CN112308878A - 一种信息处理方法、装置、电子设备和存储介质 - Google Patents
一种信息处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112308878A CN112308878A CN201910700772.9A CN201910700772A CN112308878A CN 112308878 A CN112308878 A CN 112308878A CN 201910700772 A CN201910700772 A CN 201910700772A CN 112308878 A CN112308878 A CN 112308878A
- Authority
- CN
- China
- Prior art keywords
- real
- motion state
- time
- state information
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种信息处理方法、装置、电子设备和存储介质,其中,所述方法包括:获取非实时运动状态信息;基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。本公开实施例可以保证实时估计的运动状态的准确性。
Description
技术领域
本公开涉及即时定位技术领域,尤其涉及一种信息处理方法、装置、电子设备和存储介质。
背景技术
随着人工智能领域的发展,即时定位与地图构建(Simultaneous LocalizationAnd Mapping,SLAM)技术逐步进入大众视野。SLAM技术是增强现实、虚拟现实、机器人和自动驾驶等领域的基础。利用SLAM技术可以对未知环境构建地图,并在可以根据位置估计以及构建的地图进行定位,实现终端设备的自主定位和导航。
SLAM技术可以应用在移动设备中,支持移动设备的自主定位和导航功能。但是,大部分移动设备(如手机、眼镜、平板电脑等)无法利用常规的SLAM技术进行实时定位。
发明内容
本公开提出了一种信息处理技术方案。
根据本公开的一方面,提供了一种信息处理方法,包括:
获取非实时运动状态信息;
基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在一种可能的实现方式中,所述基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息,包括:
确定所述非实时运动状态信息所对应的运动状态时刻;确定当前时刻与所述非实时运动状态信息所对应的运动状态时刻之间的时间区间;基于在所述时间区间内获取的惯性传感信息和所述非实时运动状态信息,确定所述时间区间的第一运动状态信息;基于所述第一实时图像帧和所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。这样,将第一运动状态信息与第一实时图像帧相结合,可以得到较为准确的实时运动状态信息。
在一种可能的实现方式中,所述基于在所述时间区间内获取的惯性传感信息和所述非实时运动状态信息,确定所述时间区间的第一运动状态信息,包括:
确定所述时间区间包括的至少一个采集时刻;根据在所述时间区间对所述惯性传感信息的积分操作,确定所述至少一个采集时刻的第一运动状态信息。这样,可以利用惯性传感信息的积分操作,对时间区间包括的采集时刻的第一运动状态进行估计,由第一运动状态得到当前的实时运动状态信息,从而对当前的运动状态进行实时并且较为准确的估计。
在一种可能的实现方式中,所述基于所述第一实时图像帧和所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息,包括:
获取在所述第一实时图像帧之前的采集的第二实时图像帧;根据所述第一实时图像帧中特征点的图像特征与所述第二实时图像帧中特征点的图像特征,确定匹配于相同图像特征的第一匹配特征点和第二匹配特征点;其中,第一匹配特征点为第一实时图像帧的特征点,第二匹配特征点为第二实时图像帧的特征点;根据第一匹配特征点的图像位置、第二匹配特征点的图像位置以及所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。这样,综合第一匹配特征点和第二匹配特征点的图像位置以及两个投影平面的重投影信息,可以对当前的运动状态进行估计过程中的误差进行优化,确定当前的实时运动状态信息。
在一种可能的实现方式中,所述获取非实时运动状态信息,包括:
获取在非实时运动状态的确定周期内采集的第一非实时图像帧;基于所述第一非实时图像帧和所述确定周期内获取的惯性传感数据,对所述第一非实时图像帧的采集时刻的运动状态进行精度估计,获取存储的非实时运动状态信息。这样,可以对第一非实时图像帧的采集时刻的运动状态进行精度估计,得到该确定周期的非实时运动状态信息。
在一种可能的实现方式中,所述获取非实时运动状态信息,包括:
获取存储的最后一个非实时运动状态的确定周期得到的非实时运动状态信息。这样,可以保证当前的实时运动状态信息的准确性。
在一种可能的实现方式中,所述方法还包括:
