CN113705390A - 定位方法、装置、电子设备和存储介质 - Google Patents
定位方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113705390A CN113705390A CN202110932774.8A CN202110932774A CN113705390A CN 113705390 A CN113705390 A CN 113705390A CN 202110932774 A CN202110932774 A CN 202110932774A CN 113705390 A CN113705390 A CN 113705390A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- parking space
- sample
- points
- image
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Abstract
本公开提供了定位方法、装置、电子设备和存储介质,涉及人工智能技术领域中的图像处理、光学字符识别、智能交通、增强现实、深度学习领域。具体实现方案为:对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框;对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符;获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符;将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和所述三维空间点;以及根据上述特征点和空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿,实现准确的定位效果。
Description
技术领域
本公开涉及人工智能技术领域中的图像处理、光学字符识别、智能交通、增强现实、深度学习领域,尤其涉及一种定位方法、装置、电子设备和存储介质。
背景技术
车库场景在日常生活中广泛存在,由于车库场景内重复性极强,且全球定位系统(Global Positioning System,GPS)在室内基本不可用,所以用户在车库内停好车想寻找通往商场或写字楼的电梯,或者从电梯到达车库后想要寻找自己的停车点时往往十分困难。
相关技术中,基于蓝牙的定位方法的部署成本较高、后期维护成本较高,且无法提供直观的导航体验。
发明内容
本公开提供了一种定位方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种定位方法,包括:对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框;对所述停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符;获取与所述停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符;将所述二维特征点的特征描述符和所述三维空间点的特征描述符进行特征匹配,以获取匹配的所述二维特征点和所述三维空间点;以及根据匹配的所述二维特征点和所述三维空间点的二维坐标和三维坐标,确定所述停车位图像的拍摄位置和拍摄位姿。
根据本公开的另一方面,提供了一种定位装置,包括:第一获取模块,用于对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框;第二获取模块,对所述停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符;第三获取模块,用于获取与所述停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符;第四获取模块,用于将所述二维特征点的特征描述符和所述三维空间点的特征描述符进行特征匹配,以获取匹配的所述二维特征点和所述三维空间点;以及第一确定模块,用于根据匹配的所述二维特征点和所述三维空间点对应的二维坐标和三维坐标,确定所述当前停车位图像的拍摄位置和拍摄位姿。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开的一方面所述的定位方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开的一方面所述的定位方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开的一方面所述的定位方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的定位方法的流程示意图;
图2是根据本公开第二实施例的定位方法的流程示意图;
图3是根据本公开第二实施例的定位方法的停车位视频中的一帧样本停车位图像;
图4是根据本公开第二实施例的定位方法的样本停车位图像的停车位编号和停车位编号检测框示意图;
图5是根据本公开第三实施例的定位方法的流程示意图;
图6是根据本公开第四实施例的定位方法的流程示意图;
图7是根据本公开第五实施例的定位方法的流程示意图;
图8是根据本公开第六实施例的定位方法的整体流程示意图;
