CN113108793A - 室内协同定位方法、设备以及计算机可读存储介质 - Google Patents
室内协同定位方法、设备以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113108793A CN113108793A CN202110322032.3A CN202110322032A CN113108793A CN 113108793 A CN113108793 A CN 113108793A CN 202110322032 A CN202110322032 A CN 202110322032A CN 113108793 A CN113108793 A CN 113108793A
- Authority
- CN
- China
- Prior art keywords
- indoor
- camera
- coordinate
- calculating
- building
- 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 65
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 8
- 238000005034 decoration Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000007789 sealing 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
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及数据处理技术领域,具体公开了一种室内协同定位方法,包括以下步骤:获取第一室内物的第一位置;利用已知位置的室内相机获取所述第一室内物的第二位置;计算所述第一位置与第二位置的第一坐标误差,并根据所述第一坐标误差计算得到所述第一室内物的第三位置。本发明提供的室内协同定位方法,通过对室内物进行初步定位,然后通过已知位置的室内相机对室内物进行再次定位,通过初步定位与再次定位之间的误差对室内物的初步定位校正,得到校正后的室内物定位,本发明提供的方法相比于现有的室内特征参照物来确定所在室内的位置的方法,大大提高了建筑物室内定位的精度。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种室内协同定位方法、设备以及计算机可读存储介质。
背景技术
室内定位技术,是指使用定位系统通过特定的定位技术获取室内移动目标的位置信息。然而随着城市规模的扩大,城市住宅和公共建筑的体量也不断增大,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置的遮挡的影响,室外定位系统无法直接应用于室内环境。
因此,现有室内定位的方法通常采用拍摄室内特征参照物来确定所在室内的位置,但是这种方法获取的位置受参照物的影响,位置精度不高。
发明内容
本发明的第一个目的在于提供一种室内协同定位方法,以解决现有技术中室内定位精度不高的缺陷。
为了实现上述目的,本发明提供的技术方案为:
一种室内协同定位方法,包括以下步骤:
获取第一室内物的第一位置;
利用已知位置的室内相机获取所述第一室内物的第二位置;
计算所述第一位置与第二位置的第一坐标误差,并根据所述第一坐标误差计算得到所述第一室内物的第三位置。
进一步地,所述利用已知位置的室内相机获取所述第一室内物的第二位置包括:
利用已知位置的室内相机建立建筑的室内图像,并将所述室内图像与所述建筑的三维模型进行比对,以获取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所述第一室内物的第二位置。
进一步地,所述获取所述第一室内物的第一位置之后,所述方法包括:
利用相同方法获取已知位置的第二室内物的第四位置;
计算所述第四位置与所述第二室内物的位置坐标的第二坐标误差;
根据所述第二坐标误差估算所述第一室内物的第二位置。
进一步地,所述利用已知位置的室内相机获取所述第一室内物的第二位置包括:
利用至少一个已知位置的室内相机定位所述第一室内物,并记录所述室内相机的垂直角和水平角以及所述室内相机与所述第一室内物的距离;
根据所述室内相机的垂直角和水平角、所述室内相机与所述第一室内物的距离和所述室内相机的位置坐标计算所述第一室内物的第二位置。
进一步地,所述利用已知位置的室内相机获取所述第一室内物的第二位置包括:
利用至少两个已知位置的室内相机分别定位所述第一室内物,并分别记录所述室内相机的垂直角和水平角;
利用所述垂直角和水平角以及至少两个所述室内相机的位置坐标计算所述第一室内物的第二位置。
进一步地,所述计算所述第一位置与第二位置的坐标误差,并根据所述坐标误差计算得到所述第一室内物的第三位置包括:
计算所述第一位置与第二位置的平均坐标,并将所述平均坐标作为所述第一室内物的第三位置。
进一步地,所述第一室内物的第二位置有多个,所述计算所述第一位置与第二位置的平均坐标,并将所述平均坐标作为所述第一室内物的第三位置包括:
利用最小二乘法计算所述第一位置与多个所述第二位置的平均坐标,并将所述平均坐标作为所述第一室内物的第三位置。
相应地,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上述室内协同定位方法的步骤。