基于所述实时运动状态信息,确定所述第一实时图像帧中特征点所对应的第一空间点在三维空间中的位置信息。这样,可以利用当前的实时运动状态信息,对图像采集装置拍摄的景物进行定位,构建未知三维空间的地图,为用户提供有效参考,方便用户出行。
在一种可能的实现方式中,所述方法还包括:
获取由非实时运动状态信息确定的第二空间点的三维位置信息;根据所述第二空间点的三维位置信息,对基于实时运动状态信息确定的第一空间点的三维位置信息进行优化。这样,由于第二空间点的三维位置信息较为精确,从而可以利用第二空间点的三维位置信息,对实时运动状态估计过程中得到的第一空间点的三维位置信息进行优化,从而可以提高保存的第一空间点的三维位置信息的准确度。
在一种可能的实现方式中,所述根据所述第二空间点的三维位置信息,对基于实时运动状态信息确定的第一空间点的三维位置信息进行优化,包括:
确定所述第二空间点所对应的特征点的图像特征;确定由实时运动状态信息确定的第一空间点所对应的特征点中,匹配于所述第二空间点所对应的特征点的图像特征的匹配特征点;将所述匹配特征点对应的第一空间点的三维位置信息更新为所述第二空间点的三维位置信息。这样,可以使得实时运动状态估计过程中保存的第一空间点的三维位置信息具有较高的精度。
在一种可能的实现方式中,所述方法还包括:
为优化后的所述第一空间点的三维位置信息设置权重,其中,所述权重用于表征所述第一空间点的三维位置信息的置信度。这样,可以根据三维位置信息的权重确定该三维位置信息的优化程度,确定通过由三维位置信息构建的地图的准确性。
根据本公开的一方面,提供了一种信息处理装置,包括:
获取模块,用于获取非实时运动状态信息;
估计模块,用于基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在一种可能的实现方式中,所述估计模块,具体用于,
确定所述非实时运动状态信息所对应的运动状态时刻;
确定当前时刻与所述非实时运动状态信息所对应的运动状态时刻之间的时间区间;
基于在所述时间区间内获取的惯性传感信息和所述非实时运动状态信息,确定所述时间区间的第一运动状态信息;
基于所述第一实时图像帧和所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在一种可能的实现方式中,所述估计模块,具体用于,
确定所述时间区间包括的至少一个采集时刻;
根据在所述时间区间对所述惯性传感信息的积分操作,确定所述至少一个采集时刻的第一运动状态信息。
在一种可能的实现方式中,所述估计模块,具体用于,
获取在所述第一实时图像帧之前的采集的第二实时图像帧;
根据所述第一实时图像帧中特征点的图像特征与所述第二实时图像帧中特征点的图像特征,确定匹配于相同图像特征的第一匹配特征点和第二匹配特征点;其中,第一匹配特征点为第一实时图像帧的特征点,第二匹配特征点为第二实时图像帧的特征点;
根据第一匹配特征点的图像位置、第二匹配特征点的图像位置以及所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在一种可能的实现方式中,所述获取模块,具体用于,
获取在非实时运动状态的确定周期内采集的第一非实时图像帧;
基于所述第一非实时图像帧和所述确定周期内获取的惯性传感数据,对所述第一非实时图像帧的采集时刻的运动状态进行精度估计,获取存储的非实时运动状态信息。
在一种可能的实现方式中,所述获取模块,具体用于,
获取存储的最后一个非实时运动状态的确定周期得到的非实时运动状态信息。
在一种可能的实现方式中,所述装置还包括:
确定模块,用于基于所述实时运动状态信息,确定所述第一实时图像帧中特征点所对应的第一空间点在三维空间中的位置信息。
在一种可能的实现方式中,所述装置还包括:
优化模块,用于获取由非实时运动状态信息确定的第二空间点的三维位置信息;根据所述第二空间点的三维位置信息,对基于实时运动状态信息确定的第一空间点的三维位置信息进行优化。
在一种可能的实现方式中,所述优化模块,具体用于,
确定所述第二空间点所对应的特征点的图像特征;
确定由实时运动状态信息确定的第一空间点所对应的特征点中,匹配于所述第二空间点所对应的特征点的图像特征的匹配特征点;
将所述匹配特征点对应的第一空间点的三维位置信息更新为所述第二空间点的三维位置信息。
在一种可能的实现方式中,所述优化模块,还用于为优化后的所述第一空间点的三维位置信息设置权重,其中,所述权重用于表征所述第一空间点的三维位置信息的置信度。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述信息处理方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述信息处理方法。
在本公开实施例中,可以获取非实时运动状态信息,然后基于当前采集的第一实时图像帧、惯性传感信息以及获取的非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。这样,在运算能力有限的情况下,可以实时估计当前的运动状态,例如,估计当前的位置、朝向等,并且可以对采集的空间点的位置进行实时估计,满足一些移动终端对运动状态信息的实时性需求。同时,在实时估计当前的运动状态时,利用了精度较高的非实时运动状态信息,从而可以保证实时估计的运动状态的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的信息处理方法的流程图。