图9是根据本公开第一实施例的定位装置的框图;
图10是根据本公开第二实施例的定位装置的框图;
图11是用来实现本公开实施例的定位的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
人工智能(ArtificialIntelligence,简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前,AI技术具有自动化程度高、精确度高、成本低的优点,得到了广泛的应用。
图像处理(Image Processing)是用计算机对图像进行分析以达到所需结果的技术。图像处理是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为,应用广泛,多用于测绘学、大气科学、天文学、美图、使图像提高辨识等。
光学字符识别(Optical Character Recognition,简称OCR)是指对文本资料进行扫描后对图像文件进行分析处理,获取文字及版面信息的过程。衡量OCR系统性能好坏的主要指标有:拒识率、误识率、识别速度、用户界面的友好性、产品的稳定性、易用性及可行性等。
智能交通(Intelligent Traffic System,简称ITS)又称智能运输系统(Intelligent Transportation System),是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造,加强车辆、道路、使用者三者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
增强现实(Augmented Reality,简称AR)是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术,其运用多种技术手段,将计算机生成的虚拟物体或关于真实物体的非几何信息叠加到真实世界的场景之上,从而实现对真实世界的增强。
深度学习(Deep Learning,简称DL),是机器学习(Machine Learning,简称ML)领域中一个新的研究方向,学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。就具体研究内容而言,主要包括基于卷积运算的神经网络系统,即卷积神经网络;基于多层神经元的自编码神经网络;以多层自编码神经网络的方式进行预训练,进而结合鉴别信息进一步优化神经网络权值的深度置信网络。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。
下面结合附图描述本公开实施例的定位方法、装置、电子设备和存储介质。
图1是根据本公开第一实施例的定位方法的流程示意图。
如图1所示,本公开实施例的定位方法具体可包括以下步骤:
S101,对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框。
本公开实施例的定位方法的执行主体可为本公开实施例提供的定位装置,该定位装置可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选的,执行主体可包括工作站、服务器,计算机、用户终端及其他设备。其中,用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
具体的,停车位图像即用户通过图像捕捉装置拍摄的当前所在位置的停车位图像(定为query图像),对停车位图像进行光学字符识别检测,获取到与该停车位图像对应的停车位编号和停车位编号检测框,例如用户使用手机拍摄停车位CE143所在位置的停车位图像,通过光学字符识别检测获取到与该停车位图像对应的停车位编号“CE143”,基于停车位图像的坐标系可以获得四个顶点坐标为A(x1,y1)、B(x2,y2)、C(x3,y3)、D(x4,y4)的停车位检测框。其中,图像捕捉装置具体可包括但不限于专门的摄像机、智能手机、具有摄像功能的眼镜和头盔等。
S102,对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符。
具体的,对停车位图像中,位于步骤S101中获取的停车位编号检测框内的图像进行特征点提取,即检测停车位编号字符上的特征点,以获取停车位编号检测框内的图像对应的二维特征点在图像中的二维坐标和特征描述符,例如对上述停车位CE143所在位置的停车位图像中位于停车位编号检测框内的图像进行特征点提取,获取停车位编号字符上的各个二维特征点在图像中的二维坐标M1(x1,y1)、M2(x2,y2)、M3(x3,y3)……和特征描述符。
S103,获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符。
具体的,将步骤S101中获取的停车位编号与预先建立的建图图像数据库进行匹配,若匹配到存在相同停车位编号的建图图像,则从数据库中拉取匹配到的建图图像(定为database图像),并获取该建图图像对应的三维空间点的三维坐标和特征描述符,例如将停车位编号CE143与建图图像数据库进行匹配,从数据库中拉取一张包含停车位编号CE143的建图图像,获取该建图图像对应的三维空间点的三维坐标和特征描述符。
