CN113820697B - 一种基于城市建筑特征与三维地图的视觉定位方法 - Google Patents

一种基于城市建筑特征与三维地图的视觉定位方法 Download PDF

Info

Publication number
CN113820697B
CN113820697B CN202111055803.3A CN202111055803A CN113820697B CN 113820697 B CN113820697 B CN 113820697B CN 202111055803 A CN202111055803 A CN 202111055803A CN 113820697 B CN113820697 B CN 113820697B
Authority
CN
China
Prior art keywords
building
positioning
information
dimensional map
camera
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.)
Active
Application number
CN202111055803.3A
Other languages
English (en)
Other versions
CN113820697A (zh
Inventor
何成龙
蔚保国
易卿武
郝菁
王卿
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.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
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 CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202111055803.3A priority Critical patent/CN113820697B/zh
Publication of CN113820697A publication Critical patent/CN113820697A/zh
Application granted granted Critical
Publication of CN113820697B publication Critical patent/CN113820697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Abstract

本发明公开了一种基于城市建筑特征与三维地图的视觉定位方法，属于导航定位技术领域。其包括以下步骤：定位对象利用自身携带的多目视觉摄像头提取建筑的外观轮廓及其深度信息；估算建筑轮廓的宏观尺寸信息；估算多个建筑轮廓间的相对距离；获取城市三维地图，建立建筑结构信息库；将视觉提取信息与建筑结构信息库进行搜索比对；若比对成功，计算定位对象的自身位置；当存在多个匹配成功解时，根据移动通信定位或其它已知信息获取到定位对象潜在位置范围，排除不在潜在位置范围内的定位值。本方法简单易行，对城市环境卫星导航不可用时提供备份、基础性能的导航定位保障，或作为校准惯导定位累计误差等应用具有重要意义。

