CN115222808A - 基于无人机的定位方法、装置、存储介质和电子设备 - Google Patents

基于无人机的定位方法、装置、存储介质和电子设备 Download PDF

Info

Publication number
CN115222808A
CN115222808A CN202110739500.7A CN202110739500A CN115222808A CN 115222808 A CN115222808 A CN 115222808A CN 202110739500 A CN202110739500 A CN 202110739500A CN 115222808 A CN115222808 A CN 115222808A
Authority
CN
China
Prior art keywords
positioning data
dimensional map
terminal equipment
initial
initial positioning
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
Application number
CN202110739500.7A
Other languages
English (en)
Other versions
CN115222808B (zh
Inventor
黄晓庆
张站朝
董文锋
马世奎
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.)
Cloudminds Shanghai Robotics Co Ltd
Original Assignee
Cloudminds Shanghai Robotics Co Ltd
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 Cloudminds Shanghai Robotics Co Ltd filed Critical Cloudminds Shanghai Robotics Co Ltd
Priority to CN202110739500.7A priority Critical patent/CN115222808B/zh
Priority to PCT/CN2022/080773 priority patent/WO2023273415A1/zh
Publication of CN115222808A publication Critical patent/CN115222808A/zh
Application granted granted Critical
Publication of CN115222808B publication Critical patent/CN115222808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本公开涉及一种基于无人机的定位方法、装置、存储介质和电子设备，涉及无线定位技术领域，该方法应用于终端设备，包括：获取控制平台发送的预设区域的三维地图，三维地图根据多个初始定位数据集和终端设备的高度确定，每个初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，每个初始定位数据包括点云数据和图像数据，每个采集轨迹在水平面上的投影相同。获取目标定位数据，目标定位数据包括终端设备在当前时刻采集的点云数据和图像数据；根据三维地图和目标定位数据，确定终端设备在三维地图中的目标位姿。本公开能够提高终端设备定位的准确度。

Description

基于无人机的定位方法、装置、存储介质和电子设备
技术领域
本公开涉及无线定位技术领域，具体地，涉及一种基于无人机的定位方法、装置、存储介质和电子设备。
背景技术
随着终端技术的不断发展，机器人已经进入到许多技术领域，以帮助人们完成各种作业任务。对于需要在工作过程中不断移动的机器人来说，为了更好的完成作业任务，需要获得准确的定位。通常情况下，机器人可以利用各种信息采集装置采集所处物理环境的环境信息，并借助活动范围内的全局地图来进行定位。全局地图的获取，通常是预先控制机器人在活动范围内采集每一处的环境信息，以建立全局地图。然而，由于机器人的活动范围有限，因此很难触达活动范围内的每一处，全局地图的准确度较低。同时，由于机器人移动的灵活度和速度也有限，因此采集环境信息的效率较低，降低了生成全局地图的效率。
发明内容
本公开的目的是提供一种基于无人机的定位方法、装置、存储介质和电子设备为，用以解决现有技术中存在的相关技术问题。
为了实现上述目的，根据本公开实施例的第一方面，提供一种基于无人机的定位方法，应用于终端设备，所述方法包括：
获取控制平台发送的预设区域的三维地图，所述三维地图根据多个初始定位数据集和所述终端设备的高度确定，每个所述初始定位数据集对应所述预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
获取目标定位数据，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据；
根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿。
可选地，每个所述初始定位数据集包括所述无人机以倾斜摄影的方式采集的多个所述初始定位数据。
可选地，所述根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿，包括：
根据所述目标定位数据，确定所述终端设备当前时刻所处环境的三维环境特征，所述三维环境特征包括点云特征和图像特征；
将所述三维环境特征与所述三维地图进行匹配，以确定所述目标位姿。
可选地，在所述根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿之后，所述方法还包括：
根据所述目标位姿和所述终端设备的目的地的位置信息，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，并按照所述目标轨迹移动，所述指定约束条件根据所述采集轨迹在水平面上的投影确定。
可选地，所述根据所述目标位姿和所述终端设备的目的地的位置信息，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，包括：
根据所述目标位姿和所述目的地的位置信息，按照预设的路径规划算法，确定至少一个初始轨迹；
将与所述采集轨迹在水平面上的投影的匹配度最高的所述初始轨迹，作为所述目标轨迹。
根据本公开实施例的第二方面，提供一种基于无人机的定位方法，应用于控制平台，所述方法包括：
获取无人机发送的多个初始定位数据集，每个所述初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括所述无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
根据多个所述初始定位数据集，和终端设备的高度，确定所述预设区域的三维地图；
将所述三维地图发送至所述终端设备，以使所述终端设备根据所述三维地图、目标定位数据，确定所述终端设备在所述三维地图中的目标位姿，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据。
可选地，每个所述初始定位数据集包括所述无人机以倾斜摄影的方式采集的多个所述初始定位数据。
可选地，每个所述采集轨迹的高度均不相同；所述根据多个所述初始定位数据集，和终端设备的高度，确定所述预设区域的三维地图，包括：
根据所述终端设备的高度、多个所述初始定位数据集，确定转换定位数据集，所述转换定位数据集包括转换采集轨迹上的多个转换定位数据，所述转换定位数据包括点云数据和图像数据，所述转换采集轨迹的高度与所述终端设备的高度相同，所述转换采集轨迹在水平面上的投影，与每个所述采集轨迹在水平面上的投影相同；