S104,将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点。
具体的,将步骤S101获取的停车位图像中的二维特征点的特征描述符和步骤S103中获取到的三维空间点对应的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点,例如将上述获取停车位图像CE143上的各个二维特征点的特征描述符与建图图像中的三维空间点对应的特征描述符进行特征匹配,获取到匹配的二维特征点和三维空间点,例如匹配的二维特征点的二维坐标为M1(x1,y1)、M2(x2,y2)、M3(x3,y3)……匹配的三维空间点的三维坐标为M1′(x1,y1,z1)、M2′(x2,y2,z2)、M3′(x3,y3,,z3)……其中,匹配方式具体可包括但不限于暴力匹配等方式。
S105,根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿。
具体的,根据步骤S104获取的匹配的二维特征点和三维空间点对应的二维坐标和三维坐标,确定停车位图像对应的拍摄位置和拍摄位姿,例如根据获取到的匹配的二维特征点的二维坐标M1(x1,y1)、M2(x2,y2)、M3(x3,y3)……和三维空间点的三维坐标M1′(x1,y1,z1)、M2′(x2,y2,z2)、M3′(x3,y3,,z3)……基于基准坐标系的原点O(0,0,0)确定拍摄的位置和拍摄位姿。其中,拍摄位置具体可为三维空间坐标系下的三维坐标,包括x、y、z三个维度,该坐标是相对于某一提前确定的基准坐标系的,例如车库入口作为该基准坐标系的原点,且该基准坐标系的z轴与重力平行,拍摄位姿是拍摄该图片时用户在三维空间坐标系的朝向,具体可以用三个欧拉角表示。
综上,本公开实施例的定位方法,对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框,对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符,获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符,将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点,以及根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿。本公开实施例的定位方法,通过光学字符识别检测算法获取停车位图像的停车位编号和停车位编号检测框,对停车位检测框内的图像进行特征点提取,并与建图图像数据库进行匹配,确定停车位图像拍摄位置和拍摄位姿,可以实现准确的定位效果,且无需额外部署其他设备,避免了部署成本较高、后期维护成本较高的问题,且由于最终定位的是包含六个自由度的拍摄位置和拍摄位姿,因此可以提供直观的导航体验。
图2是根据本公开第二实施例的定位方法的流程示意图。如图2所示,在上述图1所示的实施例的基础上,本公开实施例的定位方法具体可包括以下步骤:
S201,确定停车位视频中每帧样本停车位图像的拍摄位置。
具体的,本公开实施例的定位方法需要预先对车库内所有停车位进行建图,在车库内使用图像捕捉装置沿着存在停车位编号的道路录制停车位视频,确定停车位视频中每帧样本停车位图像对应的拍摄位置。
S202,对样本停车位图像进行光学字符识别检测,以获取样本停车位编号和样本停车位编号检测框。
具体的,对样本停车位图像进行光学字符识别检测,以获取样本停车位编号和样本停车位编号检测框,例如图3所示的停车位视频中的一帧样本停车位图像,通过光学字符识别检测,获取到如图4所示的停车位编号CE143和在图像中字符周边绘制的停车位编号检测框。
S203,根据预设的停车位编号规则对错误识别的样本停车位编号进行滤除。
具体的,在对停车位视频中的每一帧样本停车位图像使用光学字符识别检测算法识别停车位编号的过程中,可根据预设的停车位编号规则对错误识别的样本停车位编号进行滤除,例如滤除B1-001、B1-002等类似格式之外的样本停车位编号。
S204,对样本停车位编号检测框内的图像进行特征点提取,以获取二维样本特征点的二维坐标和特征描述符。
具体的,本公开实施例中的步骤S204与上述实施例中的步骤S102类似,此处不再赘述。
S205,将具有相同样本停车位编号的两张样本停车位图像的特征描述符进行特征匹配,以获取两张样本停车位图像中匹配的二维样本特征点。
具体的,例如图3所示的样本停车位图像,当有另外一张拍摄位置不同,但具有相同样本停车位编号CE143的样本停车位图像时,可将该样本停车位图像对应的特征描述符,与图3所示的样本停车位图像的特征描述符进行特征匹配,以获取两张样本停车位图像中匹配的二维样本特征点。
S206,根据两张样本停车位图像的拍摄位置确定匹配的二维样本特征点的三维空间点的三维坐标。
具体的,根据两张样本停车位图像的拍摄位置确定步骤S205中获取的二维样本特征点的三维空间点的三维坐标。其中,每一个三维空间点对应一些匹配的图像二维特征点,每一个图像二维特征点对应一个特征描述符,所以每一个三维空间点都对应一些特征描述符。
S207,根据样本停车位编号、匹配的二维样本特征点的三维空间点的三维坐标和匹配的二维样本特征点的特征描述符生成建图图像。
具体的,根据上述步骤中获取的样本停车位编号、匹配的二维样本特征点的三维空间点的三维坐标和匹配的二维样本特征点的特征描述符生成建图图像。