Description

一种基于城市建筑特征与三维地图的视觉定位方法
技术领域
本发明属于导航定位技术领域，特别是指一种基于城市建筑特征与三维地图的视觉定位方法。
背景技术
卫星导航是当前无人系统普遍采用的定位方式，但由于卫星导航易受电磁干扰、信号遮蔽和强多径影像导致定位精度下降或中断，特别是随着城市空间中建筑高度和密集程度不断增大、电磁干扰技术和设备研制难度不断降低，对无人系统商业应用的可靠性带来一定影响。
视觉技术是实现无人系统自主定位的技术途径之一。当前视觉定位技术普遍采用基于特征点或视频流的SLAM定位技术，利用视觉场景中感知深度信息的变化来获取位移信息，通过时域积分获取相对于起始点的移动距离和方向，并在往返运动过程中通过在相同区域感知到的相同影像信息来校准定位结果。SLAM技术具有定位精度高、频度高、支持回环检测的优势，但是需要实时进行视频流特征提取和深度变化信息计算，使用过程中功耗很大。而无人系统商业应用中需要尽量降低功率消耗，并且在长时段的巡弋过程中仅需要有限的定位精度和频度即可用于导航保障，需要一种可提供有限定位性能、低功耗的定位手段。
当前通过遥感技术已经获取了绝大多数城市的建筑三维特征和分布状态，并且已经实现了公众化服务，用户可通过地图APP免费获取到有限精度但基本能表征建筑空间特征和分布情况的三维地图。这为无人系统商业应用中的定位保障提供了便利条件，如何利用三维地图获取定位信息来保障基本导航需求，成为新的发展契机。
发明内容
本发明的目的在于提供一种基于城市建筑特征与三维地图的视觉定位方法。本方法可面向城市中无人车、无人机导航应用场景，亦可应用于利用手机等移动终端的定位需要，可基于城市三维地图数据和自身的视觉信息获取自身的定位结果。
为了实现上述目的，本发明采用的技术方案为：
一种基于城市建筑特征与三维地图的视觉定位方法，包括以下步骤：
(1)定位对象利用自身携带的具有深度信息的多目视觉摄像头，通过上下移动和左右移动摄像头的方式，拍摄所处位置周边的建筑；通过图像处理算法提取视觉信息中建筑的轮廓及深度信息；根据摄像头自身的成像属性，即不同距离上的点在视觉影像上的投影位置特征，估算建筑轮廓所对应的宏观尺寸信息；
(2)对于处于同一帧影像中的多个建筑轮廓，通过轮廓的深度信息以及多个轮廓在影像中的成像相对位置，估算多个建筑轮廓间的相对距离；当通过移动摄像头获取到多个建筑物轮廓时，控制摄像头拍摄过程中方位角的变化量θ和多个建筑轮廓深度信息对应的距离d，估算拍摄到的不同建筑轮廓间的相对距离l；
(3)定位对象通过网络访问或本地预先存储的方式获取城市三维地图，将三维地图中建筑的坐标、尺寸、高度和相对距离作为建筑结构信息库；将视觉提取的建筑轮廓、宏观尺寸信息以及建筑相对距离作为输入量，并设定各输入参数的误差门限，与建筑结构信息库进行搜索比对；
(4)若比对成功，则利用建筑结构信息库中建筑的位置坐标信息，并结合建筑轮廓及深度信息，估算定位对象与建筑的距离和方位，得到定位对象的自身位置；当存在多个比对成功时，根据移动通信定位或其它定位信息获取到定位对象的潜在位置范围，排除不在潜在位置范围内的定位结果。
本发明与现有技术相比所取得的有益效果为：
1、使用本方法，定位对象可通过视觉传感器对周边环境进行单次感知来获取大致定位结果，无需连续的视觉观测和计算。
2、采用本方法，可根据实际需要控制定位的频度，具有实用功耗相对低的优势。
3、本发明的定位精度足以保障基本的导航需要，并可用于惯性导航校正，从而降低其积累误差。
总之，本发明针对城市环境无人系统应用对低功耗定位备份保障能力的需要，设计了一种基于城市建筑特征与三维地图的视觉定位方法。其通过无人系统视觉摄像头对建筑空间尺寸特征进行提取，并与自身存储或通过网络获取的城市三维地图进行比对，获取自身的定位信息。
附图说明
图1是本发明实施例中视觉定位方法的流程图。
具体实施方式
以下结合附图和具体实施方式对本发明做进一步的说明。
一种基于城市建筑特征与三维地图的视觉定位方法，包括以下步骤：
(1)应用对象利用自身携带的具有深度信息的多目视觉摄像头，通过上下移动和左右移动摄像头的方式，尽可能多且完整地拍摄所处位置周边的建筑；通过图像处理算法提取视觉信息中建筑的外观轮廓及其深度信息；根据摄像头自身的成像属性，即不同距离上的点在视觉影像上的投影位置特征，估算提取建筑轮廓所对应的高度和长宽等宏观尺寸信息；
(2)对于处于同一帧影像中的多个建筑轮廓，通过轮廓的深度信息以及多个轮廓在影像中的成像相对位置，估算多个建筑轮廓间的相对距离；当通过移动摄像头获取到多个建筑物轮廓时，利用控制摄像头拍摄过程中方位角的变化量θ和多个建筑轮廓深度信息对应的距离d，估算拍摄到的不同建筑轮廓间的相对距离l。以建筑物i和建筑物j为例，其距离li,j为：
(3)应用对象通过网络访问或本地预先存储的方式获取城市三维地图，将三维地图中建筑的坐标、尺寸、高度和相对距离作为建筑结构信息库；将视觉提取的建筑物轮廓、高度和长宽等宏观尺寸信息、以及建筑相对距离作为输入量，并设定各输入参数的误差门限，与建筑结构信息库进行搜索比对；
(4)若比对成功，基于视觉获取的建筑轮廓及深度信息估算与建筑的距离和方位，并利用建筑结构信息库中建筑的位置坐标信息，计算应用对象的自身位置；当存在多个匹配成功解时，根据移动通信定位或其它已知信息获取到应用对象潜在位置范围，应用对象对解算得到的多个定位值进行筛选，排除不在潜在位置范围内的定位值。
进一步的，所述应用对象是指具有视觉摄像头的无人机、无人车、手机等。
图1为一种基于城市建筑特征与三维地图的视觉定位方法的流程图。本方法可面向城市环境中无人系统导航等应用场景，实现在卫星导航不可用的条件下作为一种备份定位方式获取概要定位信息，用于保障导航规划或惯性导航校正等。这里以无人机在城市峡谷场景下实现飞行导航为例，详细描述实现步骤：
(1)无人机利用自身携带的具有深度信息的多目视觉摄像头，通过上下移动和左右移动摄像头的方式，尽可能多且完整地拍摄所处位置周边的建筑；通过图像处理算法提取视觉信息中建筑的外观轮廓及其深度信息；根据摄像头自身的成像属性，即不同距离上的点在视觉影像上的投影位置特征，估算提取建筑轮廓所对应的高度和长宽等宏观尺寸信息；
(2)对于处于同一帧影像中的多个建筑轮廓，通过轮廓的深度信息以及多个轮廓在影像中的成像相对位置，估算多个建筑轮廓间的相对距离；当通过移动摄像头获取到多个建筑物轮廓时，利用控制摄像头拍摄过程中方位角的变化量θ和多个建筑轮廓深度信息对应的距离d，估算拍摄到的不同建筑轮廓间的相对距离l。以建筑物i和建筑物j为例，其距离li,j为
(3)无人机通过网络访问或本地预先存储的方式获取城市三维地图，将三维地图中建筑的坐标、尺寸、高度和相对距离作为建筑结构信息库；将视觉提取的建筑物轮廓、高度和长宽等宏观尺寸信息、以及建筑相对距离作为输入量，并设定各输入参数的误差门限，与建筑结构信息库进行搜索比对；
(4)若比对成功，基于视觉获取的建筑轮廓及深度信息估算与建筑的距离和方位，并利用建筑结构信息库中建筑的位置坐标信息，计算无人机的自身位置；当存在多个匹配成功解时，根据移动通信定位或其它已知信息获取到无人机潜在位置范围，无人机对解算得到的多个定位值进行筛选，排除不在潜在位置范围内的定位值。
总之，本发明定位算法复杂度低、实用功耗低，可在城市环境中卫星导航不可用时获取备份定位能力。
本发明可应用于城市中无人车、无人机导航应用场景，亦可应用于利用手机等移动终端的定位需要，实现基于城市三维地图数据和自身的视觉信息获取自身的定位结果。