图2示出根据本公开实施例的得到当前的实时运动状态信息过程的流程图。
图3示出根据本公开实施例的确定所述时间区间的第一运动状态信息过程的流程图。
图4示出根据本公开实施例的对当前的运动状态进行估计过程的流程图。
图5示出根据本公开实施例的获取非实时运动状态信息过程的流程图。
图6示出根据本公开实施例的对第一空间点的三维位置信息进行优化过程的流程图。
图7示出根据本公开实施例的信息处理过程的框图。
图8示出根据本公开实施例的信息处理装置的框图。
图9示出根据本公开实施例的电子设备一示例的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
本公开实施例提供的信息处理方法,可以获取非实时运动状态信息,然后将非实时运行状态信息与当前采集的第一实时图像帧、惯性传感信息相结合,对当前的运动状态进行估计,得到当前的实时运动状态信息。这里,非实时运动状态信息的精度较高,表征的运动状态比较准确,从而在对当前的运动状态进行估计时,可以结合非实时运动状态信息得到当前的实时运动状态,提高实时运动状态信息的准确度。
在相关技术中,由于移动设备的运算能力有限,无法利用采集的图像和惯性传感信息对当前的运动状态进行实时估计,通常得到的运动状态信息就有一定的时延,从而一些对实时性要求较高的移动设备无法达到理想的定位效果。本公开实施例提供的信息处理方案,可以通过在移动设备上设置一个实时优化窗口,结合具有精度较高的非实时运动状态信息,可以实时对当前的运动状态进行估计,并且占用的处理资源较低,从而可以在不耗费大量处理资源的基础上,实现当前的运动状态的实时估计,满足一些移动设备对实时性的要求,为用户实时定位,方便用户出行。
下面对本公开实施例提供的信息处理方案进行说明。
图1示出根据本公开实施例的信息处理方法的流程图。该信息处理方法可以由终端设备、服务器或其它移动设备执行,其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal DigitalAssistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该信息处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。下面以移动设备为例对本公开实施例的信息处理方法进行说明。
如图1所示,所述方法包括:
步骤S11,获取非实时运动状态信息。
在本公开实施例中,移动设备可以获取存储结构中存储的非实时运动状态信息。非实时运动状态信息可以是经过一个或多个非实时运动状态的确定周期得到的表征运动状态的信息,非实时运动状态信息的精度较高,在确定过程中可能耗费一些时间,从而可以按照一定的时间间隔(即,非实时运动状态的确定周期)确定非实时运动状态信息。相应地,由于非实时运动状态信息周期性确定的性质,确定的非实时运动状态信息与当前时刻具有一定的时延。举例来说,如果非实时运动状态信息的确定周期为100毫秒,那么由非实时运动状态信息表征的运动状态是当前时刻之前100毫秒的运动状态,与当前时刻存在100毫秒的时延。
在一种可能的实现方式中,获取非实时运动状态信息,可以包括:获取存储的最后一个非实时运动状态的确定周期得到的非实时运动状态信息。这里,由于非实时运动状态信息具有确定周期,每个确定周期可以确定一个非实时运动状态信息,从而存储结构中可能存储有一个或多个非实时运动状态信息。为了保证当前的实时运动状态信息的准确性,在获取非实时运动状态信息时,可以获取存储的最后一个非实时运动状态的确定周期内得到的非实时运行状态信息,即获取最新确定的非实时运动状态信息。
步骤S12,基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在本公开实施例中,移动设备可以获取当前采集的第一实时图像帧,以及,获取实时采集的惯性传感信息。第一实时图像帧可以是对当前的运动状态进行实时估计过程中使用的图像帧。第一实时图像帧可以由图像采集装置进行采集。惯性传感信息可以是惯性传感装置检测运动状态得到的信息,惯性传感信息可以包括三轴加速度、三轴角速度等信息。信息处理装置可以利用获取的非实时运行状态信息和惯性传感信息,对当前的运动状态进行初步估计,然后结合当前采集的第一实时图像帧中的特征点,得到当前的运动状态的实时运动状态信息。或者,信息处理装置可以利用获取的惯性传感信息与第一实时图像帧对当前的运动状态进行初步估计,然后结合获取的非实时运动状态信息,对初步估计的运动状态进行校正,得到当前的实时运动状态信息。由于实时运动状态信息结合了相对精度较高的非实时运行状态信息,从而可以得到比较准确的实时运动状态信息。
这里,图像采集装置可以安装于移动设备上,图像采集装置可以是具有拍照功能的装置,例如,摄像头、相机等装置。图像采集装置可以实时对景物进行图像采集,并向移动设备传输采集到的图像帧。图像采集装置还可以与信息处理装置分离设置,通过无线通信方式向移动设备传输采集到的图像帧。移动设备可以是具有定位功能的设备,定位的方式可以为多种。举例来说,信息处理装置可以对图像采集装置采集的图像帧进行处理,根据图像帧对当前位置进行定位。