S208,对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框。
S209,对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符。
S210,获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符。
S211,将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点。
S212,根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿。
具体的,本公开实施例中的步骤S208-S212与上述实施例中步骤S101-S105相同,此处不再赘述。
本公开实施例中,定位完成后,若用户提供目的地的停车位编号或电梯编号,就可以在预先绘制的平面图中获取目的地的坐标,使用路径规划等算法给出最优的路径,并根据用户当前的朝向在界面上绘制出相应的导航箭头。其中,电梯编号具体可为预先手动标注出的电梯所在的三维位置。
作为一种可行的实施方式,如图5所示,在上述图2所示的实施例的基础上,步骤S201“确定停车位视频中每帧样本停车位图像的拍摄位置”具体可包括:
S501,采用同步定位与地图构建算法对样本停车位图像进行处理,以获取样本停车位图像的拍摄位置。
具体的,采用同步定位与地图构建算法(simultaneous localization andmapping,SLAM)对样本停车位图像进行处理,以获取样本停车位图像的拍摄位置。其中,同步定位与地图构建算法具体可包括离线或在线的同步定位与地图构建算法。
作为一种可行的实施方式,如图6所示,在上述图2所示的实施例的基础上,步骤S206“根据两张样本停车位图像的拍摄位置确定匹配的二维样本特征点对应的三维空间点的三维坐标”具体可包括:
S601,根据两张样本停车位图像的拍摄位置,采用三角化方法确定匹配的二维样本特征点的三维空间点的三维坐标。
具体的,根据步骤S205中获取的两张样本停车位图像的拍摄位置,即在三维坐标系中的位置,采用三角化方法(landmark triangulation method)确定匹配的二维样本特征点的三维空间点的三维坐标。
在本公开实施例中,通过三角化方法确定某一停车位编号检测框内一定数量的三维空间点的三维坐标后,可以对停车位编号检测框进行平面拟合,通过拟合的参数可以对错误的三维空间点的三维坐标进行滤除。
作为一种可行的实施方式,如图7所示,在上述图2所示的实施例的基础上,步骤S212“根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定当前停车位图像的拍摄位置和拍摄位姿”具体可包括:
S701,根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,采用n点透视算法确定停车位图像的拍摄位置和拍摄位姿。
具体的,根据步骤S211中获取的匹配的二维特征点和三维空间点的二维坐标和三维坐标,采用n点透视算法(Perspective-n-Point,PnP)确定停车位图像的拍摄位置和拍摄位姿,即停车位图像的6自由度位姿(6-Dof pose estimation)。
综上,本公开实施例的定位方法,对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框,对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符,获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符,将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点,以及根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿。本公开实施例的定位方法,通过采集车库内样本停车位编号进行预先建图,并通过光学字符识别检测算法获取停车位图像的停车位编号和停车位编号检测框,对停车位检测框内的图像进行特征点提取,并与建图图像数据库进行匹配,确定停车位图像的拍摄位置和拍摄位姿,可以实现准确的定位效果,且无需额外部署其他设备,避免了部署成本较高、后期维护成本较高的问题,且由于最终定位的是包含六个自由度的拍摄位置和拍摄位姿,因此可以提供直观的导航体验。根据预设的停车位编号规则对错误识别的样本停车位编号进行滤除,提高光学字符识别的准确度。
图8是根据本公开第六方面实施例的定位方法的整体流程图。如图8所示,本公开实施例的定位方法具体包括以下步骤:
S801,拍摄车库内存在停车位编号的道路视频。
S802,确定停车位视频中每帧样本停车位图像的拍摄位置。
S803,对样本停车位图像进行光学字符识别检测,以获取的样本停车位编号和样本停车位编号检测框。
S804,根据预设的停车位编号规则对错误识别的样本停车位编号进行滤除。
S805,对样本停车位编号检测框内的图像进行特征点提取,以获取对应的二维样本特征点的二维坐标和特征描述符。
S806,将具有相同样本停车位编号的两张样本停车位图像的特征描述符进行特征匹配,以获取两张样本停车位图像中匹配的二维样本特征点。