Claims (1)

1.一种基于城市建筑特征与三维地图的视觉定位方法，其特征在于，包括以下步骤：
（1）定位对象利用自身携带的具有深度信息的多目视觉摄像头，通过上下移动和左右移动摄像头的方式，拍摄所处位置周边的建筑；通过图像处理算法提取视觉信息中建筑的轮廓及深度信息；根据摄像头自身的成像属性，即不同距离上的点在视觉影像上的投影位置特征，估算建筑轮廓所对应的宏观尺寸信息；
（2）对于处于同一帧影像中的多个建筑轮廓，通过轮廓的深度信息以及多个轮廓在影像中的成像相对位置，估算多个建筑轮廓间的相对距离；当通过移动摄像头获取到多个建筑物轮廓时，控制摄像头拍摄过程中方位角的变化量和多个建筑轮廓深度信息对应的距离/>，估算拍摄到的不同建筑轮廓间的相对距离/>；
（3）定位对象通过网络访问或本地预先存储的方式获取城市三维地图，将三维地图中建筑的坐标、尺寸、高度和相对距离作为建筑结构信息库；将视觉提取的建筑轮廓、宏观尺寸信息以及建筑相对距离作为输入量，并设定各输入参数的误差门限，与建筑结构信息库进行搜索比对；
（4）若比对成功，则利用建筑结构信息库中建筑的位置坐标信息，并结合建筑轮廓及深度信息，估算定位对象与建筑的距离和方位，得到定位对象的自身位置；当存在多个比对成功时，根据移动通信定位或其它定位信息获取到定位对象的潜在位置范围，排除不在潜在位置范围内的定位结果。
CN202111055803.3A 2021-09-09 2021-09-09 一种基于城市建筑特征与三维地图的视觉定位方法 Active CN113820697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111055803.3A CN113820697B (zh) 2021-09-09 2021-09-09 一种基于城市建筑特征与三维地图的视觉定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111055803.3A CN113820697B (zh) 2021-09-09 2021-09-09 一种基于城市建筑特征与三维地图的视觉定位方法

Publications (2)

Publication Number Publication Date
CN113820697A CN113820697A (zh) 2021-12-21
CN113820697B true CN113820697B (zh) 2024-03-26

Family

ID=78914310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111055803.3A Active CN113820697B (zh) 2021-09-09 2021-09-09 一种基于城市建筑特征与三维地图的视觉定位方法

Country Status (1)