这里,惯性传感装置可以是检测物体的运动状态的装置,例如,惯性传感器、角速率陀螺、加速度计等装置。惯性传感装置可以检测运动物体的三轴加速度、三轴角速度等惯性传感信息。惯性传感装置可以设置在移动设备上,与移动设备通过有线方式进行连接,向移动设备实时检测的惯性传感信息。或者,惯性传感装置可以与移动设备分离设置,通过无线通信方式向移动设备传输实时检测的惯性传感信息。
需要说明的是,移动设备上可以设置有非实时运动状态估计系统和实时运动状态估计模块,非实时运动状态系统可以得到计算精度较高的非实时运动状态信息,实时运动状态估计模块可以利用非实时运动状态信息,得到实时运动状态信息。通过这种方式,移动设备不仅可以得到较为准确的非实时运动状态信息,还可以得到实时运动状态信息。
本公开实施例提供的信息处理方法,可以应用在处理能力有限的移动设备中,可以对移动设备的运动状态进行实时估计,从而可以在处理能力有限的情况下,满足一些移动设备较高的实时性要求。同时,确定的实时运动状态信息由于结合了非实时运动状态信息,从而保证了实时运动状态信息的准确性,为用户提供较为准确的实时定位信息,方便用户出行。
下面通过一种可能的实现方式,对得到当前的实时运动状态信息进行说明。图2示出根据本公开实施例的得到当前的实时运动状态信息过程的流程图。如图2所示,上述步骤S12可以包括以下步骤:
步骤S121,确定所述非实时运动状态信息所对应的运动状态时刻;
步骤S122,确定当前时刻与所述非实时运动状态信息所对应的运动状态时刻之间的时间区间;
步骤S123,基于在所述时间区间内获取的惯性传感信息和所述非实时运动状态信息,确定所述时间区间的第一运动状态信息;
步骤S124,基于所述第一实时图像帧和所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在该种实现方式中,移动设备可以确定获取的非实时运动状态信息所对应的运动状态时刻。这里的运动状态时刻可以是该非实时运动状态信息表征的运动状态的时刻。举例来说,如果某一非实时运动状态信息是基于某个非实时图像帧进行确定的,则该非实时运动状态信息对应的运动状态时刻可以是该非实时图像帧的采集时刻。非实时图像帧可以是用于运动状态非实时估计的图像帧,图像采集装置采集的图像帧中,用于进行运动状态实时估计的图像帧可以是实时图像帧,用于进行运动状态非实时估计的图像帧可以是非实时图像帧。实时图像帧与非实时图像帧可以是相同图像帧。
在确定非实时运动状态信息所对应的运动状态时刻之后,可以计算当前时刻与非实时运动状态信息所对应的运动状态时刻的时间差值,根据该时间差值确定运动状态变化的时间区间,并利用该时间区间内获取的惯性传感信息,可以确定该时间区间内任意一个图像帧的采集时刻,与非实时运动状态信息所对应的运动状态时刻之间运动状态的变化信息,从而可以根据变化信息确定该时间区间内任意一个图像帧的采集时刻的第一运动状态信息。举例来说,如果确定当前时刻的第一运动状态信息,可以利用该时间区间内惯性传感信息中加速度的平均值或均值,得到当前时刻与非实时运动状态信息所对应的运动状态时刻之间的位移变化信息,然后将非实时运动状态信息的位置信息作为初始值,结合得到的位移变化信息,可以得到当前时刻的第一运动状态信息中的位置信息。
这里,第一运动状态信息可以是利用惯性传感信息估计的运动状态信息。将第一运动状态信息与第一实时图像帧相结合,可以得到较为准确的实时运动状态信息。
图3示出根据本公开实施例的确定所述时间区间的第一运动状态信息过程的流程图。如图3所示,在一种可能的实现方式中,上述步骤S123可以包括以下步骤:
步骤S1231,确定所述时间区间包括的至少一个采集时刻;
步骤S1232,根据在所述时间区间对所述惯性传感信息的积分操作,确定所述至少一个采集时刻的第一运动状态信息。
这里,采集时刻可以是图像装置采集任意一个图像帧的采集时刻。该采集时刻可以是经过优化的采集时刻,例如,由于图像采集装置的装置灵敏度或者曝光时间等一些影响因素图像帧的采集时刻可以存在时间误差,这里的采集时刻可以是经过时间误差优化的采集时刻。确定时间区间内所包括的至少一个采集时刻以及该时间区间内的惯性传感信息,由该时间区间内的惯性传感信息的积分操作,可以得到该时间区间内任意两个采集时刻之间的运动状态的变化信息,将非实时运动状态信息作为运动状态的初始值,再结合运动状态的变化信息,可以得到任意一个采集时刻的第一运动状态信息。通过这种方式,可以利用惯性传感信息的积分操作,对时间区间包括的采集时刻的第一运动状态进行估计,由第一运动状态得到当前的实时运动状态信息,从而对当前的运动状态进行实时并且较为准确的估计。
图4示出根据本公开实施例的对当前的运动状态进行估计过程的流程图。如图4所示,在一种可能的实现方式中,上述步骤S124可以包括以下步骤:
S1241,获取在所述第一实时图像帧之前的采集的第二实时图像帧;
S1242,根据所述第一实时图像帧中特征点的图像特征与所述第二实时图像帧中特征点的图像特征,确定匹配于相同图像特征的第一匹配特征点和第二匹配特征点;其中,第一匹配特征点为第一实时图像帧的特征点,第二匹配特征点为第二实时图像帧的特征点;
S1243,根据第一匹配特征点的图像位置、第二匹配特征点的图像位置以及所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
