装置100，还包括：
获取模块104，用于获取其他车辆与所述目标电子之间的第二相对位置信息；
第二确定模块105，用于根据所述相对位置信息和所述第二相对位置信息确定所述目标车辆与所述其他车辆之间的第三相对位置信息。
在一个实施例中，所述相对位置信息包括所述目标车辆和所述目标屏幕之间的实际距离，所述标识码信息包括所述标识码中的预设边的实际边长；
所述确定模块103，包括：
第一确定单元1031，用于确定所述预设边在所述目标屏幕图像中的像边长；
第一计算单元1032，用于根据所述预设边的实际边长、所述预设边在所述目标屏幕图像中的像边长和预设的转换系数，计算所述实际距离。
在一个实施例中，所述相对位置信息包括所述目标车辆相对于所述目标屏幕的偏转角度，所述标识码信息包括所述标识码在所述目标屏幕中的显示位置信息，所述确定模块103，包括：
第二确定单元1033，用于根据所述显示位置信息确定所述目标屏幕图像的中心点；
第二计算单元1034，用于计算所述目标图像的中心点到所述目标屏幕图像的中心点之间的像长度差；
第三确定单元1035，用于根据所述像长度差确定所述偏转角度。
在一个实施例中，所述相对位置信息包括所述目标车辆相对于所述目标屏幕的偏转角度；所述标识码信息包括所述标识码中预设的多个第一线段的实际长度；
所述确定模块103，包括：
第四确定单元1036，用于确定所述多个第一线段在所述目标屏幕图像中的像长度；
第三计算单元1037，用于根据所述多个第一线段在所述目标屏幕图像中的像长度、所述多个第一线段的实际长度和预设的转换系数，分别计算所述多个第一线段与所述目标车辆之间的距离；
第五确定单元1038，用于根据所述多个第一线段与所述目标车辆之间的距离，确定所述偏转角度。
在一个实施例中，所述标识码信息还包括所述目标屏幕所在区域的道路交通信息，所述装置100，还包括：
生成模块，用于根据所述相对位置信息和所述道路交通信息，生成与目标车辆对应的行车指令，所述行车指令包括行车速度和行车方向；
发送模块，用于发送所述行车指令至所述目标车辆，以控制所述目标车辆根据所述行车指令行驶。
本实施例通过对目标车辆发送的目标屏幕图像的目标图像进行处理，对目标屏幕图像中的标识码进行识别获得标识码信息，根据标识码信息计算目标车辆与目标屏幕之间的相对位置信息，基于目标屏幕与车辆之间的屏幕光通信实现大范围高精度的车辆定位操作，设备成本低，减小了环境因素对测距精度的影响，提高了车辆定位的稳定性。
对应于上文实施例所述的基于屏幕光通信的车辆定位方法，图18示出了本申请实施例提供的基于屏幕光通信的车辆定位装置200的结构框图，所述基于屏幕光通信的车辆定位装置200应用于车辆中，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图18，该基于屏幕光通信的车辆定位装置200包括：
获取模块201，用于获取图像；
判断模块202，用于在识别到所述图像包括目标屏幕图像时，判定所述图像为目标图像；
发送模块203，用于发送所述目标图像至服务器，以使所述服务器根据所述目标图像确定车辆与目标屏幕之间的相对位置信息。
本实施例通过实时获取图像，并在识别到图像包括目标屏幕图像时，将该图像作为目标图像发送至服务器，以使服务器根据目标图像确定车辆与目标屏幕之间的相对位置信息，从而基于目标屏幕与车辆之间的屏幕光通信实现大范围高精度的车辆定位操作，设备成本低，同时提高了对车辆进行高精度定位的范围和稳定性。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
图19为本申请一实施例提供的服务器的结构示意图。如图19所示，该实施例的服务器19包括：至少一个处理器190(图19中仅示出一个)处理器、存储器191以及存储在所述存储器191中并可在所述至少一个处理器190上运行的计算机程序192，所述处理器190执行所述计算机程序192时实现上述任意各个基于屏幕光通信的车辆定位方法实施例中的步骤。
所述服务器19可以是云端服务器等计算设备。该服务器可包括，但不仅限于，处理器190、存储器191。本领域技术人员可以理解，图19仅仅是服务器19的举例，并不构成对服务器19的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器190可以是中央处理单元(Central Processing Unit，CPU)，该处理器190还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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。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。