S807,根据两张样本停车位图像的拍摄位置确定匹配的二维样本特征点的三维空间点的三维坐标。
S808,根据样本停车位编号、匹配的二维样本特征点的三维空间点的三维坐标和匹配的二维样本特征点的特征描述符生成建图图像。
S809,用户拍摄停车位图像。
S810,对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框。
S811,对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符。
S812,获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符。
S813,将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点。
S814,根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定当前停车位图像的拍摄位置和拍摄位姿。
图9是根据本公开第一实施例的定位装置的框图。
如图9所示,本公开实施例的定位装置900,包括:第一获取模块901、第二获取模块902、第三获取模块903、第四获取模块904和第一确定模块905。
第一获取模块901,用于对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框。
第二获取模块902,用于对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符。
第三获取模块903,用于获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符。
第四获取模块904,用于将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点。
第一确定模块905,用于根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿。
需要说明的是,上述对定位方法实施例的解释说明,也适用于本公开实施例的定位装置,具体过程此处不再赘述。
综上,本公开实施例的定位装置,对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框,对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符,获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符,将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点,以及根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿。本公开实施例的定位装置,通过光学字符识别检测算法获取停车位图像的停车位编号和停车位编号检测框,对停车位检测框内的图像进行特征点,并与建图图像数据库进行匹配,确定当前停车位图像的拍摄位置和拍摄位姿,可以实现准确的定位效果,且无需额外部署其他设备,避免了部署成本较高、后期维护成本较高的问题,且由于最终定位的是包含六个自由度的拍摄位置和拍摄位姿,因此可以提供直观的导航体验。
图10是根据本公开第二实施例的定位装置的框图。
如图10所示,本公开实施例的定位装置1000,包括:第一获取模块1001、第二获取模块1002、第三获取模块1003、第四获取模块1004和第一确定模块1005。
其中,第一获取模块1001与上一实施例中的第一获取模块901具有相同的结构和功能,第二获取模块1002与上一实施例中的第二获取模块902具有相同的结构和功能,第三获取模块1003与上一实施例中的第三获取模块903具有相同的结构和功能,第四获取模块1004与上一实施例中的第四获取模块904具有相同的结构和功能,第一确定模块1005与上一实施例中的第一确定模块905具有相同的结构和功能。
进一步的,第一确定模块1005具体可包括:第一确定单元10051,用于根据匹配的二维特征点和三维空间点对应的二维坐标和三维坐标,采用n点透视算法确定停车位图像的拍摄位置和拍摄位姿。
进一步的,本公开实施例的定位装置1000还包括:第二确定模块1006,用于确定停车位视频中每帧样本停车位图像的拍摄位置;第五获取模块1007,用于对样本停车位图像进行光学字符识别检测,以获取样本停车位编号和样本停车位编号检测框;第六获取模块1008,用于对样本停车位编号检测框内的图像进行特征点提取,以获取二维样本特征点的二维坐标和特征描述符;第七获取模块1009,用于将具有相同样本停车位编号的两张样本停车位图像的特征描述符进行特征匹配,以获取两张样本停车位图像中匹配的二维样本特征点;第三确定模块1010,用于根据两张样本停车位图像的拍摄位置确定匹配的二维样本特征点的三维空间点的三维坐标;以及生成模块1011,根据样本停车位编号、匹配的二维样本特征点的三维空间点的三维坐标和匹配的二维样本特征点的特征描述符生成建图图像。
进一步的,第二确定模块1006具体可包括:获取单元10061,用于采用同步定位与地图构建算法对样本停车位图像进行处理,以获取样本停车位图像的拍摄位置。
进一步的,第三确定模块1010具体可包括:第二确定单元10101,用于根据两张样本停车位图像的拍摄位置,采用三角化方法确定匹配的二维样本特征点的三维空间点的三维坐标。