这里,移动设备可以利用图像采集装置实时采集图像帧。采集的图像帧中用于进行运动状态实时估计的图像帧可以是实时图像帧。移动设备在获取每个实时图像帧之后,可以在每个实时图像帧中提取特征点,并根据特征点的图像信息,在多个实时图像帧中对匹配于相同图像特征的匹配特征点进行跟踪。这里,匹配于相同图像特征的匹配特征点可以形成一组匹配特征点,一个图像帧中可以包括该组匹配特征点的一个匹配特征点。举例来说,假设第一实时图像帧为图像帧A,第二实时图像帧为图像帧B,第一匹配特征点为特征点1,第二匹配特征点为特征点2。移动设备获取了图像帧A和图像帧B,移动设备可以在图像帧A、图像帧B提取特征点,然后根据特征点的图像特征,确定图像帧A中的特征点1与图像帧B中的特征点2具有相同的图像特征,则特征点1与特征点2为一组匹配特征点,然后确定特征点1与特征点2的图形位置,实现对该组匹配特征点的跟踪。
在确定匹配于相同图像特征的匹配特征点可以形成一组匹配特征点之后,可以利用任意两个匹配特征点的图像位置,结合第一实时图像帧的采集时刻对应的第一运动状态信息和第二实时图像帧的采集时刻对应的第一运动状态信息,可以对当前的运动状态进行估计,得到当前的实时运动状态信息。举例来说,第一匹配特征点和第二匹配特征点可以被看作三维空间中某个空间点的投影,从而可以利用投影原理确定该空间点的位置。第一实时图像帧的采集时刻对应的第一运动状态信息可以表征第一实时图像帧的采集时刻的运动状态,第二实时图像帧的采集时刻对应的第一运动状态信息可以表征第二实时图像帧的采集时刻的运动状态,根据两个采集时刻的运动状态,可以确定两个采集时刻的图像采集装置所在的投影平面,然后由利用确定的空间点的位置,向两个采集时刻的图像采集装置所在的投影平面进行重新投影,得到两个投影平面的重投影信息,综合第一匹配特征点和第二匹配特征点的图像位置以及两个投影平面的重投影信息,可以对当前的运动状态进行估计过程中的误差进行优化,确定当前的实时运动状态信息。
图5示出根据本公开实施例的获取非实时运动状态信息过程的流程图。如图5所示,在一种可能的实现方式中,上述步骤S11可以包括以下步骤:
S111,获取在非实时运动状态的确定周期内采集的第一非实时图像帧;
S112,基于所述第一非实时图像帧和所述确定周期内获取的惯性传感数据,对所述第一非实时图像帧的采集时刻的运动状态进行精度估计,获取存储的非实时运动状态信息。
在该种可能的实现方式中,移动设备可以利用上述非实时运动状态估计系统对运动状态进行估计。第一非实时图像帧可以是用于运动状态的非实时估计的图像帧。非实时运动状态估计系统可以获取第一非实时图像帧,第一非实时图像帧中可以携带经过提取的特征点。这里,第一非实时图像帧可以来源于上述实时运动状态估计模块,实时运动状态估计模块可以提取第一非实时图像帧中的特征点,然后将经过特征点提取的第一非实时图像帧传输给非实时运动状态估计系统。这里的第一非实时图像帧可以为多个。非实时运动状态估计系统可以获取在非实时运动状态的某个确定周期内采集的第一非实时图像帧以及惯性传感数据,利用上述投影原理,根据第一非实时图像帧中匹配特征点的图像位置,以及该确定周期内获取的惯性传感数据,可以对第一非实时图像帧的采集时刻的运动状态进行精度估计,得到该确定周期的非实时运动状态信息。
在一个可能的实现方式中,上述信息处理方法还可以包括:基于所述实时运动状态信息,确定所述第一实时图像帧中特征点所对应的第一空间点在三维空间中的位置信息。
在该实现方式中,移动设备可以利用获取的实时运动状态信息,对图像采集装置采集的三维空间中的空间点的位置进行估计。实时运动状态信息可以包括旋转方向和位置;其中,旋转方向可以表征图像采集装置当前的朝向,位置可以表征移动设备当前所在的位置。这里的运动状态信息可以是在移动设备自身的坐标系下的运动状态信息,也可以是在世界坐标系下的运动状态信息。在确定第一空间点在三维空间中的位置信息时,可以根据二维图像帧中的特征点与三维空间中的空间点之间的位置变换关系,将第一实时图像帧中特征点的位置信息变换为第一空间点的位置信息,第一空间点可以是第一实时图像帧中任意一个特征点所对应的三维空间中的空间点,从而可以利用当前的实时运动状态信息,对图像采集装置拍摄的景物进行定位,构建未知三维空间的地图,为用户提供有效参考,方便用户出行。这里的位置变换关系可以预先进行设置,或者,利用图像采集装置的成像原理确定位置变换关系。
图6示出根据本公开实施例的对第一空间点的三维位置信息进行优化过程的流程图。如图6所示,在一种可能的实现方式中,上述信息处理方法还可以包括以下步骤:
S21,获取由非实时运动状态信息确定的第二空间点的三维位置信息;
S22,根据所述第二空间点的三维位置信息,对基于实时运动状态信息确定的第一空间点的三维位置信息进行优化。
在该种可能的实现方式中,第二空间点的三维位置信息可以是基于非实时运动状态信息确定的。移动设备的非实时运动状态估计系统可以根据确定的非实时运动状态信息,确定非实时图像帧中特征点所对应的第二空间点的三维位置信息。移动设备的实时运动状态估计模块可以从非实时运动状态估计系统中获取第二空间点的三维位置信息,由于第二空间点的三维位置信息较为精确,从而可以利用第二空间点的三维位置信息,对实时运动状态估计过程中得到的第一空间点的三维位置信息进行优化,从而可以提高保存的第一空间点的三维位置信息的准确度。