Country Link
CN (1) CN113820697B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107223269A (zh) * 2016-12-29 2017-09-29 深圳前海达闼云端智能科技有限公司 三维场景定位方法和装置
CN108406731A (zh) * 2018-06-06 2018-08-17 珠海市微半导体有限公司 一种基于深度视觉的定位装置、方法及机器人
CN108873908A (zh) * 2018-07-12 2018-11-23 重庆大学 基于视觉slam和网络地图结合的机器人城市导航系统
CN109541535A (zh) * 2019-01-11 2019-03-29 浙江智澜科技有限公司 一种基于uwb和视觉slam的agv室内定位及导航的方法
CN110568447A (zh) * 2019-07-29 2019-12-13 广东星舆科技有限公司 视觉定位的方法、装置及计算机可读介质
CN110926474A (zh) * 2019-11-28 2020-03-27 南京航空航天大学 卫星/视觉/激光组合的城市峡谷环境uav定位导航方法
CN112258600A (zh) * 2020-10-19 2021-01-22 浙江大学 一种基于视觉与激光雷达的同时定位与地图构建方法
CN112348886A (zh) * 2019-08-09 2021-02-09 华为技术有限公司 视觉定位方法、终端和服务器
CN112596071A (zh) * 2020-11-02 2021-04-02 中国兵器工业计算机应用技术研究所 无人机自主定位方法、装置及无人机
CN112598736A (zh) * 2020-12-24 2021-04-02 长沙行深智能科技有限公司 一种基于地图构建的视觉定位方法及装置
CN113031041A (zh) * 2021-03-11 2021-06-25 南京航空航天大学 一种基于天际线匹配的城市峡谷组合导航定位方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI391874B (zh) * 2009-11-24 2013-04-01 Ind Tech Res Inst 地圖建置方法與裝置以及利用該地圖的定位方法
CN108692720B (zh) * 2018-04-09 2021-01-22 京东方科技集团股份有限公司 定位方法、定位服务器及定位系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107223269A (zh) * 2016-12-29 2017-09-29 深圳前海达闼云端智能科技有限公司 三维场景定位方法和装置
CN108406731A (zh) * 2018-06-06 2018-08-17 珠海市微半导体有限公司 一种基于深度视觉的定位装置、方法及机器人
CN108873908A (zh) * 2018-07-12 2018-11-23 重庆大学 基于视觉slam和网络地图结合的机器人城市导航系统
CN109541535A (zh) * 2019-01-11 2019-03-29 浙江智澜科技有限公司 一种基于uwb和视觉slam的agv室内定位及导航的方法
CN110568447A (zh) * 2019-07-29 2019-12-13 广东星舆科技有限公司 视觉定位的方法、装置及计算机可读介质
CN112348886A (zh) * 2019-08-09 2021-02-09 华为技术有限公司 视觉定位方法、终端和服务器
CN110926474A (zh) * 2019-11-28 2020-03-27 南京航空航天大学 卫星/视觉/激光组合的城市峡谷环境uav定位导航方法
CN112258600A (zh) * 2020-10-19 2021-01-22 浙江大学 一种基于视觉与激光雷达的同时定位与地图构建方法
CN112596071A (zh) * 2020-11-02 2021-04-02 中国兵器工业计算机应用技术研究所 无人机自主定位方法、装置及无人机
CN112598736A (zh) * 2020-12-24 2021-04-02 长沙行深智能科技有限公司 一种基于地图构建的视觉定位方法及装置
CN113031041A (zh) * 2021-03-11 2021-06-25 南京航空航天大学 一种基于天际线匹配的城市峡谷组合导航定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
三维视觉前沿进展;龙霄潇 等;中国图像图形学报;20210630;第26卷(第6期);第1389-1412页 *
基于视觉的移动机器人自主定位导航;方强, 谢存禧;机床与液压;20040730(第07期);第40-42页 *

Also Published As

Publication number Publication date
CN113820697A (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
US20160178728A1 (en) Indoor Positioning Terminal, Network, System and Method
CN105959625B (zh) 控制无人机追踪拍摄的方法及装置
US8963999B1 (en) Augmented reality with earth data
CN105371847B (zh) 一种室内实景导航方法及系统
US9013550B2 (en) Online reference generation and tracking for multi-user augmented reality
US20180137673A1 (en) Method and device for processing dvs events
KR101126449B1 (ko) 증강 현실 서비스 시스템 및 방법
KR102398478B1 (ko) 전자 디바이스 상에서의 환경 맵핑을 위한 피쳐 데이터 관리
CN112050810B (zh) 一种基于计算机视觉的室内定位导航方法及系统
CN112085844A (zh) 面向野外未知环境的无人机影像快速三维重建方法
CN110858414A (zh) 图像处理方法、装置、可读存储介质与增强现实系统
CN112207821B (zh) 视觉机器人的目标搜寻方法及机器人
JP7273927B2 (ja) 画像ベースの測位方法及びシステム
KR20140072763A (ko) 영상 정보와 항공사진 데이터를 비교하여 대상 객체를 결정하고 카메라 획득정보를 이용하여 대상 객체의 3차원 좌표를 획득하는 수치지도 제작 시스템
KR20180015961A (ko) 이미지를 기반으로 한 객체 위치 추정 방법 및 장치
CN110361005A (zh) 定位方法、定位装置、可读存储介质及电子设备
KR20190131320A (ko) 관심 영역의 공간 좌표를 산출하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
CN103428408A (zh) 一种适用于帧间的图像稳像方法
CN116630598B (zh) 大场景下的视觉定位方法、装置、电子设备及存储介质
CN109978997A (zh) 一种基于倾斜影像的输电线路三维建模方法和系统
CN113820697B (zh) 一种基于城市建筑特征与三维地图的视觉定位方法
CN112422653A (zh) 基于位置服务的场景信息推送方法、系统、存储介质及设备
CN105183142A (zh) 一种利用空间位置装订的数字信息复现方法
KR101879859B1 (ko) 영상 왜곡 매개변수를 이용하여 촬영 영상을 보정하는 영상 처리 시스템
US20210256712A1 (en) On-Demand Image Based Location Tracking Platform

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