所述存储器191在一些实施例中可以是所述服务器19的内部存储单元，例如服务器19的硬盘或内存。所述存储器191在另一些实施例中也可以是所述服务器19的外部存储设备，例如所述服务器19上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字卡(Secure Digital，SD)，闪存卡(Flash Card)等。进一步地，所述存储器191还可以既包括所述服务器19的内部存储单元也包括外部存储设备。所述存储器191用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器191还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种服务器，该服务器包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了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可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上仅为本申请的可选实施例而已，并不用于限制本申请。对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于屏幕光通信的车辆定位方法，其特征在于，应用于服务器，包括：
接收目标车辆发送的目标图像，所述目标图像包括目标屏幕图像；所述目标屏幕图像包括至少一个标识码；
对所述标识码进行图像识别，获得标识码信息；
根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息。
2.根据权利要求1所述的方法，其特征在于，所述相对位置信息包括所述目标车辆和所述目标屏幕之间的实际距离，所述标识码信息包括所述标识码中的预设边的实际边长；
所述根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息，包括：
确定所述预设边在所述目标屏幕图像中的像边长；
根据所述预设边的实际边长、所述预设边在所述目标屏幕图像中的像边长和预设的转换系数，计算所述实际距离。
3.根据权利要求1所述的方法，其特征在于，所述相对位置信息包括所述目标车辆相对于所述目标屏幕的偏转角度，所述标识码信息包括所述标识码在所述目标屏幕中的显示位置信息，所述根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息，包括：
根据所述显示位置信息确定所述目标屏幕图像的中心点；
计算所述目标图像的中心点到所述目标屏幕图像的中心点之间的像长度差；
根据所述像长度差确定所述偏转角度。
4.根据权利要求1所述的方法，其特征在于，所述相对位置信息包括所述目标车辆相对于所述目标屏幕的偏转角度；所述标识码信息包括所述标识码中预设的多个第一线段的实际长度；
所述根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息，包括：
确定所述多个第一线段在所述目标屏幕图像中的像长度；
根据所述多个第一线段在所述目标屏幕图像中的像长度、所述多个第一线段的实际长度和预设的转换系数，分别计算所述多个第一线段与所述目标车辆之间的距离；
根据所述多个第一线段与所述目标车辆之间的距离，确定所述偏转角度。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述标识码信息还包括所述目标屏幕所在区域的道路交通信息，所述根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息之后，所述方法还包括：
根据所述相对位置信息和所述道路交通信息，生成与目标车辆对应的行车指令，所述行车指令包括行车速度和行车方向；
发送所述行车指令至所述目标车辆，以控制所述目标车辆根据所述行车指令行驶。
6.一种基于屏幕光通信的车辆定位方法，其特征在于，应用于车辆，包括：
获取图像；
在识别到所述图像包括目标屏幕图像时，判定所述图像为目标图像；
发送所述目标图像至服务器，以使所述服务器根据所述目标图像确定车辆与目标屏幕之间的相对位置信息。
7.一种基于屏幕光通信的车辆定位装置，其特征在于，应用于服务器，包括：
接收模块，用于接收目标车辆发送的目标图像，所述目标图像包括目标屏幕图像；所述目标屏幕图像包括至少一个标识码；
识别模块，用于对所述标识码进行图像识别，获得标识码信息；
确定模块，用于根据所述标识码信息确定所述目标车辆与目标屏幕之间的相对位置信息。
8.一种基于屏幕光通信的车辆定位装置，其特征在于，应用于车辆，包括：
获取模块，用于获取图像；
判断模块，用于在识别到所述图像包括目标屏幕图像时，判定所述图像为目标图像；
发送模块，用于发送所述目标图像至服务器，以使所述服务器根据所述目标图像确定车辆与目标屏幕之间的相对位置信息。
9.一种服务器，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5任一项，或6所述的方法。
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5任一项，或6所述的方法。
CN202010561570.3A 2020-06-18 2020-06-18 一种基于屏幕光通信的车辆定位方法、装置及服务器 Pending CN111862208A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010561570.3A CN111862208A (zh) 2020-06-18 2020-06-18 一种基于屏幕光通信的车辆定位方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010561570.3A CN111862208A (zh) 2020-06-18 2020-06-18 一种基于屏幕光通信的车辆定位方法、装置及服务器