相应地,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上述室内协同定位方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明提供的室内协同定位方法,通过对室内物进行初步定位,然后通过已知位置的室内相机对室内物进行再次定位,通过初步定位与再次定位之间的误差对室内物的初步定位校正,得到校正后的室内物定位,本发明提供的方法相比于现有的室内特征参照物来确定所在室内的位置的方法,大大提高了建筑物室内定位的精度。
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简单地介绍,显而易见地,下面描述中的附图仅仅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示出的结构获得其他的附图。
图1是本发明实施例室内协同定位方法的流程示意图;
图2是本发明实施例第二位置获取流程图;
图3是本发明实施例通过一个室内相机获取定位的示意图;
图4是本发明实施例通过两个室内相机获取定位的示意图;
图5是本发明实施例提供的室内协同定位方法中识别所述室内图像中的特征元素的形态示意图;
图6是本发明又一实施例提供的室内协同定位方法的流程示意图;
图7是本发明又一实施例提供的室内协同定位方法的流程示意图;
图8是本发明实施例提供的室内协同定位设备的示意图。
具体实施方式
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,所描述的实施例仅仅是本发明的一部分实施例,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作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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
还需要说明的是,当元件被称为“固定于”或“设置于”另一个元件上时,它可以直接在另一个元件上或者可能同时存在居中元件。当一个元件被称为是“连接”另一个元件,它可以是直接连接另一个元件或者可能同时存在居中元件。
另外,在本发明中涉及“第一”“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
图1为本发明提供的定位方法实施例的流程示意图。
请参考图1,该方法具体包括以下步骤:
S100:获取第一室内物的第一位置;
所述获取第一室内物的第一位置的方式不做具体限定,可以是蓝牙、红外线、RFID、WLAN、超宽带、超声波等室内定位技术,或者为利用相机图像比对定位等。例如利用相机图像比对定位获得第一室内物的第一位置为(X1,Y1,Z1)。
S200:利用已知位置的室内相机获取所述第一室内物的第二位置;
所述已知位置的室内相机可以是已知其具体坐标位置的室内相机,所述具体坐标位置可以是空间点坐标,也可以是室内系统坐标。所述获取第一室内物的第二位置的方法可以是利用室内相机建立室内图像模型、利用室内相机定位测距等多种方式实现,本处不做具体限定。例如:可利用已知室内相机获得第一室内物的第二位置为(X2,Y2,Z2)。
S300:计算所述第一位置与第二位置的第一坐标误差,并根据所述第一坐标误差计算得到第一室内物的第三位置。
所述第一坐标误差根据所述第一位置和第二位置进行计算,例如:可将两者之间的坐标差值作为第一坐标误差(ΔX1,ΔY1,ΔZ1),所述根据第一坐标误差计算得到第三位置,可以是根据所述第一坐标误差进行调整,例如将调整之后的(X1+ΔX1,Y1+ΔX1,Z1-ΔX1)作为第三位置,所述调整原则可以根据具体误差方向值而调整,例如:相同方向上的误差进行坐标+值调整,二相反方向误差进行坐标-值调整,而该第三位置则为第一室内物校正之后的位置坐标。
此外,根据以上方法,本申请还提供以下一实施例:
步骤S100中的第一室内物可以是室内的固定物,例如台灯、门、窗和天花板等;也可以是移动的人或物,例如手持移动终端的人。
步骤S200可以包括:利用已知位置的室内相机建立建筑的室内图像,并将室内图像与建筑的三维模型进行比对,以获取室内图像在所述建筑物内的位置;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第一室内物的第二位置。
具体地,如图2所示,获取第二位置具体包括以下步骤:
S201:利用室内相机建立建筑的室内图像,并将所述室内图像与所述建筑的三维模型进行比对,以获取所述室内图像在所述建筑物内的位置;
上述建筑物可以为大型商场、火车站、机场等场所。当本实施例的室内协同定位方法运行于移动终端时,上述室内图像可以通过移动终端的摄像头拍摄而成;当该室内协同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。
S202:识别所述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所述第一室内物的第二位置。