进一步的,本公开实施例的定位装置1000还包括:滤除模块1012,用于根据预设的停车位编号规则对错误识别的样本停车位编号进行滤除。
综上,本公开实施例的定位装置,对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框,对停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符,获取与停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符,将二维特征点的特征描述符和三维空间点的特征描述符进行特征匹配,以获取匹配的二维特征点和三维空间点,以及根据匹配的二维特征点和三维空间点的二维坐标和三维坐标,确定停车位图像的拍摄位置和拍摄位姿。本公开实施例的定位装置,通过采集车库内样本停车位编号进行预先建图,并通过光学字符识别检测算法获取停车位图像的停车位编号和停车位编号检测框,对停车位检测框内的图像进行特征点提取,并与建图图像数据库进行匹配,确定当前停车位图像的拍摄位置和拍摄位姿,可以实现准确的定位效果,且无需额外部署其他设备,避免了部署成本较高、后期维护成本较高的问题,且由于最终定位的是包含六个自由度的拍摄位置和拍摄位姿,因此可以提供直观的导航体验。根据预设的停车位编号规则对错误识别的样本停车位编号进行滤除,提高光学字符识别的准确度。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示,设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106,例如键盘、鼠标等;输出单元1107,例如各种类型的显示器、扬声器等;存储单元1108,例如磁盘、光盘等;以及通信单元1109,例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理,例如图1至图8所示的定位方法。例如,在一些实施例中,定位方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的定位方法的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行定位方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的定位方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网以及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现根据本公开上述实施例所示的定位方法。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种定位方法,包括:
对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框;
对所述停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符;
获取与所述停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符;
将所述二维特征点的特征描述符和所述三维空间点的特征描述符进行特征匹配,以获取匹配的所述二维特征点和所述三维空间点;以及
根据匹配的所述二维特征点和所述三维空间点的二维坐标和三维坐标,确定所述停车位图像的拍摄位置和拍摄位姿。
2.根据权利要求1所述的定位方法,其中,所述根据匹配的所述二维特征点和所述三维空间点的二维坐标和三维坐标,确定所述当前停车位图像的拍摄位置和拍摄位姿,包括:
根据匹配的所述二维特征点和所述三维空间点的二维坐标和三维坐标,采用n点透视算法确定所述停车位图像的拍摄位置和拍摄位姿。
3.根据权利要求1所述的定位方法,还包括:
确定停车位视频中每帧样本停车位图像的拍摄位置;
对所述样本停车位图像进行所述光学字符识别检测,以获取样本停车位编号和样本停车位编号检测框;
对所述样本停车位编号检测框内的图像进行特征点提取,以获取二维样本特征点的二维坐标和特征描述符;
将具有相同所述样本停车位编号的两张所述样本停车位图像的特征描述符进行特征匹配,以获取两张所述样本停车位图像中匹配的所述二维样本特征点;
根据两张所述样本停车位图像的拍摄位置确定匹配的所述二维样本特征点的所述三维空间点的三维坐标;以及
根据所述样本停车位编号、匹配的所述二维样本特征点的所述三维空间点的三维坐标和匹配的所述二维样本特征点的特征描述符生成所述建图图像。
4.根据权利要求3所述的定位方法,其中,所述确定停车位视频中每帧样本停车位图像的拍摄位置,包括:
采用同步定位与地图构建算法对所述样本停车位图像进行处理,以获取所述样本停车位图像的拍摄位置。
5.根据权利要求3所述的定位方法,其中,所述根据两张所述样本停车位图像的拍摄位置确定匹配的所述二维样本特征点的所述三维空间点的三维坐标,包括:
根据两张所述样本停车位图像的拍摄位置,采用三角化方法确定匹配的所述二维样本特征点的所述三维空间点的三维坐标。
6.根据权利要求3所述的定位方法,其中,所述对所述样本停车位编号检测框内的图像进行特征点提取之前,还包括:
根据预设的停车位编号规则对错误识别的所述样本停车位编号进行滤除。