根据所述转换定位数据集，生成所述三维地图。
可选地，所述根据所述终端设备的高度、多个所述初始定位数据集，确定转换定位数据集，包括：
针对每个所述初始定位数据集，根据该初始定位数据集中包括的每个所述初始定位数据，和所述终端设备的高度，确定该初始定位数据集对应的初始转换定位数据集；
对每个所述初始定位数据集对应的所述初始转换定位数据集进行融合，以得到所述转换定位数据集；
所述根据所述转换定位数据集，生成所述三维地图，包括：
根据所述转换定位数据集和所述转换采集轨迹，进行三维重建，以得到所述三维地图。
可选地，所述方法还包括：
获取所述终端设备上设置的定位传感器的位置；
根据所述定位传感器的位置，确定所述终端设备的高度。
根据本公开实施例的第三方面，提供一种基于无人机的定位装置，应用于终端设备，所述装置包括：
第一获取模块，用于获取控制平台发送的预设区域的三维地图，所述三维地图根据多个初始定位数据集和所述终端设备的高度确定，每个所述初始定位数据集对应所述预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
第二获取模块，用于获取目标定位数据，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据；
确定模块，用于根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿。
可选地，每个所述初始定位数据集包括所述无人机以倾斜摄影的方式采集的多个所述初始定位数据。
可选地，所述确定模块包括：
特征提取子模块，用于根据所述目标定位数据，确定所述终端设备当前时刻所处环境的三维环境特征，所述三维环境特征包括点云特征和图像特征；
匹配子模块，用于将所述三维环境特征与所述三维地图进行匹配，以确定所述目标位姿。
可选地，所述装置还包括：
控制模块，用于在所述根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿之后，根据所述目标位姿和所述终端设备的目的地的位置信息，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，并按照所述目标轨迹移动，所述指定约束条件根据所述采集轨迹在水平面上的投影确定。
可选地，所述控制模块用于：
根据所述目标位姿和所述目的地的位置信息，按照预设的路径规划算法，确定至少一个初始轨迹；将与所述采集轨迹在水平面上的投影的匹配度最高的所述初始轨迹，作为所述目标轨迹。
根据本公开实施例的第四面，提供一种基于无人机的定位装置，应用于控制平台，所述装置包括：
获取模块，用于获取无人机发送的多个初始定位数据集，每个所述初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括所述无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
确定模块，用于根据多个所述初始定位数据集，和终端设备的高度，确定所述预设区域的三维地图；
发送模块，用于将所述三维地图发送至所述终端设备，以使所述终端设备根据所述三维地图、目标定位数据，确定所述终端设备在所述三维地图中的目标位姿，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据。
可选地，每个所述初始定位数据集包括所述无人机以倾斜摄影的方式采集的多个所述初始定位数据。
可选地，每个所述采集轨迹的高度均不相同；所述确定模块包括：
第一确定子模块，用于根据所述终端设备的高度、多个所述初始定位数据集，确定转换定位数据集，所述转换定位数据集包括转换采集轨迹上的多个转换定位数据，所述转换定位数据包括点云数据和图像数据，所述转换采集轨迹的高度与所述终端设备的高度相同，所述转换采集轨迹在水平面上的投影，与每个所述采集轨迹在水平面上的投影相同；
第二确定子模块，用于根据所述转换定位数据集，生成所述三维地图。
可选地，所述第一确定子模块用于：
针对每个所述初始定位数据集，根据该初始定位数据集中包括的每个所述初始定位数据，和所述终端设备的高度，确定该初始定位数据集对应的初始转换定位数据集；对每个所述初始定位数据集对应的所述初始转换定位数据集进行融合，以得到所述转换定位数据集；
所述第二确定子模块用于：
根据所述转换定位数据集和所述转换采集轨迹，进行三维重建，以得到所述三维地图。
可选地，所述获取模块还用于：
获取所述终端设备上设置的定位传感器的位置；根据所述定位传感器的位置，确定所述终端设备的高度。
根据本公开实施例的第五面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例的第一方面所述方法的步骤。
根据本公开实施例的第六方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第一方面所述方法的步骤。
根据本公开实施例的第七方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例的第二方面所述方法的步骤。
根据本公开实施例的第八方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第二方面所述方法的步骤。
通过上述技术方案，本公开中控制平台首先获取无人机发送的多个初始定位数据集，其中，每个所述初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，之后，根据多个初始定位数据集，和终端设备的高度，确定预设区域的三维地图，最后将三维地图发送至终端设备。终端设备根据三维地图、在当前时刻采集的目标定位数据，确定终端设备在三维地图中的目标位姿。本公开利用无人机在多个采集轨迹上采集的初始定位数据集，确定三维地图，能够提高三维地图的准确度、采集效率和适用范围，相应的，通过三维地图来确定终端设备的位姿，能够提高终端设备定位的准确度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种终端设备的定位系统的示意图；
图2是根据一示例性实施例示出的一种基于无人机的定位方法的流程图；
图3是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图；
图4是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图；
图5是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图；
图6是根据一示例性实施例示出的一种基于无人机的定位方法的流程图；
图7是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图；
图8是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图；
图9是根据一示例性实施例示出的一种基于无人机的定位装置的框图；
图10是根据一示例性实施例示出的另一种基于无人机的定位装置的框图；
图11是根据一示例性实施例示出的另一种基于无人机的定位装置的框图；
图12是根据一示例性实施例示出的一种基于无人机的定位装置的框图；
图13是根据一示例性实施例示出的另一种基于无人机的定位装置的框图；
图14是根据一示例性实施例示出的一种电子设备的框图；
图15是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在介绍本公开提供的基于无人机的定位方法、装置、存储介质和电子设备之前，首先对本公开各个实施例所涉及应用场景进行介绍。该应用场景可以为一种终端设备的定位系统，其中包括无人机、终端设备和控制平台，如图1所示。无人机可以是一个或多个，其上设置有信息采集装置，包括但不限于：图像采集装置(例如：深度相机、双目相机)、激光雷达等，用于采集后文提及的初始定位数据集。终端设备可以是一个或多个，可以是任一种需要在预设区域内进行定位的设备，例如可以是机器人，机器人可以为任一种智能设备，例如：扫地机器人、智能助手、机械手臂等，本公开对此不作具体限定。终端设备上同样设置有信息采集装置，包括但不限于图像采集装置(例如：深度相机、双目相机)、激光雷达、IMU(英文：Inertial Measurement Unit，中文：惯性测量单元)等，用于采集后文提及的目标定位数据。控制平台可以理解为服务器或者云端平台，用于生成、存储、更新后文提及的三维地图。控制平台与无人机之间，控制平台与终端设备之间，均可以通过各种无线通信协议进行数据传输，无线通信协议可以包括但不限于：5G(英文：the 5th Generation mobilecommunication technology，中文：第五代移动通信技术)、4G(英文：the 4th Generationmobile communication technology，中文：第四代移动通信技术)、WLAN(英文：WirelessLocal Area Networks，中文：无线局域网)等。
图2是根据一示例性实施例示出的一种基于无人机的定位方法的流程图，如图2所示，该方法应用于终端设备，包括以下步骤：
步骤101，获取控制平台发送的预设区域的三维地图，三维地图根据多个初始定位数据集和终端设备的高度确定，每个初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，每个初始定位数据包括点云数据和图像数据，每个采集轨迹在水平面上的投影相同。
举例来说，终端设备可以从控制平台获取预设区域的三维地图，三维地图能够反映预设区域内每一处的环境信息，三维地图可以是视觉特征图，也可以是栅格图，还可以是视觉特征图和栅格图的组合，本公开对此不作具体限定。控制平台可以先获取无人机发送的多个初始定位数据集，并结合终端设备的高度生成三维地图。其中，每个初始定位数据集对应预设区域内的一个采集轨迹，每个采集轨迹在水平面上的投影相同，每个采集轨迹的高度可以不同，也就是说多个采集轨迹是预设区域内，相互平行且高度不同的采集轨迹。以任一个初始定位数据集来说明，该初始定位数据集包括了无人机按照对应的采集轨迹采集的多个初始定位数据，可以理解为，采集轨迹上包括多个采集位置，无人机在每个采集位置上采集一个初始定位数据，该初始定位数据包括无人机在该采集位置上采集的点云数据和图像数据。
由于无人机能够在空间内的任意方向上飞行，相比于终端设备只能在地面上移动，无人机的活动范围大，空域限制少，能够有效遍历预设区域内的每一处。并且，由于无人机移动的灵活度高、速度块，能够快速遍历预设区域内的每一处。因此，通过无人机采集的初始定位数据集确定的三维地图的准确度高，生成的效率高。进一步的，三维地图是根据多个初始定位数据集，和终端设备的高度确定的，多个初始定位数据集能够反映无人机在不同高度上采集的环境信息，可以理解为无人机在不同高度观测预设区域，能够得到更加丰富的点云数据和图像数据。在此基础上，结合终端设备的高度，能够得到适用于终端设备的三维地图，也就是说，三维地图能够反映以终端设备的高度，观测预设区域内每一处的环境信息，从而进一步提高三维地图的准确度。其中，终端设备的高度，可以理解为终端设备上设置的信息采集装置的高度，即终端设备采集后文提及的目标定位数据的高度。
步骤102，获取目标定位数据，目标定位数据包括终端设备在当前时刻采集的点云数据和图像数据。
步骤103，根据三维地图和目标定位数据，确定终端设备在三维地图中的目标位姿。
示例的，终端设备可以通过其上设置的信息采集装置采集当前时刻的点云数据和图像数据，以作为目标定位数据。目标定位数据能够反映终端设备当前所处环境的环境信息。最后，终端设备可以根据三维地图和目标定位数据，确定终端设备在三维地图中的目标位姿，目标位姿可以包括目标终端在三维地图中的位置(坐标值)和姿态(方向或者角度)。具体的，可以将目标定位数据与三维地图进行匹配，以根据三维地图中与目标定位数据匹配度最高的位置确定目标位姿。由于三维地图的准确度高，相应的，通过三维地图来确定终端设备的位姿，能够提高终端设备定位的准确度。
在一种实现方式中，每个初始定位数据集包括无人机以倾斜摄影的方式采集的多个初始定位数据。
示例的，每个初始定位数据集包括的初始定位数据，可以是无人机以倾斜摄影的方式采集的，也就是说，初始定位数据，包括无人机以倾斜摄影的方式，在对应的采集轨迹上的一个采集位置上采集的点云数据和图像数据。以倾斜摄影的方式采集的多个初始定位数据集，能够反映无人机在不同高度、不同角度采集到的环境信息，可以理解为无人机在不同高度、不同角度观测预设区域，能够得到更加丰富、更加稠密的点云数据和图像数据，从而进一步提高三维地图的准确度。
图3是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图，如图3所示，步骤103的实现方式可以包括：
步骤1031，根据目标定位数据，确定终端设备当前时刻所处环境的三维环境特征，三维环境特征包括点云特征和图像特征。
步骤1032，将三维环境特征与三维地图进行匹配，以确定目标位姿。
示例的，在确定目标位姿时，可以对目标定位数据进行特征提取，以得到能够反映终端设备当前时刻所处环境的三维环境特征，其中，三维环境特征可以包括：根据目标定位数据包括的点云数据提取的点云特征，根据目标定位数据包括的图像数据提取的图像特征。之后，可以将三维环境特征与三维地图进行匹配，以确定目标位姿。
具体的，若三维地图为视觉特征图，那么可以对目标定位数据中包括的图像数据提取图像特征，图像特征可以是特征点(例如：SIFT特征点或者SURF特征点等)，然后将提取出的图像特征与视觉特征图进行匹配，以确定目标位姿。若三维地图为栅格图，那么可以从目标定位数据中包括的点云数据中提取出点云特征，点云特征可以是几何特征、强度特征等，然后将提取出的几何特征与栅格图进行匹配，以确定目标位姿。
图4是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图，如图4所示，在步骤103之后，该方法还可以包括：
步骤104，根据目标位姿和终端设备的目的地的位置信息，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，并按照目标轨迹移动，指定约束条件根据采集轨迹在水平面上的投影确定。
示例的，在确定目标位姿之后，还可以根据目标位姿，和预先设定的终端设备的目的地的位置信息，规划出目标轨迹，并控制终端设备按照目标轨迹移动。目的地可以根据终端设备需要执行的任务来动态调整，也可以根据具体需求预先设定，本公开对此不作限定。具体的，可以将目标位姿指示的位置作为起点，目的地作为终点，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，其中，路径规划算法例如可以是图搜索法、RRT(英文：Rapidly Exploring Random Tree，中文：快速搜索随机属)算法、人工势场法等，本公开对此不作限定。指定约束条件是根据任一个采集轨迹在水平面上的投影确定的，用于保证目标轨迹能够尽可能与采集轨迹在水平面上的投影匹配，也就是说保证目标轨迹尽可能与三维地图匹配，这样终端设备在按照目标轨迹移动的过程中，根据三维地图进行定位的准确度高。指定约束条件例如可以是与采集轨迹在水平面上的投影的匹配度最高，还可以是与采集轨迹在水平面上的投影的匹配度满足预设的匹配度阈值。
图5是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图，如图5所示，步骤104可以通过以下步骤来实现：
步骤1041，根据目标位姿和目的地的位置信息，按照预设的路径规划算法，确定至少一个初始轨迹。
步骤1042，将与采集轨迹在水平面上的投影的匹配度最高的初始轨迹，作为目标轨迹。
举例来说，确定目标轨迹的具体实现方式例如可以先将目标位姿指示的位置作为起点，目的地作为终点，然后将起点、终点和三维地图输入预设的路径规划算法，以得到路径规划算法输出的至少一个初始轨迹，每个初始轨迹的起点和终点均相同。之后再依次确定每个初始轨迹与采集轨迹在水平面上的投影的匹配度，最后可以将匹配度最高的初始轨迹作为目标轨迹。也可以将匹配度最高的预设数量个初始轨迹作为目标轨迹，还可以将匹配度满足预设的匹配度阈值的初始轨迹作为目标轨迹，本公开对此不作具体限定。
综上所述，本公开中控制平台首先获取无人机发送的多个初始定位数据集，其中，每个所述初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，之后，根据多个初始定位数据集，和终端设备的高度，确定预设区域的三维地图，最后将三维地图发送至终端设备。终端设备根据三维地图、在当前时刻采集的目标定位数据，确定终端设备在三维地图中的目标位姿。本公开利用无人机在多个采集轨迹上采集的初始定位数据集，确定三维地图，能够提高三维地图的准确度、采集效率和适用范围，相应的，通过三维地图来确定终端设备的位姿，能够提高终端设备定位的准确度。
图6是根据一示例性实施例示出的一种基于无人机的定位方法的流程图，如图6所示，该方法应用于控制平台，包括：
步骤201，获取无人机发送的多个初始定位数据集，每个初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，每个初始定位数据包括点云数据和图像数据，每个采集轨迹在水平面上的投影相同。
举例来说，终端设备的定位系统中，控制平台用于生成、存储、更新预设区域内的三维地图。三维地图能够反映预设区域内每一处的环境信息，三维地图可以是视觉特征图，也可以是栅格图，还可以是视觉特征图和栅格图的组合，本公开对此不作具体限定。控制平台首先获取无人机发送的多个初始定位数据集。其中，每个初始定位数据集对应预设区域内的一个采集轨迹，每个采集轨迹在水平面上的投影相同，每个采集轨迹的高度可以不同，也就是说多个采集轨迹是预设区域内，相互平行且高度不同的采集轨迹。以任一个初始定位数据集来说明，该初始定位数据集包括了无人机按照对应的采集轨迹采集的多个初始定位数据，可以理解为，采集轨迹上包括多个采集位置，无人机在每个采集位置上采集一个初始定位数据，该初始定位数据包括无人机在该采集位置上采集的点云数据和图像数据。
由于无人机能够在空间内的任意方向上飞行，相比于终端设备只能在地面上移动，无人机的活动范围大，空域限制少，能够有效遍历预设区域内的每一处。并且，由于无人机移动的灵活度高、速度块，能够快速遍历预设区域内的每一处。因此，通过无人机采集初始定位数据集的效率更高，且包含的信息的准确度更高。
进一步的，多个初始定位数据集能够反映无人机在不同高度上采集的环境信息，可以理解为无人机在不同高度观测预设区域，能够得到更加丰富的点云数据和图像数据，也就是说多个初始定位数据集中包含的信息量更多，能够更稠密、更细粒度地反映每个采集位置的环境信息。
步骤202，根据多个初始定位数据集，和终端设备的高度，确定预设区域的三维地图。
步骤203，将三维地图发送至终端设备，以使终端设备根据三维地图、目标定位数据，确定终端设备在三维地图中的目标位姿，目标定位数据包括终端设备在当前时刻采集的点云数据和图像数据。
示例的，控制平台在获取到多个初始定位数据集之后，可以结合终端设备地高度，生成预设区域的三维地图，三维地图适用于终端设备的高度，也就是说，三维地图能够反映的是，以终端设备的高度，观测预设区域内每一处的环境信息。其中，终端设备的高度，可以理解为终端设备上设置的信息采集装置的高度，即终端设备采集目标定位数据的高度。每个初始定位数据集中包括的初始定位数据，均是无人机在对应的采集轨迹上采集的点云数据和图像数据，也就是说，每个初始定位数据集，是无人机在对应的采集轨迹对应的高度上观测得到的。要得到以终端设备的高度，观测预设区域内每一处的环境信息，就需要根据多个初始定位数据集，确定以终端设备的高度观测得到的定位数据集(即后文提及的转换定位数据集)。
若多个采集轨迹中，存在一个采集轨迹的高度，与终端设备的高度相同，那么可以直接根据该采集轨迹对应的初始定位数据集进行三维重建，以得到三维地图。若多个采集轨迹中，不存在与终端设备的高度相同的采集轨迹，那么可以按照预设规则将多个初始定位数据集进行转换，以得到以终端设备的高度观测得到的定位数据集，最后根据以终端设备的高度观测得到的定位数据集进行三维重建，以得到三维地图。
由于无人机采集初始定位数据集的效率更高，且包含的信息的准确度更高，因此，根据初始定位数据集确定的三维地图的准确度高。进一步的，由于多个初始定位数据集中包含的信息量更多，能够更稠密、更细粒度地反映每个采集位置的环境信息。在此基础上，结合终端设备的高度，得到适用于终端设备的三维地图，能够进一步提高三维地图的准确度。
在获得三维地图之后，可以将三维地图进行存储。控制平台可以在终端设备请求三维地图时，将存储的三维地图发送给终端设备，也可以按照预设的第一周期(例如60min)，将存储的三维地图发送给终端设备。进一步的，无人机也可以按照预设第二周期(例如24hour)采集多个初始定位数据集，并发送给控制平台，控制平台在接收到新的初始定位数据集时，可以重复执行步骤201至步骤203，以更新三维地图，并将更新后的三维地图发送给终端设备。
终端设备在接收到三维地图之后，可以通过其上设置的信息采集装置采集当前时刻的点云数据和图像数据，以作为目标定位数据，然后根据三维地图、目标定位数据，确定终端设备在三维地图中的目标位姿，目标位姿可以包括目标终端在三维地图中的位置(坐标值)和姿态(方向或者角度)。具体的，终端设备可以将目标定位数据与三维地图进行匹配，以根据三维地图中与目标定位数据匹配度最高的位置确定目标位姿。由于三维地图的准确度高，相应的，通过三维地图来确定终端设备的位姿，能够提高终端设备定位的准确度。
在一种实现方式中，每个初始定位数据集包括无人机以倾斜摄影的方式采集的多个初始定位数据。
示例的，每个初始定位数据集包括的初始定位数据，可以是无人机以倾斜摄影的方式采集的，也就是说，初始定位数据，包括无人机以倾斜摄影的方式，在对应的采集轨迹上的一个采集位置上采集的点云数据和图像数据。以倾斜摄影的方式采集的多个初始定位数据集，能够反映无人机在不同高度、不同角度采集到的环境信息，可以理解为无人机在不同高度、不同角度观测预设区域，能够得到更加丰富、更加稠密的点云数据和图像数据，从而进一步提高三维地图的准确度。
图7是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图，如图7所示，每个采集轨迹的高度均不相同，步骤202可以包括以下步骤：
步骤2021，根据终端设备的高度、多个初始定位数据集，确定转换定位数据集，转换定位数据集包括转换采集轨迹上的多个转换定位数据，转换定位数据包括点云数据和图像数据，转换采集轨迹的高度与终端设备的高度相同，转换采集轨迹在水平面上的投影，与每个采集轨迹在水平面上的投影相同。
步骤2022，根据转换定位数据集，生成三维地图。
举例来说，要生成三维地图，可以先根据多个初始定位数据集，确定转换定位数据集，转换定位数据集可以理解为以终端设备的高度观测得到的定位数据集，其中包括了转换采集轨迹上的多个转换定位数据。可以理解为，转换采集轨迹上包括多个转换采集位置，与任一个采集轨迹上包括的采集位置一一对应。每个转换定位数据包括以终端设备的高度，在一个转换采集位置上采集的点云数据和图像数据。其中，转换采集轨迹的高度与终端设备的高度相同，转换采集轨迹在水平面上的投影，与每个采集轨迹在水平面上的投影相同。也就是说，转换采集轨迹，与任一个采集轨迹平行，且对应的高度与终端设备的高度相同。
若多个采集轨迹中，存在一个采集轨迹的高度，与终端设备的高度相同，那么可以直接根据该采集轨迹作为转换采集轨迹。若多个采集轨迹中，不存在与终端设备的高度相同的采集轨迹，那么可以按照预设规则将多个采集轨迹进行转换，以得到转换采集轨迹。最后，可以根据转换定位数据集，按照预设的三维重建算法进行三维重建，以得到三维地图。
在一种实现方式中，步骤2021可以通过以下步骤来实现：
步骤1)针对每个初始定位数据集，根据该初始定位数据集中包括的每个初始定位数据，和终端设备的高度，确定该初始定位数据集对应的初始转换定位数据集。
步骤2)对每个初始定位数据集对应的初始转换定位数据集进行融合，以得到转换定位数据集。
示例的，针对每个初始定位数据集，可以根据该初始定位数据集中包括的每个初始定位数据，和终端设备的高度，确定该初始定位数据集对应的初始转换定位数据集。例如，某个初始定位数据集对应的采集轨迹的高度为5m，其中包括100个初始定位数据，也就是说其中每个初始定位数据，均是无人机在5米的高度上观测得到的。终端设备的高度为2m，那么可以将100个初始定位数据中的每个初始定位数据，按照三角变换的方式，转换为在2m的高度上观测得到的定位数据，从而得到该初始定位数据集对应的初始转换定位数据集，初始转换数据集中包括了100个初始转换定位数据，即初始转换定位数据与初始定位数据一一对应。
在得到每个初始定位数据集对应的初始转换定位数据集之后，可以按照预设规则对多个初始转换定位数据集进行融合，从而得到转换定位数据集，由于转换采集轨迹包括的多个转换采集位置，与任一个采集轨迹上包括的采集位置一一对应，相应的，转换定位数据集中包括的转换定位数据的数量，与任一个初始定位数据集中包括的初始定位数据的数量相同。具体的，可以将多个初始转换定位数据集求平均，以得到转换定位数据集。还可以将多个初始转换定位数据集进行加权求和，以得到转换定位数据集，其中，每个初始转换定位数据集对应的权重，可以根据该初始转换定位数据集对应的采集轨迹的高度，与终端设备的高度的高度差确定，例如权重可以和高度差负相关。
相应的，步骤2022的实现方式可以为：
根据转换定位数据集和转换采集轨迹，进行三维重建，以得到三维地图。
示例的，在得到转换定位数据集之后，可以根据转换定位数据集和转换采集轨迹，按照预设的三维重建算法进行三维重建，以得到三维地图。需要说明的是，本公开实施例中，采集轨迹中，既包括采集轨迹上每个采集位置的坐标，还包括无人机位于该采集位置时的姿态，相应的，转换采集轨迹也包括了每个转换采集位置的坐标，和预测的终端设备位于该转换采集位置时的姿态。具体的，预测的终端设备位于该转换采集位置时的姿态，可以与无人机位于该转换采集位置对应的采集位置时的姿态相同。
图8是根据一示例性实施例示出的另一种基于无人机的定位方法的流程图，如图8所示，该方法还可以包括：
步骤204，获取终端设备上设置的定位传感器的位置。
步骤205，根据定位传感器的位置，确定终端设备的高度。
举例来说，控制平台在生成三维地图时，需要获取终端设备的高度，因此，可以先获取终端设备上设置的定位传感器的位置，然后再根据定位传感器的位置，确定终端设备的高度。其中，定位传感器可以理解为终端设备上设置的信息采集装置，包括但不限于图像采集装置(例如：深度相机、双目相机)、激光雷达、IMU等。若终端设备上只设置有一个定位传感器，或者多个定位传感器的位置相同，那么可以直接根据定位传感器的位置确定定位传感器的高度，以作为终端设备的高度。若终端设备上设置有多个定位传感器，且多个定位传感器的位置并不相同，那么可以先根据每个定位传感器的位置，确定该定位传感器的高度，然后将多个定位传感器的高度的平均值，作为终端设备的高度。
综上所述，本公开中控制平台首先获取无人机发送的多个初始定位数据集，其中，每个所述初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，之后，根据多个初始定位数据集，和终端设备的高度，确定预设区域的三维地图，最后将三维地图发送至终端设备。终端设备根据三维地图、在当前时刻采集的目标定位数据，确定终端设备在三维地图中的目标位姿。本公开利用无人机在多个采集轨迹上采集的初始定位数据集，确定三维地图，能够提高三维地图的准确度、采集效率和适用范围，相应的，通过三维地图来确定终端设备的位姿，能够提高终端设备定位的准确度。
图9是根据一示例性实施例示出的一种基于无人机的定位装置的框图，如图9所示，该装置300应用于终端设备，包括：
第一获取模块301，用于获取控制平台发送的预设区域的三维地图，三维地图根据多个初始定位数据集和终端设备的高度确定，每个初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，每个初始定位数据包括点云数据和图像数据，每个采集轨迹在水平面上的投影相同。
第二获取模块302，用于获取目标定位数据，目标定位数据包括终端设备在当前时刻采集的点云数据和图像数据。
确定模块303，用于根据三维地图和目标定位数据，确定终端设备在三维地图中的目标位姿。
在一种实现方式中，每个初始定位数据集包括无人机以倾斜摄影的方式采集的多个初始定位数据。
图10是根据一示例性实施例示出的另一种基于无人机的定位装置的框图，如图10所示，确定模块303可以包括：
特征提取子模块3031，用于根据目标定位数据，确定终端设备当前时刻所处环境的三维环境特征，三维环境特征包括点云特征和图像特征。
匹配子模块3032，用于将三维环境特征与三维地图进行匹配，以确定目标位姿。
图11是根据一示例性实施例示出的另一种基于无人机的定位装置的框图，如图11所示，该装置300还可以包括：
控制模块304，用于在根据三维地图和目标定位数据，确定终端设备在三维地图中的目标位姿之后，根据目标位姿和终端设备的目的地的位置信息，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，并按照目标轨迹移动，指定约束条件根据采集轨迹在水平面上的投影确定。
在一种实现方式中，控制模块304可以用于：
根据目标位姿和目的地的位置信息，按照预设的路径规划算法，确定至少一个初始轨迹。将与采集轨迹在水平面上的投影的匹配度最高的初始轨迹，作为目标轨迹。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
综上所述，本公开中控制平台首先获取无人机发送的多个初始定位数据集，其中，每个所述初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，之后，根据多个初始定位数据集，和终端设备的高度，确定预设区域的三维地图，最后将三维地图发送至终端设备。终端设备根据三维地图、在当前时刻采集的目标定位数据，确定终端设备在三维地图中的目标位姿。本公开利用无人机在多个采集轨迹上采集的初始定位数据集，确定三维地图，能够提高三维地图的准确度、采集效率和适用范围，相应的，通过三维地图来确定终端设备的位姿，能够提高终端设备定位的准确度。
图12是根据一示例性实施例示出的一种基于无人机的定位装置的框图，如图12所示，该装置400应用于控制平台，包括：
获取模块401，用于获取无人机发送的多个初始定位数据集，每个初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，每个初始定位数据包括点云数据和图像数据，每个采集轨迹在水平面上的投影相同。
确定模块402，用于根据多个初始定位数据集，和终端设备的高度，确定预设区域的三维地图。
发送模块403，用于将三维地图发送至终端设备，以使终端设备根据三维地图、目标定位数据，确定终端设备在三维地图中的目标位姿，目标定位数据包括终端设备在当前时刻采集的点云数据和图像数据。
在一种实现方式中，每个初始定位数据集包括无人机以倾斜摄影的方式采集的多个初始定位数据。
图13是根据一示例性实施例示出的另一种基于无人机的定位装置的框图，如图13所示，每个采集轨迹的高度均不相同。确定模块402可以包括：
第一确定子模块4021，用于根据终端设备的高度、多个初始定位数据集，确定转换定位数据集，转换定位数据集包括转换采集轨迹上的多个转换定位数据，转换定位数据包括点云数据和图像数据，转换采集轨迹的高度与终端设备的高度相同，转换采集轨迹在水平面上的投影，与每个采集轨迹在水平面上的投影相同。
第二确定子模块4022，用于根据转换定位数据集，生成三维地图。
在一种实现方式中，第一确定子模块4021可以用于：
针对每个初始定位数据集，根据该初始定位数据集中包括的每个初始定位数据，和终端设备的高度，确定该初始定位数据集对应的初始转换定位数据集。对每个初始定位数据集对应的初始转换定位数据集进行融合，以得到转换定位数据集。
相应的，第二确定子模块4022可以用于：
根据转换定位数据集和转换采集轨迹，进行三维重建，以得到三维地图。
在另一种实现方式中，获取模块401还可以用于：
获取终端设备上设置的定位传感器的位置。根据定位传感器的位置，确定终端设备的高度。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
综上所述，本公开中控制平台首先获取无人机发送的多个初始定位数据集，其中，每个所述初始定位数据集包括无人机按照对应的采集轨迹采集的多个初始定位数据，之后，根据多个初始定位数据集，和终端设备的高度，确定预设区域的三维地图，最后将三维地图发送至终端设备。终端设备根据三维地图、在当前时刻采集的目标定位数据，确定终端设备在三维地图中的目标位姿。本公开利用无人机在多个采集轨迹上采集的初始定位数据集，确定三维地图，能够提高三维地图的准确度、采集效率和适用范围，相应的，通过三维地图来确定终端设备的位姿，能够提高终端设备定位的准确度。
图14是根据一示例性实施例示出的一种电子设备500的框图。如图14所示，该电子设备500可以包括：处理器501，存储器502。该电子设备500还可以包括多媒体组件503，输入/输出(I/O)接口504，以及通信组件505中的一者或多者。
其中，处理器501用于控制该电子设备500的整体操作，以完成上述应用于终端设备的基于无人机的定位方法中的全部或部分步骤。存储器502用于存储各种类型的数据以支持在该电子设备500的操作，这些数据例如可以包括用于在该电子设备500上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器502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，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件503可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器502或通过通信组件505发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口504为处理器501和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件505用于该电子设备500与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件505可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述应用于终端设备的基于无人机的定位方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述应用于终端设备的基于无人机的定位方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器502，上述程序指令可由电子设备500的处理器501执行以完成上述应用于终端设备的基于无人机的定位方法。
图15是根据一示例性实施例示出的一种电子设备600的框图。例如，电子设备600可以被提供为一服务器。参照图15，电子设备600包括处理器622，其数量可以为一个或多个，以及存储器632，用于存储可由处理器622执行的计算机程序。存储器632中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器622可以被配置为执行该计算机程序，以执行上述应用于控制平台的基于无人机的定位方法。
另外，电子设备600还可以包括电源组件626和通信组件650，该电源组件626可以被配置为执行电子设备600的电源管理，该通信组件650可以被配置为实现电子设备600的通信，例如，有线或无线通信。此外，该电子设备600还可以包括输入/输出(I/O)接口658。电子设备600可以操作基于存储在存储器632的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的应用于控制平台的基于无人机的定位方法的步骤。例如，该非临时性计算机可读存储介质可以为上述包括程序指令的存储器632，上述程序指令可由电子设备600的处理器622执行以完成上述的应用于控制平台的基于无人机的定位方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的基于无人机的定位方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (14)

1.一种基于无人机的定位方法，其特征在于，应用于终端设备，所述方法包括：
获取控制平台发送的预设区域的三维地图，所述三维地图根据多个初始定位数据集和所述终端设备的高度确定，每个所述初始定位数据集对应所述预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
获取目标定位数据，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据；
根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿。
2.根据权利要求1所述的方法，其特征在于，每个所述初始定位数据集包括所述无人机以倾斜摄影的方式采集的多个所述初始定位数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿，包括：
根据所述目标定位数据，确定所述终端设备当前时刻所处环境的三维环境特征，所述三维环境特征包括点云特征和图像特征；
将所述三维环境特征与所述三维地图进行匹配，以确定所述目标位姿。
4.根据权利要求1所述的方法，其特征在于，在所述根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿之后，所述方法还包括：
根据所述目标位姿和所述终端设备的目的地的位置信息，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，并按照所述目标轨迹移动，所述指定约束条件根据所述采集轨迹在水平面上的投影确定。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标位姿和所述终端设备的目的地的位置信息，按照预设的路径规划算法，确定满足指定约束条件的目标轨迹，包括：
根据所述目标位姿和所述目的地的位置信息，按照预设的路径规划算法，确定至少一个初始轨迹；
将与所述采集轨迹在水平面上的投影的匹配度最高的所述初始轨迹，作为所述目标轨迹。
6.一种基于无人机的定位方法，其特征在于，应用于控制平台，所述方法包括：
获取无人机发送的多个初始定位数据集，每个所述初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括所述无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
根据多个所述初始定位数据集，和终端设备的高度，确定所述预设区域的三维地图；
将所述三维地图发送至所述终端设备，以使所述终端设备根据所述三维地图、目标定位数据，确定所述终端设备在所述三维地图中的目标位姿，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据。
7.根据权利要求6所述的方法，其特征在于，每个所述初始定位数据集包括所述无人机以倾斜摄影的方式采集的多个所述初始定位数据。
8.根据权利要求6所述的方法，其特征在于，每个所述采集轨迹的高度均不相同；所述根据多个所述初始定位数据集，和终端设备的高度，确定所述预设区域的三维地图，包括：
根据所述终端设备的高度、多个所述初始定位数据集，确定转换定位数据集，所述转换定位数据集包括转换采集轨迹上的多个转换定位数据，所述转换定位数据包括点云数据和图像数据，所述转换采集轨迹的高度与所述终端设备的高度相同，所述转换采集轨迹在水平面上的投影，与每个所述采集轨迹在水平面上的投影相同；
根据所述转换定位数据集，生成所述三维地图。
9.根据权利要求8所述的方法，其特征在于，所述根据所述终端设备的高度、多个所述初始定位数据集，确定转换定位数据集，包括：
针对每个所述初始定位数据集，根据该初始定位数据集中包括的每个所述初始定位数据，和所述终端设备的高度，确定该初始定位数据集对应的初始转换定位数据集；
对每个所述初始定位数据集对应的所述初始转换定位数据集进行融合，以得到所述转换定位数据集；
所述根据所述转换定位数据集，生成所述三维地图，包括：
根据所述转换定位数据集和所述转换采集轨迹，进行三维重建，以得到所述三维地图。
10.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取所述终端设备上设置的定位传感器的位置；
根据所述定位传感器的位置，确定所述终端设备的高度。
11.一种基于无人机的定位装置，其特征在于，应用于终端设备，所述装置包括：
第一获取模块，用于获取控制平台发送的预设区域的三维地图，所述三维地图根据多个初始定位数据集和所述终端设备的高度确定，每个所述初始定位数据集对应所述预设区域内的一个采集轨迹，该初始定位数据集包括无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
第二获取模块，用于获取目标定位数据，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据；
确定模块，用于根据所述三维地图和所述目标定位数据，确定所述终端设备在所述三维地图中的目标位姿。
12.一种基于无人机的定位装置，其特征在于，应用于控制平台，所述装置包括：
获取模块，用于获取无人机发送的多个初始定位数据集，每个所述初始定位数据集对应预设区域内的一个采集轨迹，该初始定位数据集包括所述无人机按照对应的所述采集轨迹采集的多个初始定位数据，每个所述初始定位数据包括点云数据和图像数据，每个所述采集轨迹在水平面上的投影相同；
确定模块，用于根据多个所述初始定位数据集，和终端设备的高度，确定所述预设区域的三维地图；
发送模块，用于将所述三维地图发送至所述终端设备，以使所述终端设备根据所述三维地图、目标定位数据，确定所述终端设备在所述三维地图中的目标位姿，所述目标定位数据包括所述终端设备在当前时刻采集的点云数据和图像数据。
13.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5，或者6-10中任一项所述方法的步骤。
14.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-5，或者6-10中任一项所述方法的步骤。
CN202110739500.7A 2021-06-30 2021-06-30 基于无人机的定位方法、装置、存储介质和电子设备 Active CN115222808B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110739500.7A CN115222808B (zh) 2021-06-30 2021-06-30 基于无人机的定位方法、装置、存储介质和电子设备
PCT/CN2022/080773 WO2023273415A1 (zh) 2021-06-30 2022-03-14 基于无人机的定位方法、装置、存储介质、电子设备和产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110739500.7A CN115222808B (zh) 2021-06-30 2021-06-30 基于无人机的定位方法、装置、存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN115222808A true CN115222808A (zh) 2022-10-21
CN115222808B CN115222808B (zh) 2023-10-20

Family

ID=83606021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110739500.7A Active CN115222808B (zh) 2021-06-30 2021-06-30 基于无人机的定位方法、装置、存储介质和电子设备

Country Status (2)

Country Link
CN (1) CN115222808B (zh)
WO (1) WO2023273415A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116758157A (zh) * 2023-06-14 2023-09-15 深圳市华赛睿飞智能科技有限公司 一种无人机室内三维空间测绘方法、系统及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116400733B (zh) * 2023-05-06 2023-10-20 北京理工大学 侦察无人机自适应调整随机树全覆盖路径规划方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110260857A (zh) * 2019-07-02 2019-09-20 北京百度网讯科技有限公司 视觉地图的校准方法、装置及存储介质
CN110675431A (zh) * 2019-10-08 2020-01-10 中国人民解放军军事科学院国防科技创新研究院 一种融合图像和激光点云的三维多目标跟踪方法
CN111263308A (zh) * 2020-01-15 2020-06-09 上海交通大学 定位数据采集方法及系统
WO2020134254A1 (zh) * 2018-12-27 2020-07-02 南京芊玥机器人科技有限公司 一种基于强化学习的喷涂机器人轨迹优化方法
CN111415388A (zh) * 2020-03-17 2020-07-14 Oppo广东移动通信有限公司 一种视觉定位方法及终端
CN111442722A (zh) * 2020-03-26 2020-07-24 达闼科技成都有限公司 定位方法、装置、存储介质及电子设备
CN111984021A (zh) * 2020-07-21 2020-11-24 武汉智会创新科技有限公司 无人机的控制方法及系统、无人机设备、远程控制设备
US20200394924A1 (en) * 2017-10-26 2020-12-17 Guangzhou Xaircraft Technology Co., Ltd Method for Configuring Navigation Chart, Method for Avoiding Obstacle and Device, Terminal and Unmanned Aerial Vehicle
CN112810625A (zh) * 2021-04-19 2021-05-18 北京三快在线科技有限公司 一种轨迹修正的方法及装置
US20210150755A1 (en) * 2019-11-14 2021-05-20 Samsung Electronics Co., Ltd. Device and method with simultaneous implementation of localization and mapping

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10741086B2 (en) * 2018-03-26 2020-08-11 D2, Llc Method and system for generating aerial imaging flight path
US20230334850A1 (en) * 2019-03-22 2023-10-19 Condor Acquisition Sub Ii, Inc. Map data co-registration and localization system and method
CN111696199A (zh) * 2020-06-14 2020-09-22 荆门汇易佳信息科技有限公司 同步定位建图的地空融合精密三维建模方法
CN112184890B (zh) * 2020-10-14 2023-06-30 佳都科技集团股份有限公司 一种应用于电子地图中的摄像头精准定位方法及处理终端
CN112461210B (zh) * 2020-12-18 2021-12-24 湖南大学 一种空地协同建筑测绘机器人系统及其测绘方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200394924A1 (en) * 2017-10-26 2020-12-17 Guangzhou Xaircraft Technology Co., Ltd Method for Configuring Navigation Chart, Method for Avoiding Obstacle and Device, Terminal and Unmanned Aerial Vehicle
WO2020134254A1 (zh) * 2018-12-27 2020-07-02 南京芊玥机器人科技有限公司 一种基于强化学习的喷涂机器人轨迹优化方法
CN110260857A (zh) * 2019-07-02 2019-09-20 北京百度网讯科技有限公司 视觉地图的校准方法、装置及存储介质
CN110675431A (zh) * 2019-10-08 2020-01-10 中国人民解放军军事科学院国防科技创新研究院 一种融合图像和激光点云的三维多目标跟踪方法
US20210150755A1 (en) * 2019-11-14 2021-05-20 Samsung Electronics Co., Ltd. Device and method with simultaneous implementation of localization and mapping
CN111263308A (zh) * 2020-01-15 2020-06-09 上海交通大学 定位数据采集方法及系统
CN111415388A (zh) * 2020-03-17 2020-07-14 Oppo广东移动通信有限公司 一种视觉定位方法及终端
CN111442722A (zh) * 2020-03-26 2020-07-24 达闼科技成都有限公司 定位方法、装置、存储介质及电子设备
CN111984021A (zh) * 2020-07-21 2020-11-24 武汉智会创新科技有限公司 无人机的控制方法及系统、无人机设备、远程控制设备
CN112810625A (zh) * 2021-04-19 2021-05-18 北京三快在线科技有限公司 一种轨迹修正的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
马跃龙等: "一种基于点云地图的机器人室内实时重定位方法", 《系统仿真学报》 *
马跃龙等: "一种基于点云地图的机器人室内实时重定位方法", 《系统仿真学报》, 8 December 2017 (2017-12-08) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116758157A (zh) * 2023-06-14 2023-09-15 深圳市华赛睿飞智能科技有限公司 一种无人机室内三维空间测绘方法、系统及存储介质
CN116758157B (zh) * 2023-06-14 2024-01-30 深圳市华赛睿飞智能科技有限公司 一种无人机室内三维空间测绘方法、系统及存储介质

Also Published As

Publication number Publication date
WO2023273415A1 (zh) 2023-01-05
CN115222808B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
CN111442722B (zh) 定位方法、装置、存储介质及电子设备
CN110246182B (zh) 基于视觉的全局地图定位方法、装置、存储介质和设备
CN108717710B (zh) 室内环境下的定位方法、装置及系统
CN109542119B (zh) 飞行器航线规划方法及系统
CN113284240B (zh) 地图构建方法及装置、电子设备和存储介质
CN111274343B (zh) 一种车辆定位方法、装置、电子设备及存储介质
CN108279670B (zh) 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质
CN115222808B (zh) 基于无人机的定位方法、装置、存储介质和电子设备
JP2022548441A (ja) 位置姿勢決定方法、装置、電子機器、記憶媒体及びコンピュータプログラム
CN111968229A (zh) 高精度地图制图方法及装置
KR20210040877A (ko) 포지셔닝 방법 및 장치
CN111638528B (zh) 定位方法、装置、电子设备和存储介质
Ye et al. 6-DOF pose estimation of a robotic navigation aid by tracking visual and geometric features
KR20200031683A (ko) 무인 항공기의 항행구역 계획 방법, 장치 및 리모컨
CN112581535B (zh) 机器人定位方法、装置、存储介质及电子设备
CN111784835A (zh) 制图方法、装置、电子设备及可读存储介质
CN111805535A (zh) 一种定位导航方法、装置以及计算机存储介质
CN113959444A (zh) 用于无人设备的导航方法、装置、介质及无人设备
CN112991440B (zh) 车辆的定位方法和装置、存储介质和电子装置
CN111862215A (zh) 一种计算机设备定位方法、装置、计算机设备和存储介质
CN113920258A (zh) 地图生成方法、装置、介质及电子设备
US20210357620A1 (en) System, moving object, and information processing apparatus
CN113932796A (zh) 高精地图车道线生成方法、装置和电子设备
CN115790621A (zh) 高精地图更新方法、装置及电子设备
CN114571460A (zh) 机器人控制方法、装置及存储介质

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