Publications (1)

Publication Number Publication Date
CN111862208A true CN111862208A (zh) 2020-10-30

Family

ID=72986803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010561570.3A Pending CN111862208A (zh) 2020-06-18 2020-06-18 一种基于屏幕光通信的车辆定位方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN111862208A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444203A (zh) * 2020-11-18 2021-03-05 上海原观科技有限公司 基于条码带的车辆位置检测装置、方法以及车辆定位系统
WO2023013407A1 (ja) * 2021-08-05 2023-02-09 大日本印刷株式会社 測定システム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202007012798U1 (de) * 2007-09-12 2009-02-12 Pepperl + Fuchs Gmbh Positioniersysteme
US20110010023A1 (en) * 2005-12-03 2011-01-13 Kunzig Robert S Method and apparatus for managing and controlling manned and automated utility vehicles
CN104637330A (zh) * 2015-02-15 2015-05-20 国家电网公司 基于视频二维码的车载导航通讯系统及防超速方法
CN104848858A (zh) * 2015-06-01 2015-08-19 北京极智嘉科技有限公司 二维码以及用于机器人的视觉-惯性组合导航系统及方法
CN110515464A (zh) * 2019-08-28 2019-11-29 百度在线网络技术（北京）有限公司 Ar显示方法、装置、车辆和存储介质
CN110852132A (zh) * 2019-11-15 2020-02-28 北京金山数字娱乐科技有限公司 一种二维码空间位置确认方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110010023A1 (en) * 2005-12-03 2011-01-13 Kunzig Robert S Method and apparatus for managing and controlling manned and automated utility vehicles
DE202007012798U1 (de) * 2007-09-12 2009-02-12 Pepperl + Fuchs Gmbh Positioniersysteme
CN104637330A (zh) * 2015-02-15 2015-05-20 国家电网公司 基于视频二维码的车载导航通讯系统及防超速方法
CN104848858A (zh) * 2015-06-01 2015-08-19 北京极智嘉科技有限公司 二维码以及用于机器人的视觉-惯性组合导航系统及方法
CN110515464A (zh) * 2019-08-28 2019-11-29 百度在线网络技术（北京）有限公司 Ar显示方法、装置、车辆和存储介质
CN110852132A (zh) * 2019-11-15 2020-02-28 北京金山数字娱乐科技有限公司 一种二维码空间位置确认方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SEOKJU LEE, ET AL.: "Autonomous Tour Guide Robot by using Ultrasonic Range Sensors and QR code Recognition in Indoor Environment", 《2014 IEEE INTERNATIONAL CONFERENCE ON ELECTRO/INFORMATION TECHNOLOGY (EIT)》, 31 December 2014 (2014-12-31), pages 410 - 415 *
俞波 等: "车载物联网技术探讨", 《中兴通讯技术》, vol. 17, no. 1, pages 32 - 37 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444203A (zh) * 2020-11-18 2021-03-05 上海原观科技有限公司 基于条码带的车辆位置检测装置、方法以及车辆定位系统
CN112444203B (zh) * 2020-11-18 2022-06-21 上海原观科技有限公司 基于条码带的车辆位置检测装置、方法以及车辆定位系统
WO2023013407A1 (ja) * 2021-08-05 2023-02-09 大日本印刷株式会社 測定システム

Similar Documents

Publication Publication Date Title
CN110322500B (zh) 即时定位与地图构建的优化方法及装置、介质和电子设备
CN109166077B (zh) 图像对齐方法、装置、可读存储介质及计算机设备
US10217007B2 (en) Detecting method and device of obstacles based on disparity map and automobile driving assistance system
CN108805934B (zh) 一种车载摄像机的外部参数标定方法及装置
Shin et al. Vision-based navigation of an unmanned surface vehicle with object detection and tracking abilities
US9135710B2 (en) Depth map stereo correspondence techniques
CN113819890B (zh) 测距方法、装置、电子设备及存储介质
US20180189577A1 (en) Systems and methods for lane-marker detection
CN110826499A (zh) 物体空间参数检测方法、装置、电子设备及存储介质
US20140152776A1 (en) Stereo Correspondence and Depth Sensors
CN112257605B (zh) 基于自标注训练样本的三维目标检测方法、系统及装置
CN109712071B (zh) 基于航迹约束的无人机图像拼接与定位方法
CN105335955A (zh) 对象检测方法和对象检测装置
CN113447923A (zh) 目标检测方法、装置、系统、电子设备及存储介质
CN111830953A (zh) 车辆自定位方法、装置及系统
US11783507B2 (en) Camera calibration apparatus and operating method
CN113034586B (zh) 道路倾角检测方法和检测系统
CN108362205B (zh) 基于条纹投影的空间测距方法
CN112927306B (zh) 拍摄装置的标定方法、装置及终端设备
CN113762003B (zh) 一种目标对象的检测方法、装置、设备和存储介质
CN114399675A (zh) 一种基于机器视觉与激光雷达融合的目标检测方法和装置
CN111862208A (zh) 一种基于屏幕光通信的车辆定位方法、装置及服务器
CN109840463A (zh) 一种车道线识别方法和装置
CN112257668A (zh) 主辅路判断方法、装置、电子设备及存储介质
CN116245937A (zh) 货物堆垛的堆高预测方法及装置、设备、存储介质

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