7.一种定位装置,包括:
第一获取模块,用于对停车位图像进行光学字符识别检测,以获取停车位编号和停车位编号检测框;
第二获取模块,用于对所述停车位编号检测框内的图像进行特征点提取,以获取二维特征点的二维坐标和特征描述符;
第三获取模块,用于获取与所述停车位编号匹配的建图图像中三维空间点的三维坐标和特征描述符;
第四获取模块,用于将所述二维特征点的特征描述符和所述三维空间点的特征描述符进行特征匹配,以获取匹配的所述二维特征点和所述三维空间点;以及
第一确定模块,用于根据匹配的所述二维特征点和所述三维空间点的二维坐标和三维坐标,确定所述停车位图像的拍摄位置和拍摄位姿。
8.根据权利要求7所述的定位装置,其中,所述第一确定模块包括:
第一确定单元,用于根据匹配的所述二维特征点和所述三维空间点对应的二维坐标和三维坐标,采用n点透视算法确定所述停车位图像的拍摄位置和拍摄位姿。
9.根据权利要求7所述的定位装置,还包括:
第二确定模块,用于确定停车位视频中每帧样本停车位图像的拍摄位置;
第五获取模块,用于对所述样本停车位图像进行所述光学字符识别检测,以获取样本停车位编号和样本停车位编号检测框;
第六获取模块,用于对所述样本停车位编号检测框内的图像进行特征点提取,以获取二维样本特征点的二维坐标和特征描述符;
第七获取模块,用于将具有相同所述样本停车位编号的两张所述样本停车位图像的特征描述符进行特征匹配,以获取两张所述样本停车位图像中匹配的所述二维样本特征点;
第三确定模块,用于根据两张所述样本停车位图像的拍摄位置确定匹配的所述二维样本特征点的所述三维空间点的三维坐标;以及
生成模块,用于根据所述样本停车位编号、匹配的所述二维样本特征点的所述三维空间点的三维坐标和匹配的所述二维样本特征点的特征描述符生成所述建图图像。
10.根据权利要求9所述的定位装置,其中,所述第二确定模块包括:
获取单元,用于采用同步定位与地图构建算法对所述样本停车位图像进行处理,以获取所述样本停车位图像的拍摄位置。
11.根据权利要求9所述的定位装置,其中,所述第三确定模块包括:
第二确定单元,用于根据两张所述样本停车位图像的拍摄位置,采用三角化方法确定匹配的所述二维样本特征点的所述三维空间点的三维坐标。
12.根据权利要求9所述的定位装置,还包括:
滤除模块,用于根据预设的停车位编号规则对错误识别的所述样本停车位编号进行滤除。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110932774.8A CN113705390B (zh) | 2021-08-13 | 2021-08-13 | 定位方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110932774.8A CN113705390B (zh) | 2021-08-13 | 2021-08-13 | 定位方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113705390A true CN113705390A (zh) | 2021-11-26 |
CN113705390B CN113705390B (zh) | 2022-09-27 |
Family
ID=78652844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110932774.8A Active CN113705390B (zh) | 2021-08-13 | 2021-08-13 | 定位方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113705390B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114266876A (zh) * | 2021-11-30 | 2022-04-01 | 北京百度网讯科技有限公司 | 定位方法、视觉地图的生成方法及其装置 |
CN114998600A (zh) * | 2022-06-17 | 2022-09-02 | 北京百度网讯科技有限公司 | 图像处理方法、模型的训练方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111144284A (zh) * | 2019-12-25 | 2020-05-12 | 支付宝(杭州)信息技术有限公司 | 深度人脸图像的生成方法、装置、电子设备及介质 |
WO2020133080A1 (zh) * | 2018-12-27 | 2020-07-02 | 深圳市优必选科技有限公司 | 物体定位方法、装置、计算机设备及存储介质 |
CN111383270A (zh) * | 2018-12-27 | 2020-07-07 | 深圳市优必选科技有限公司 | 物体定位方法、装置、计算机设备及存储介质 |
US20200240793A1 (en) * | 2019-01-28 | 2020-07-30 | Qfeeltech (Beijing) Co., Ltd. | Methods, apparatus, and systems for localization and mapping |