该步骤可大致确定室内图像的第一室内物的第二位置,例如拍摄室内图像的移动终端的位置或者是室内固定物。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,可以提供建筑全方面的语义信息,从而提供更好的方位和导向。由于建筑物室内的装饰物,包括可移动物体,例如家具、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可以包括室内装饰物。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、可大大提供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像训练后生成式对抗网络,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,并获取生成模型输出的图像。
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。
S203: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。
步骤S300具体为:计算所述第一位置与第二位置的平均坐标,并将平均坐标作为所述第一室内物的第三位置。例如第一室内物的第一位置为(X3,Y3,Z3),第二位置为(X4,Y4,Z4),则可以计算该第一位置的平均坐标为((X3+X4)/2,(Y3+Y4)/2,(Z3+Z4)/2)),若第一室内物的第二位置有多个,则利用最小二乘法计算第一位置与多个第二位置的平均坐标,并将平均坐标作为第一室内物的第三位置,本实施例中第三位置可以是指校正后的位置。
本申请还提供另一实施例,在本实施例中,与上述实施例不同之处在于,本方法包括:
在步骤S100之后还可以包括以下步骤:
利用相同方法获取已知位置的第二室内物的第四位置,计算第四位置与第二室内物的位置坐标的第二坐标误差;根据第二坐标误差估算所述第一室内物的第二位置。该实施例中的相同方法是指该方法与获取第一室内物的第一位置方法相同。
例如:当使用某种方法已经获取第一室内物的第一位置为(X5,Y5,Z5),则可以利用相同的方式获取已知位置为(X6,Y6,Z6)的第二室内物的坐标作为第四位置(X7,Y7,Z7),然后再根据第二室内物的已知位置坐标和第四位置坐标计算第二坐标误差(ΔX2,ΔY2,ΔZ2),最后利用第二坐标误差估算第一室内物的第二位置为(X6+ΔX2,Y6+ΔY2,Z6+ΔZ2),具体估算方法可参见上述实施例。
本申请还提供另一实施例,在本实施例中,与上述实施例的不同之处在于,
在本实施例中,所述步骤S200具体可以包括:利用至少一个已知位置的室内相机定位第一室内物,并记录室内相机的垂直角和水平角以及室内相机到所述第一室内物的距离;根据室内相机的垂直角和水平角、室内相机与第一室内物的距离和室内相机的位置坐标计算第一室内物的第二位置。
参见图3,已知室内相机的位置为(X8,Y8,Z8),并利用该室内相机定位第一室内物,此时记录所述室内相机在定位该第一室内物的垂直角α1,水平角β1以及该室内相机到第一室内物的距离a,根据室内相机的已知坐标位置(X8,Y8,Z8)、垂直角α1、水平角β1以及室内相机和第一室内物的距离a,通过空间坐标点的运算计算得到第一室内物的第二位置(X9,Y9,Z9),然后根据所述第一位置和第二位置计算平均坐标,作为该第一室内物校正之后的第三位置。或者还可以先计算该第三坐标误差(ΔX3,ΔY3,ΔZ3),最后利用第三坐标误差校正所述第一室内物的第一位置为(X8+ΔX3,Y8+ΔY3,Z8+ΔZ3),再或者利用最小二乘法等方法进行平差得到校正之后的第三位置,具体估算方法可参见上述实施例,本处不再赘述。
本申请还提供另一实施例,在本实施例中,与上述实施例的不同之处在于,步骤S200具体可以包括:利用至少两个已知位置的室内相机分别定位所述第一室内物,并分别记录所述室内相机的垂直角和水平角;利用所述垂直角和水平角以及至少两个所述室内相机的位置坐标计算所述第一室内物的第二位置。
具体来说,若想获得拍摄者在室内的具体位置,如图4所示,两个室内相机的位置已知,然后利用室内相机定位第一室内物,并记录此时室内相机的垂直角和水平角,由此可以获得两个室内相机与第一室内物之间连线的方向。例如:已知第一室内相机的位置为(X10,Y10,Z10),第二室内相机的位置为(X11,Y11,Z11),通过两个室内相机定位所述第一室内物之后,记录第一室内相机的垂直角α2,水平角β2,记录第二室内相机的垂直角α3,水平角β3,由垂直角、水平角可以计算得到室内相机与第一室内物之间连线的方向角,因此该连线的方向已知。再根据第一室内相机位置(X10,Y10,Z10)、第二室内相机位置(X11,Y11,Z11)和两个室内相机之间的距离,因此可以计算得到第一室内物的第二位置,再或者计算得到第四坐标误差(ΔX4,ΔY4,ΔZ4),最后利用第四坐标误差估算第一室内物的第二位置为(X12+ΔX4,Y12+ΔY4,Z12+ΔZ4),具体估算方法可参见上述实施例。
在本发明的另一实施例中,结合图5所示,上述步骤S203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。
如图6所示,在本发明的一个实施例中,上述室内协同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:
S410: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。
S420: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。
S430: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。
S440: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,该位置为第一位置。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。
S450:选择室内相机,根据第一位置信息对室内相机进行选择,室内相机能够拍摄到处于第一位置的移动终端。室内相机为室内摄像头,移动终端可以是手机、清洁机器人或导购机器人等。
S460:利用室内相机获取拍摄位置的第二位置。
S470:移动终端通过第二位置对第一位置进行校准得到第三位置,第三位置即为校准后的最终定位,第三位置经过校准后相比于第一位置更加精确。
如图7所示,在本发明的另一个实施例中,上述室内协同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:
S510: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。
S520: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。
S530: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,该位置为第一位置。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。
S540:选择室内相机,根据第一位置信息对室内相机进行选择,室内相机能够拍摄到处于第一位置的移动终端。室内相机为室内摄像头,移动终端可以是手机、清洁机器人或导购机器人等。
S550:利用室内相机获取拍摄位置的第二位置。
S560:移动终端通过第二位置对第一位置进行校准得到第三位置,第三位置即为校准后的最终定位,第三位置经过校准后相比于第一位置更加精确。
S570: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8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与上述对应实施例中的室内协同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协同定位方法的步骤。
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。
上述实施例室内协同定位方法可应用于建筑物的室内导航,例如大型商场、火车站、机场等场所的导航,该方法可以集成到导航系统内,为导航系统提供精确的位置信息。上述实施例的室内协同定位方法可以运行于移动终端或服务器,移动终端可以是手机、清洁机器人或导购机器人等,服务器可以是城市级的管理系统或某一建筑物的管理系统,并且该服务器具有图形处理器或连接到图形处理终端。
本发明实施例通过建筑物的静态室内图像以及建筑物的室内三维模型,得到室内空间的初步定位,然后通过室内相机获取拍摄位置的定位,最后通过室内相机获取的位置信息对初步定位进行校准得到最终定位,从而大大提高了建筑物室内定位的精度。
综上所述,本发明以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (9)
1.一种室内协同定位方法,其特征在于,包括以下步骤:
获取第一室内物的第一位置;
利用已知位置的室内相机获取所述第一室内物的第二位置;
计算所述第一位置与第二位置的第一坐标误差,并根据所述第一坐标误差计算得到所述第一室内物的第三位置。
2.根据权利要求1所述的方法,其特征在于,所述利用已知位置的室内相机获取所述第一室内物的第二位置包括:
利用已知位置的室内相机建立建筑的室内图像,并将所述室内图像与所述建筑的三维模型进行比对,以获取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所述第一室内物的第二位置。
3.根据权利要求1所述的方法,其特征在于,所述获取所述第一室内物的第一位置之后,所述方法包括:
利用相同方法获取已知位置的第二室内物的第四位置;
计算所述第四位置与所述第二室内物的位置坐标的第二坐标误差;
根据所述第二坐标误差估算所述第一室内物的第二位置。
4.根据权利要求1所述的方法,其特征在于,所述利用已知位置的室内相机获取所述第一室内物的第二位置包括:
利用至少一个已知位置的室内相机定位所述第一室内物,并记录所述室内相机的垂直角和水平角以及所述室内相机与所述第一室内物的距离;
根据所述室内相机的垂直角和水平角、所述室内相机与所述第一室内物的距离和所述室内相机的位置坐标计算所述第一室内物的第二位置。
5.根据权利要求1所述的方法,其特征在于,所述利用已知位置的室内相机获取所述第一室内物的第二位置包括:
利用至少两个已知位置的室内相机分别定位所述第一室内物,并分别记录所述室内相机的垂直角和水平角;
利用所述垂直角和水平角以及至少两个所述室内相机的位置坐标计算所述第一室内物的第二位置。
6.根据权利要求2~5任一项所述的方法,其特征在于,所述计算所述第一位置与第二位置的坐标误差,并根据所述坐标误差计算得到所述第一室内物的第三位置包括:
计算所述第一位置与第二位置的平均坐标,并将所述平均坐标作为所述第一室内物的第三位置。
7.根据权利要求6所述的方法,其特征在于,所述第一室内物的第二位置有多个,所述计算所述第一位置与第二位置的平均坐标,并将所述平均坐标作为所述第一室内物的第三位置包括:
利用最小二乘法计算所述第一位置与多个所述第二位置的平均坐标,并将所述平均坐标作为所述第一室内物的第三位置。
8.一种室内定位设备,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1-7任一所述室内协同定位方法的步骤。
9.一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1-7任一所述室内协同定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110322032.3A CN113108793A (zh) | 2021-03-25 | 2021-03-25 | 室内协同定位方法、设备以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110322032.3A CN113108793A (zh) | 2021-03-25 | 2021-03-25 | 室内协同定位方法、设备以及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113108793A true CN113108793A (zh) | 2021-07-13 |
Family
ID=76712158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110322032.3A Pending CN113108793A (zh) | 2021-03-25 | 2021-03-25 | 室内协同定位方法、设备以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113108793A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101182421B1 (ko) * | 2012-02-09 | 2012-09-12 | (주)씨투엘이큅먼트 | 실내 이미지 촬영 위치 정보 획득 시스템 및 방법 |
CN107977977A (zh) * | 2017-10-20 | 2018-05-01 | 深圳华侨城卡乐技术有限公司 | 一种vr游戏的室内定位方法、装置以及存储介质 |
CN108495090A (zh) * | 2018-04-03 | 2018-09-04 | 京东方科技集团股份有限公司 | 一种用户设备的定位方法、装置及其系统 |
CN109712200A (zh) * | 2019-01-10 | 2019-05-03 | 深圳大学 | 一种基于最小二乘原理及边长推算的双目定位方法及系统 |
CN109932686A (zh) * | 2019-03-29 | 2019-06-25 | 维沃移动通信有限公司 | 一种定位方法、移动终端及室内定位系统 |
CN109961481A (zh) * | 2019-03-26 | 2019-07-02 | 苏州超擎图形软件科技发展有限公司 | 一种定位方法、装置及设备 |
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 |
WO2019165632A1 (zh) * | 2018-03-02 | 2019-09-06 | 深圳市汇顶科技股份有限公司 | 室内定位方法、装置和设备 |
CN110231592A (zh) * | 2019-04-11 | 2019-09-13 | 深圳市城市交通规划设计研究中心有限公司 | 室内定位方法、装置、计算机可读存储介质及终端设备 |
CN110487262A (zh) * | 2019-08-06 | 2019-11-22 | Oppo广东移动通信有限公司 | 基于增强现实设备的室内定位方法及系统 |
CN111462227A (zh) * | 2020-03-27 | 2020-07-28 | 海信集团有限公司 | 室内人员定位装置及方法 |
CN111854755A (zh) * | 2020-06-19 | 2020-10-30 | 深圳宏芯宇电子股份有限公司 | 室内定位方法、设备及计算机可读存储介质 |
-
2021
- 2021-03-25 CN CN202110322032.3A patent/CN113108793A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101182421B1 (ko) * | 2012-02-09 | 2012-09-12 | (주)씨투엘이큅먼트 | 실내 이미지 촬영 위치 정보 획득 시스템 및 방법 |
CN107977977A (zh) * | 2017-10-20 | 2018-05-01 | 深圳华侨城卡乐技术有限公司 | 一种vr游戏的室内定位方法、装置以及存储介质 |
WO2019165632A1 (zh) * | 2018-03-02 | 2019-09-06 | 深圳市汇顶科技股份有限公司 | 室内定位方法、装置和设备 |
CN108495090A (zh) * | 2018-04-03 | 2018-09-04 | 京东方科技集团股份有限公司 | 一种用户设备的定位方法、装置及其系统 |
CN109712200A (zh) * | 2019-01-10 | 2019-05-03 | 深圳大学 | 一种基于最小二乘原理及边长推算的双目定位方法及系统 |
CN109961481A (zh) * | 2019-03-26 | 2019-07-02 | 苏州超擎图形软件科技发展有限公司 | 一种定位方法、装置及设备 |
CN109932686A (zh) * | 2019-03-29 | 2019-06-25 | 维沃移动通信有限公司 | 一种定位方法、移动终端及室内定位系统 |
CN110231592A (zh) * | 2019-04-11 | 2019-09-13 | 深圳市城市交通规划设计研究中心有限公司 | 室内定位方法、装置、计算机可读存储介质及终端设备 |
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 |
CN110487262A (zh) * | 2019-08-06 | 2019-11-22 | Oppo广东移动通信有限公司 | 基于增强现实设备的室内定位方法及系统 |
CN111462227A (zh) * | 2020-03-27 | 2020-07-28 | 海信集团有限公司 | 室内人员定位装置及方法 |
CN111854755A (zh) * | 2020-06-19 | 2020-10-30 | 深圳宏芯宇电子股份有限公司 | 室内定位方法、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
谭建豪等: "《高等学校规划教材 信号检测与估计 电子通信与自动控制技术》", vol. 2, 31 October 2019, 哈尔滨工程大学出版社, pages: 139 - 140 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10984554B2 (en) | Monocular vision tracking method, apparatus and non-volatile computer-readable storage medium | |
CN110856112B (zh) | 一种群智感知的多源信息融合室内定位方法及系统 | |
US10176589B2 (en) | Method and system for completing point clouds using planar segments | |
US9661473B1 (en) | Methods and apparatus for determining locations of devices in confined spaces | |
CN108234927B (zh) | 视频追踪方法和系统 | |
JP7247186B2 (ja) | 室内位置決め方法、室内位置決めシステム、室内位置決めデバイスおよびコンピュータ読み取り可能媒体 | |
WO2019047637A1 (zh) | 定位方法、装置和移动终端、计算机存储介质 | |
CN108332752B (zh) | 机器人室内定位的方法及装置 | |
US20200100066A1 (en) | System and Method for Generating Floor Plans Using User Device Sensors | |
CN113108773A (zh) | 一种融合激光与视觉传感器的栅格地图构建方法 | |
KR102277503B1 (ko) | 객체 인식 기반 실내 측위를 위한 단말장치, 서비스 서버 및 그 방법 | |
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 | |
CN110361005A (zh) | 定位方法、定位装置、可读存储介质及电子设备 | |
CN114529621B (zh) | 户型图生成方法、装置、电子设备及介质 | |
CN114549582A (zh) | 一种轨迹地图生成方法、装置及计算机可读存储介质 | |
WO2019183928A1 (zh) | 一种室内机器人定位的方法及机器人 | |
CN113447014A (zh) | 室内移动机器人、建图方法、定位方法以及建图定位装置 | |
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 | |
CN113108793A (zh) | 室内协同定位方法、设备以及计算机可读存储介质 | |
CN113498016A (zh) | 一种电子围栏跨区检测方法 | |
CN113932793B (zh) | 三维坐标定位方法、装置、电子设备和存储介质 | |
CN111854755A (zh) | 室内定位方法、设备及计算机可读存储介质 | |
CN111652338B (zh) | 一种基于二维码识别定位的方法及装置 | |
CN112578338B (zh) | 声源定位方法、装置、设备及存储介质 | |
CN111542116B (zh) | 一种移动目标定位方法及系统 |
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 |