在该种可能的实现方式的一个示例中,根据所述第二空间点的三维位置信息,对基于实时运动状态信息确定的第一空间点的三维位置信息进行优化,可以包括:确定所述第二空间点所对应的特征点的图像特征;确定由实时运动状态信息确定的第一空间点所对应的特征点中,匹配于所述第二空间点所对应的特征点的图像特征的匹配特征点;将所述匹配特征点对应的第一空间点的三维位置信息更新为所述第二空间点的三维位置信息。
在该示例中,在对第一空间点的三维位置信息进行优化时,可以在第一空间点所对应的特征点中,查找与第二空间点所对应的特征点的图像特征相匹配的特征点,这样可以通过特征点的图像特征,将表征三维空间中同一个空间点的特征点进行关联,从而可以确定表征同一个空间点的第一空间点和第二空间点。由于得到的第二空间点的三维位置信息精度较高,从而可以将相应的第一空间点的三维位置信息替换为第二空间点的三维位置信息,使得实时运动状态估计过程中保存的第一空间点的三维位置信息具有较高的精度。
在该种可能的实现方式的另一个示例中,在根据所述第二空间点的三维位置信息,对基于实时运动状态信息确定的第一空间点的三维位置信息进行优化之后,还可以为优化后的所述第一空间点的三维位置信息设置权重,其中,所述权重用于表征所述第一空间点的三维位置信息的置信度。
在该示例中,在利用非实时运动状态估计系统得到的第二空间点的三维位置信息,对实时运动状态估计模块得到的第一空间点的三维位置信息进行优化之后,可以为优化后的第一空间点的三维位置信息设置权重,该权重可以表示第一空间点的三维位置信息的置信度,例如,一个第一空间点的三维位置信息的权重越大,可以表明该三维位置信息的准确度越高,该三维位置信息越可信,从而可以根据三维位置信息的权重确定该三维位置信息的优化程度,确定通过由三维位置信息构建的地图的准确性。
图7示出根据本公开实施例的信息处理过程的框图。如图7所示,移动设备可以包括非实时运动状态估计系统,该非实时运动状态估计系统得到的非实时运动状态具有较高的精度。非实时运动状态估计系统上可以搭建一个实时运动状态估计模块,对当前的运动状态进行实时估计。实时运动状态估计模块可以提取图像帧中的特征点,并对匹配于相同图像特征的匹配特征点进行跟踪。实时运动状态估计模块将标定有特征点的图像帧可以输入非实时运动状态估计系统,非实时运动状态估计系统根据获取的标定有特征点的图像帧以及惯性传感数据,得到可以得到高精度的运动状态信息,并将得到高精度的运动状态信息传输给实时运动状态估计模块。由于处理过程中的延时,可以将得到高精度的运动状态信息称为非实时运动状态信息。非实时运动状态估计系统根据得到的非实时运动状态信息对空间点的三维位置信息进行估计。实时运动状态估计模块根据当前获取的图像帧和惯性传感数据,再结合非实时运动状态信息,可以得到当前的实时运动状态信息,并根据实时运动状态信息对空间点的三维位置信息进行估计。实时运动状态估计模块还可以获取非实时运动状态估计系统得到的空间点的三维位置信息,对实时估计的空间点的三维位置信息进行优化。这样,可以利用非实时运动状态信息对当前运动状态进行不断优化,实时运动状态估计模块中利用了惯性传感信息,从而可以在保持处理效率的基础上,使得实时运动状态信息的精度更高。实时运动状态估计模块可以维护单独的一套特征点的图像特征,并且不断的更新特征点对应的空间点的三维位置信息,使得三维位置信息的估计更加准确。此外,实时运动状态估计模块与非实时运动状态估计系统的耦合度较低,并且异步执行,从而实时运动状态估计模块不容易出现阻塞情况,可以在不占用大量处理资源的情况下,对当前的运动状态进行实时估计。
本公开实施例提供的信息处理方案,可以通过在移动设备上设置一个实时优化窗口,结合具有精度较高的非实时运动状态信息,实时对当前的运动状态进行估计,并且实时优化窗口占用的处理资源较低,从而可以在不耗费大量处理资源的基础上,实现当前的运动状态的实时估计,满足一些移动设备对实时性的要求,为用户实时定位,方便用户出行。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了信息处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种信息处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图8示出根据本公开实施例的信息处理装置的框图,如图8所示,所述信息处理装置包括:
获取模块31,用于获取非实时运动状态信息;
估计模块32,用于基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在一种可能的实现方式中,所述估计模块32,具体用于,
确定所述非实时运动状态信息所对应的运动状态时刻;
确定当前时刻与所述非实时运动状态信息所对应的运动状态时刻之间的时间区间;
基于在所述时间区间内获取的惯性传感信息和所述非实时运动状态信息,确定所述时间区间的第一运动状态信息;
基于所述第一实时图像帧和所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在一种可能的实现方式中,所述估计模块32,具体用于,
确定所述时间区间包括的至少一个采集时刻;
根据在所述时间区间对所述惯性传感信息的积分操作,确定所述至少一个采集时刻的第一运动状态信息。
在一种可能的实现方式中,所述估计模块32,具体用于,
获取在所述第一实时图像帧之前的采集的第二实时图像帧;
根据所述第一实时图像帧中特征点的图像特征与所述第二实时图像帧中特征点的图像特征,确定匹配于相同图像特征的第一匹配特征点和第二匹配特征点;其中,第一匹配特征点为第一实时图像帧的特征点,第二匹配特征点为第二实时图像帧的特征点;
根据第一匹配特征点的图像位置、第二匹配特征点的图像位置以及所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
在一种可能的实现方式中,所述获取模块31,具体用于,
获取在非实时运动状态的确定周期内采集的第一非实时图像帧;
基于所述第一非实时图像帧和所述确定周期内获取的惯性传感数据,对所述第一非实时图像帧的采集时刻的运动状态进行精度估计,获取存储的非实时运动状态信息。
在一种可能的实现方式中,所述获取模块31,具体用于,
获取存储的最后一个非实时运动状态的确定周期得到的非实时运动状态信息。
在一种可能的实现方式中,所述装置还包括:
确定模块,用于基于所述实时运动状态信息,确定所述第一实时图像帧中特征点所对应的第一空间点在三维空间中的位置信息。
在一种可能的实现方式中,所述装置还包括:
优化模块,用于获取由非实时运动状态信息确定的第二空间点的三维位置信息;根据所述第二空间点的三维位置信息,对基于实时运动状态信息确定的第一空间点的三维位置信息进行优化。
在一种可能的实现方式中,所述优化模块,具体用于,
确定所述第二空间点所对应的特征点的图像特征;
确定由实时运动状态信息确定的第一空间点所对应的特征点中,匹配于所述第二空间点所对应的特征点的图像特征的匹配特征点;
将所述匹配特征点对应的第一空间点的三维位置信息更新为所述第二空间点的三维位置信息。
在一种可能的实现方式中,所述优化模块,还用于为优化后的所述第一空间点的三维位置信息设置权重,其中,所述权重用于表征所述第一空间点的三维位置信息的置信度。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图9是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图9,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种信息处理方法,其特征在于,包括:
获取非实时运动状态信息;
基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
2.根据权利要求1所述的方法,其特征在于,所述基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息,包括:
确定所述非实时运动状态信息所对应的运动状态时刻;
确定当前时刻与所述非实时运动状态信息所对应的运动状态时刻之间的时间区间;
基于在所述时间区间内获取的惯性传感信息和所述非实时运动状态信息,确定所述时间区间的第一运动状态信息;
基于所述第一实时图像帧和所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
3.根据权利要求2所述的方法,其特征在于,所述基于在所述时间区间内获取的惯性传感信息和所述非实时运动状态信息,确定所述时间区间的第一运动状态信息,包括:
确定所述时间区间包括的至少一个采集时刻;
根据在所述时间区间对所述惯性传感信息的积分操作,确定所述至少一个采集时刻的第一运动状态信息。
4.根据权利要求2或3所述的方法,其特征在于,所述基于所述第一实时图像帧和所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息,包括:
获取在所述第一实时图像帧之前的采集的第二实时图像帧;
根据所述第一实时图像帧中特征点的图像特征与所述第二实时图像帧中特征点的图像特征,确定匹配于相同图像特征的第一匹配特征点和第二匹配特征点;其中,第一匹配特征点为第一实时图像帧的特征点,第二匹配特征点为第二实时图像帧的特征点;
根据第一匹配特征点的图像位置、第二匹配特征点的图像位置以及所述第一运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述获取非实时运动状态信息,包括:
获取在非实时运动状态的确定周期内采集的第一非实时图像帧;
基于所述第一非实时图像帧和所述确定周期内获取的惯性传感数据,对所述第一非实时图像帧的采集时刻的运动状态进行精度估计,获取存储的非实时运动状态信息。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述获取非实时运动状态信息,包括:
获取存储的最后一个非实时运动状态的确定周期得到的非实时运动状态信息。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述方法还包括:
基于所述实时运动状态信息,确定所述第一实时图像帧中特征点所对应的第一空间点在三维空间中的位置信息。
8.一种信息处理装置,其特征在于,包括:
获取模块,用于获取非实时运动状态信息;
估计模块,用于基于当前采集的第一实时图像帧、惯性传感信息以及所述非实时运动状态信息,对当前的运动状态进行估计,得到当前的实时运动状态信息。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700772.9A CN112308878A (zh) | 2019-07-31 | 2019-07-31 | 一种信息处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700772.9A CN112308878A (zh) | 2019-07-31 | 2019-07-31 | 一种信息处理方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112308878A true CN112308878A (zh) | 2021-02-02 |
Family
ID=74486115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910700772.9A Pending CN112308878A (zh) | 2019-07-31 | 2019-07-31 | 一种信息处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308878A (zh) |
-
2019
- 2019-07-31 CN CN201910700772.9A patent/CN112308878A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111551191B (zh) | 传感器外参数标定方法及装置、电子设备和存储介质 | |
CN112001321A (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
TWI767596B (zh) | 場景深度和相機運動預測方法、電子設備和電腦可讀儲存介質 | |
US20210158560A1 (en) | Method and device for obtaining localization information and storage medium | |
CN111983635A (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
CN111401230B (zh) | 姿态估计方法及装置、电子设备和存储介质 | |
CN112229424B (zh) | 视觉惯性系统的参数标定方法及装置、电子设备和介质 | |
US20220084249A1 (en) | Method for information processing, electronic equipment, and storage medium | |
CN111666917A (zh) | 姿态检测及视频处理方法、装置、电子设备和存储介质 | |
CN112432637B (zh) | 定位方法及装置、电子设备和存储介质 | |
CN113074726A (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
CN112950712B (zh) | 定位方法及装置、电子设备和存储介质 | |
CN111325786B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112767541A (zh) | 三维重建方法及装置、电子设备和存储介质 | |
CN112700468A (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
WO2022110801A1 (zh) | 数据处理方法及装置、电子设备和存储介质 | |
CN112330721B (zh) | 三维坐标的恢复方法及装置、电子设备和存储介质 | |
CN112948411B (zh) | 位姿数据的处理方法及接口、装置、系统、设备和介质 | |
CN112432636B (zh) | 定位方法及装置、电子设备和存储介质 | |
CN113052874B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
CN112308878A (zh) | 一种信息处理方法、装置、电子设备和存储介质 | |
CN113506325A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113192139A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN112683262A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN113160424A (zh) | 基于增强现实的虚拟对象的摆放方法及装置、设备和介质 |
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 |