CN112184818A (zh) * | 2020-10-09 | 2021-01-05 | 重庆邮电大学 | 基于视觉的车辆定位方法及应用其方法的停车场管理系统 |
-
2021
- 2021-08-13 CN CN202110932774.8A patent/CN113705390B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020133080A1 (zh) * | 2018-12-27 | 2020-07-02 | 深圳市优必选科技有限公司 | 物体定位方法、装置、计算机设备及存储介质 |
CN111383270A (zh) * | 2018-12-27 | 2020-07-07 | 深圳市优必选科技有限公司 | 物体定位方法、装置、计算机设备及存储介质 |
US20200240793A1 (en) * | 2019-01-28 | 2020-07-30 | Qfeeltech (Beijing) Co., Ltd. | Methods, apparatus, and systems for localization and mapping |
CN111144284A (zh) * | 2019-12-25 | 2020-05-12 | 支付宝(杭州)信息技术有限公司 | 深度人脸图像的生成方法、装置、电子设备及介质 |
CN112184818A (zh) * | 2020-10-09 | 2021-01-05 | 重庆邮电大学 | 基于视觉的车辆定位方法及应用其方法的停车场管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114266876A (zh) * | 2021-11-30 | 2022-04-01 | 北京百度网讯科技有限公司 | 定位方法、视觉地图的生成方法及其装置 |
CN114998600A (zh) * | 2022-06-17 | 2022-09-02 | 北京百度网讯科技有限公司 | 图像处理方法、模型的训练方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113705390B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145680B (zh) | 一种获取障碍物信息的方法、装置、设备和计算机存储介质 | |
CN109116374B (zh) | 确定障碍物距离的方法、装置、设备及存储介质 | |
CN109931945B (zh) | Ar导航方法、装置、设备和存储介质 | |
CN113705390B (zh) | 定位方法、装置、电子设备和存储介质 | |
CN113920307A (zh) | 模型的训练方法、装置、设备、存储介质及图像检测方法 | |
EP3414641A1 (en) | System and method for achieving fast and reliable time-to-contact estimation using vision and range sensor data for autonomous navigation | |
CN113837305B (zh) | 目标检测及模型训练方法、装置、设备和存储介质 | |
CN112233221B (zh) | 基于即时定位与地图构建的三维地图重建系统及方法 | |
CN111862199A (zh) | 定位方法、装置、电子设备和存储介质 | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN111178323A (zh) | 基于视频的群体行为识别方法、装置、设备及存储介质 | |
CN113378712A (zh) | 物体检测模型的训练方法、图像检测方法及其装置 | |
CN114674328B (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN110377776B (zh) | 生成点云数据的方法和装置 | |
CN114266876B (zh) | 定位方法、视觉地图的生成方法及其装置 | |
CN114419564B (zh) | 车辆位姿检测方法、装置、设备、介质及自动驾驶车辆 | |
CN113360791B (zh) | 电子地图的兴趣点查询方法、装置、路侧设备及车辆 | |
CN115062240A (zh) | 一种停车场排序方法、装置、电子设备和存储介质 | |
CN114111813A (zh) | 高精地图元素更新方法、装置、电子设备及存储介质 | |
CN113654548A (zh) | 定位方法、装置、电子设备及存储介质 | |
CN113869147A (zh) | 目标检测方法及装置 | |
CN114398434A (zh) | 结构化信息抽取方法、装置、电子设备和存储介质 | |
CN113378774A (zh) | 手势识别方法、装置、设备、存储介质以及程序产品 | |
CN113032681A (zh) | 用于地图搜索的方法、装置、电子设备和介质 | |
CN111753960A (zh) | 模型训练及图像处理方法、装置、电子设备、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |