CN115776639A - 一种定位方法、定位装置、电子设备及存储介质 - Google Patents
一种定位方法、定位装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115776639A CN115776639A CN202310044389.9A CN202310044389A CN115776639A CN 115776639 A CN115776639 A CN 115776639A CN 202310044389 A CN202310044389 A CN 202310044389A CN 115776639 A CN115776639 A CN 115776639A
- Authority
- CN
- China
- Prior art keywords
- motion
- track
- trajectory
- sub
- generating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012806 monitoring device Methods 0.000 claims abstract description 84
- 238000012544 monitoring process Methods 0.000 claims abstract description 64
- 230000004927 fusion Effects 0.000 claims description 18
- 230000000295 complement effect Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 abstract description 34
- 230000008569 process Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 1
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种定位方法、定位装置、电子设备及存储介质,涉及定位技术领域,所述方法包括:接收所述多个第一监测设备发送的第一监测数据,以及所述多个第二监测设备发送的第二监测数据;基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,所述第二对象为所述第一对象携带的与所述第二监测设备通信的无线设备;基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,所述第三运动轨迹用于所述第一对象的定位。通过第二运动轨迹可以弥补第一对象在第一监测设备的视觉盲区的轨迹,提升了生成的第三运动轨迹的完整性,从而提升了对第一对象定位的准确性。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种定位方法、定位装置、电子设备及存储介质。
背景技术
视觉定位技术已经广泛使用于智慧监控、机器人自主导航等领域。作为视觉定位技术的一种,可以通过在需要监控的区域设置视觉监测设备来监测区域内人或物的位置信息。然而,视觉监测设备难免存在视觉盲区,导致生成的定位轨迹的准确性较差。
可见,现有技术中的定位方法存在生成的定位轨迹准确性较差的问题。
发明内容
本发明实施例提供了一种定位方法、定位装置、电子设备及存储介质,以解决现有技术中的定位方法生成的定位轨迹准确性较差的问题。
第一方面,本发明实施例提供了一种定位方法,用于对目标区域中的对象进行定位,所述目标区域设置有多个第一监测设备和多个第二监测设备,所述第一监测设备为视觉设备,所述第二监测设备为无线设备,所述多个第二监测设备的覆盖区域包含所述多个第一监测设备的覆盖区域,所述方法包括:
接收所述多个第一监测设备发送的第一监测数据,以及所述多个第二监测设备发送的第二监测数据;
基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,所述第二对象为所述第一对象携带的与所述第二监测设备通信的无线设备;
基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,所述第三运动轨迹用于所述第一对象的定位。
第二方面,本发明实施例提供了一种定位装置,用于对目标区域中的对象进行定位,所述目标区域设置有多个第一监测设备和多个第二监测设备,所述第一监测设备为视觉设备,所述第二监测设备为无线设备,所述多个第二监测设备的覆盖区域包含所述多个第一监测设备的覆盖区域,所述装置包括:
接收模块,用于接收所述多个第一监测设备发送的第一监测数据,以及所述多个第二监测设备发送的第二监测数据;
第一生成模块,用于基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,所述第二对象为所述第一对象携带的与所述第二监测设备通信的无线设备;
第二生成模块,用于基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,所述第三运动轨迹用于所述第一对象的定位。
第三方面,本发明实施例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如第一方面所述的方法。
第四方面,本发明实施例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,所述计算机指令用于使所述计算机执行如第一方面所述的方法。
本发明实施例中,基于接收到的第一监测数据和第二监测数据,分别生成第一对象的第一运动轨迹和第二对象的第二运动轨迹,基于第一运动轨迹与第二运动轨迹之间的相似度,将第一对象和第二对象进行身份关联,以实现身份统一,并基于身份关联后的第一运动轨迹和第二运动轨迹,生成统一第一对象和第二对象身份的第三运动轨迹。这样,在目标区域中,通过第二运动轨迹可以弥补第一对象在第一监测设备的视觉盲区的轨迹,提升了生成的第三运动轨迹的完整性,从而提升了对第一对象定位的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的定位方法的流程图之一;
图2是本发明实施例提供的定位方法的流程图之二;
图3是本发明实施例提供的定位方法的流程图之三;
图4是本发明实施例提供的互补式滤波器示意图;
图5是本发明实施例提供的定位装置的结构图。
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,所描述的实施例是本发明一部分实施例,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。
本发明的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的结构在适当情况下可以互换,以便本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。
参见图1,图1是本发明实施例提供的定位方法的流程图之一,所述方法用于对目标区域(可以包括室内和室外,例如城市街区、工业园区、)中的对象(例如,行人、车辆、智能终端等)进行定位,所述目标区域设置有多个第一监测设备和多个第二监测设备,所述第一监测设备可以是视觉设备(例如,摄像头等视觉传感器),所述第二监测设备可以是无线设备(例如,用于识别蓝牙、无线保真(Wireless Fidelity,WiFi)等无线信号传感器)。
其中,视觉设备通常价格较高,存在较多的视觉盲区,并且,随着公民对隐私的保护意识越来越强,对摄像头等视觉监控设备的排斥也越来越强,使得在目标区域难以大规模部署视觉设备;而基于无线设备的识别技术成本虽然较低,可以实现大规模部署,但是其定位精度较低,生成的定位轨迹准确性较差。
因此,本发明通过在目标区域同时设置第一监测设备和第二监测设备,使得第二监测设备的覆盖区域包含第一监测设备的覆盖区域,利用无线设备成本低的优势,弥补了视觉设备覆盖范围小的不足,提高定位精度。并且,无线设备成本较低可以大规模覆盖,因此可以减少视觉设备的部署,从而降低设备部署的成本。
需要说明的是第一监测设备和第二监测设备的数量可以根据目标区域的实际大小进行适应性的调整,在此不作限定。
所述方法包括如下步骤:
步骤101、接收所述多个第一监测设备发送的第一监测数据,以及所述多个第二监测设备发送的第二监测数据;
可以通过边缘计算节点接收多个第一监测设备发送的第一监测数据,以及多个第二监测设备发送的第二监测数据,如图2所示。第一监测数据可以是视频流数据,第一监测数据中可以包括多个第一对象(例如,多个行人)的位置信息和特征信息;第二监测数据可以是信号数据,第二监测数据中可以包括多个第二对象(例如,手机、穿戴设备等具有无线信号发送功能的终端)发送的上行信号的接收信号的强度指示(Received SignalStrength Indicator,RSSI)和第二对象对应的介质访问控制(Media Access Control,MAC)地址。进一步通过步骤102生成第一对象和第二对象的运动轨迹。
步骤102、基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,所述第二对象为所述第一对象携带的与所述第二监测设备通信的无线设备;
边缘计算节点可以基于第一对象在不同时间点的位置信息,在目标区域的空间坐标系中生成第一对象的第一运动轨迹,目标区域的空间坐标系可以是根据目标区域的映射关系构建的坐标系;并基于第一对象的特征信息(例如,身高特征、面部特征等)生成第一对象对应的虚拟身份标识(Identity document,ID),通过ID对第一运动轨迹进行标识,使得每个第一对象的第一运动轨迹对应有一个特定的ID;
边缘计算节点可以基于第二对象在不同时间点的WiFi或蓝牙上行信号的RSSI,可以在目标区域的空间坐标系中生成第二对象的第二运动轨迹;并基于第二对象对应的MAC地址,对第二运动轨迹进行标识,使得每个第二对象的第二运动轨迹对应有一个特定的MAC地址;
第二对象可以是第一对象携带的与第二监测设备通信的无线设备,换言之,行人可以携带手机、智能穿戴设备等具有无线信号发送功能的终端,第二监测设备可以获取手机、智能穿戴设备等终端发送的无线信号。这样,边缘计算节点可以分别对第一对象和第二对象进行定位。进一步通过步骤103对第一对象和第二对象的运动轨迹进行融合。
步骤103、基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,所述第三运动轨迹用于所述第一对象的定位。
可以通过计算第一运动轨迹与第二运动轨迹之间的相似度,完成第一对象与第二对象之间的身份关联,即虚拟ID与MAC地址的关联,这样,在多个第二对象对应的第二轨迹中,可以识别出与任意第一对象匹配的第二轨迹,从而基于身份关联后的第一运动轨迹和第二运动轨迹,生成统一第一对象和第二对象身份的第三运动轨迹,在整个目标区域通过第三运动轨迹对第一对象进行定位,提升了定位轨迹的完整性和准确性。
本实施例中,基于接收到的第一监测数据和第二监测数据,分别生成第一对象的第一运动轨迹和第二对象的第二运动轨迹,基于第一运动轨迹与第二运动轨迹之间的相似度,将第一对象和第二对象进行身份关联,以实现身份统一,并基于身份关联后的第一运动轨迹和第二运动轨迹,生成统一第一对象和第二对象身份的第三运动轨迹。这样,在目标区域中,通过第二运动轨迹可以弥补第一对象在第一监测设备的视觉盲区的轨迹,提升了生成的第三运动轨迹的完整性,从而提升了对第一对象定位的准确性。
可选地,在步骤102中,所述基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,包括:
根据所述第一监测数据,生成第一对象的第一运动轨迹;
根据所述第二监测数据中的第一监测子数据,生成第二对象的第一运动子轨迹,以及根据所述第二监测数据中的第二监测子数据,生成所述第二对象的第二运动子轨迹,其中,所述第一运动子轨迹位于所述第一监测设备和所述第二监测设备共同覆盖的区域,所述第二运动子轨迹位于所述第一监测设备未覆盖的区域,所述第二运动轨迹包括所述第一运动子轨迹和所述第二运动子轨迹;
本实施方式中,如图1和图3所示,视觉设备(即第一监测设备)将其拍摄到的视频数据(即第一监测数据)发送给边缘计算节点,同时,无线设备(即第二监测设备)可以获取无线设备覆盖区域内的手机、智能穿戴设备等具有无线信号发送功能的终端(即第二对象)的相关信息,其相关信息可以包括上行信号的RSSI和MAC地址等,并将其相关信息(即第二监测数据)发送给边缘计算节点。
边缘计算节点接收视觉设备的视频数据,从视频数据中完成人员检测、定位、跟踪并输出第一对象的虚拟ID和第一对象对应的第一运动轨迹;以及,边缘计算节点接收无线设备采集的第二对象的相关信息,完成对无线设备的定位、跟踪并输出第二对象的MAC地址和第二对象对应的第二运动轨迹。
其中,在整个目标区域中,视觉设备难免存在视觉盲区,可以通过无线设备的覆盖填补视觉设备的盲区,使得无线设备的覆盖区域包含视觉设备的覆盖区域,利用无线设备成本低的优势,弥补了视觉设备覆盖范围小的不足。这样,第二监测数据可以包括第二对象位于视觉设备和无线设备共同覆盖区域的第一监测子数据,以及位于视觉设备未覆盖区域的第二监测子数据。基于第一监测子数据和第二监测子数据可以分别生成第一运动子轨迹和第二运动子轨迹,即第二对象对应的第二运动轨迹包括第一运动子轨迹和第二运动子轨迹。因此,可以进一步基于步骤103,在目标区域中,通过第二运动轨迹中的第二运动子轨迹可以弥补第一对象在视觉设备盲区的轨迹,提升了生成的第三运动轨迹的完整性,从而提升了对第一对象定位的准确性。
具体的,在步骤103中,所述基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,包括:
在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹。
在目标区域中,可以计算第一运动轨迹与第一运动子轨迹之间的相似度,由于第一运动轨迹和第一运动子轨迹均位于视觉设备和无线设备共同覆盖区域(即满足视觉和无线同覆盖的条件),因此,在第一运动轨迹与第二运动轨迹中的第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,可以认为一个或多个第二对象为某个第一对象携带的设备,将该第一对象和这些第二对象进行身份关联,以实现身份统一,并基于身份关联后的第一运动轨迹和第二运动轨迹中的第二运动子轨迹,生成统一第一对象和第二对象身份的第三运动轨迹,提升了对第一对象定位的准确性。
在一可选地的示例中,所述根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹,包括:
根据所述第二运动轨迹对所述第一运动轨迹进行拼接,生成所述第一对象的第三运动轨迹。这样,在目标区域中,在视觉和无线同覆盖的情况下,可以通过第一运动子轨迹可以对第一对象的第一运动轨迹进行融合优化,提升了生成的第三运动轨迹的精度;在视觉和无线未同覆盖的情况下,可以通过第二运动子轨迹可以弥补第一运动轨迹在视觉设备盲区的缺失的部分,提升了生成的第三运动轨迹的完整性。克服了视觉设备覆盖不足、感知有盲区的缺点,利用无线设备对视距障碍不敏感的特点实现定位感知的全覆盖,从而提升了对第一对象定位的准确性。
可选地,在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹,包括:
在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹和所述第一运动子轨迹,生成融合轨迹;
在所述融合轨迹符合预设条件的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹;
在所述融合轨迹不符合所述预设条件的情况下,返回执行所述生成融合轨迹的步骤;
其中,所述预设条件包括所述第一对象与所述第二对象的行进方向相同。
本实施方式中,第一运动轨迹与第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,可以认为一个或多个第二对象为某个第一对象携带的设备,将该第一对象和这些第二对象进行身份关联,以实现身份统一。但是,事实上身份关联是难以百分之百准确的,即某个第一对象的第一运动轨迹与某个第二对象的第一运动子轨迹之间的相似度大于或等于目标阈值,该第二对象并不一定为该第一对象携带的设备(例如,在两个行人相向运动的场景中,基于一个行人携带的手机生成的第二运动轨迹,可能与另一个行人的第一运动轨迹具有较高的相似度,将一个行人携带的手机与另一个行人身份关联),显然,错误的身份关联,不符合实际的情况。
因此,根据第一运动轨迹和第一运动子轨迹生成融合轨迹后,进一步对融合轨迹进行预设条件的判断,以检验身份关联是否正确。若融合轨迹符合预设条件,则根据第一运动轨迹与第二运动子轨迹,生成第一对象的第三运动轨迹;若融合轨迹不符合预设条件(例如,第一对象与第二对象的行进方向不相同),则第一运动轨迹和第一运动子轨迹无法融合,第一运动轨迹和第二运动子轨迹也无法拼接,可以将融合轨迹不符合预设条件的结果反馈给边缘计算节点,边缘计算节点会返回执行生成融合轨迹的步骤,通过用新的轨迹相似度来实现新的身份关联,如此迭代下去,实现身份关联、定位融合、轨迹拼接以及定位精度的提升。
其中,对融合轨迹进行预设条件的判断可以是利用预设信息(例如,目标区域的地图信息等)对融合后的轨迹的合理性做判断,若不合理,则将其对应的轨迹相似度置为负无穷。
可选地,所述第一运动轨迹与所述第二运动轨迹之间的相似度通过如下公式计算得到:
本实施方式中,身份关联可以是通过计算轨迹相似度来实现的。设第一运动轨迹和第二运动轨迹分别表示为和,其中,,和分别表示轨迹(包括第一运动轨迹和第二运动轨迹)的起始时刻,第一运动轨迹与第二运动轨迹之间的相似度为,可以定义为函数空间上的距离L,则第一运动轨迹与第二运动轨迹之间的相似度满足如下公式:
这样,通过计算多个第一对象对应的第一运动轨迹和多个第二对象对应的第二运动轨迹之间的相似度,以构建相似度矩阵E。在相似度矩阵E中,获取距离L最小值对应的第一运动轨迹和第二运动轨迹,并且将该第一运动轨迹对应的第一对象与该第二运动轨迹对应的第二对象进行身份关联,以实现第一对象和第二对象之间的身份统一(即将手机、智能穿戴设备等具有无线信号发送功能的设备关联到人)。换言之,在第一运动轨迹和第二运动轨迹之间的相似度大于或等于目标阈值的情况下,在相似度矩阵E中,第一运动轨迹和第二运动轨迹之间的距离L小于相似度矩阵E中其他轨迹之间的距离L。
基于身份关联后的第一运动轨迹和第二运动轨迹,生成统一第一对象和第二对象身份的第三运动轨迹,融合视觉和无线定位结果,可以实现定位精度的提升,克服了视觉设备覆盖不足、感知有盲区的缺点,利用无线设备对视距障碍不敏感的特点实现定位感知的全覆盖,并且,无线设备成本较低可以大规模覆盖,因此可以减少视觉设备的部署,降低了成本。
具体的,参见如下表述:
边缘计算节点通过处理视觉设备(即第一监测设备)传输过来的视频流数据(即第一监测数据),获取若干人(即第一对象)的第一运动轨迹,设其输出的第一运动轨迹为:
边缘计算节点通过处理无线设备(即第二监测设备)传输过来的可用于定位的信息(即第二监测数据),计算出与无线设备通讯连接的具有无线信号发送功能的终端(即第二对象)的第二运动轨迹,设其输出的第二运动轨迹为:
并基于身份关联后的第一运动轨迹和第二运动轨迹,生成统一第一对象和第二对象身份的第三运动轨迹。这样,在目标区域中,通过第二运动轨迹可以弥补第一对象在第一监测设备的视觉盲区的轨迹,提升了生成的第三运动轨迹的完整性,从而提升了对第一对象定位的准确性。
在一些可选地实施例中,在第一运动轨迹与第二运动轨迹之间的进行定位融合,可以采用加权算法或者互补式滤波器的方式生成第三运动轨迹,以提升生成的第三运动轨迹的准确性。
在一示例中,所述基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,包括:
计算所述第一运动轨迹与所述第二运动轨迹之间的相似度;
在所述第一运动轨迹与所述第二运动轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹、所述第二运动轨迹和权重信息,生成所述第一对象的第三运动轨迹,所述权重信息包括所述第一运动轨迹对应的第一子权重参数和所述第二运动轨迹对应的第二子权重参数。
其中,基于第一监测数据生成第一对象的第一运动轨迹,第一运动轨迹的定位误差分布为正态分布,满足如下关系:
其中,基于第二监测数据生成第二对象的第二运动轨迹,第二运动轨迹的定位误差分布为正态分布,满足如下关系:
令,
则容易计算加权随机变量的方差为:
在另一示例中,所述基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,包括:
计算所述第一运动轨迹与所述第二运动轨迹之间的相似度;
在所述第一运动轨迹与所述第二运动轨迹之间的相似度大于或等于目标阈值的情况下,将所述第一运动轨迹和所述第二运动轨迹输入互补式滤波器,生成所述第一对象的第三运动轨迹,所述互补式滤波器用于将根据所述第一运动轨迹得到的第一滤波结果与根据所述第二运动轨迹得到的第二滤波结果相加。
其中,第一滤波结果中呈低频噪声特性,而第二滤波结果中呈高频噪声特性,因此,可以采用一对互补式滤波器与分别对视觉和无线测量值中的噪声进行滤波,然后将第一滤波结果和第二滤波结果相加,所得到的就是它们的共同对同一目标对象的位置的估计值,如图4所示,图4为互补式滤波器的示意图。
这样,在第一运动轨迹与第二运动轨迹之间的相似度大于或等于目标阈值的情况下,将第一运动轨迹和第二运动轨迹输入互补式滤波器,提升了生成的第三运动轨迹的准确性。
参见图5,图5是本发明实施例提供的定位装置的结构图,所述装置用于对目标区域中的对象进行定位,所述目标区域设置有多个第一监测设备和多个第二监测设备,所述第一监测设备为视觉设备,所述第二监测设备为无线设备,所述多个第二监测设备的覆盖区域包含所述多个第一监测设备的覆盖区域,定位装置500包括:
接收模块501,用于接收所述多个第一监测设备发送的第一监测数据,以及所述多个第二监测设备发送的第二监测数据;
第一生成模块502,用于基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,所述第二对象为所述第一对象携带的与所述第二监测设备通信的无线设备;
第二生成模块503,用于基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,所述第三运动轨迹用于所述第一对象的定位。
可选地,所述第一生成模块502包括:
第一生成子模块,用于根据所述第一监测数据,生成第一对象的第一运动轨迹;
第二生成子模块,用于根据所述第二监测数据中的第一监测子数据,生成第二对象的第一运动子轨迹,以及根据所述第二监测数据中的第二监测子数据,生成所述第二对象的第二运动子轨迹,其中,所述第一运动子轨迹位于所述第一监测设备和所述第二监测设备共同覆盖的区域,所述第二运动子轨迹位于所述第一监测设备未覆盖的区域,所述第二运动轨迹包括所述第一运动子轨迹和所述第二运动子轨迹;
所述第二生成模块503包括:
第三生成子模块,用于在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹。
可选地,第三生成子模块包括:
第一生成单元,用于在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹和所述第一运动子轨迹,生成融合轨迹;
第二生成单元,用于在所述融合轨迹符合预设条件的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹;
返回执行单元,用于在所述融合轨迹不符合所述预设条件的情况下,返回执行所述生成融合轨迹的步骤;
其中,所述预设条件包括所述第一对象与所述第二对象的行进方向相同。
可选地,所述第二生成单元包括:
生成子单元,用于根据所述第二运动轨迹对所述第一运动轨迹进行拼接,生成所述第一对象的第三运动轨迹。
可选地,所述第二生成模块503包括:
第一计算子模块,用于计算所述第一运动轨迹与所述第二运动轨迹之间的相似度;
第四生成子模块,用于在所述第一运动轨迹与所述第二运动轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹、所述第二运动轨迹和权重信息,生成所述第一对象的第三运动轨迹,所述权重信息包括所述第一运动轨迹对应的第一子权重参数和所述第二运动轨迹对应的第二子权重参数。
可选地,所述第二生成模块503包括:
第二计算子模块,用于计算所述第一运动轨迹与所述第二运动轨迹之间的相似度;
第五生成子模块,用于在所述第一运动轨迹与所述第二运动轨迹之间的相似度大于或等于目标阈值的情况下,将所述第一运动轨迹和所述第二运动轨迹输入互补式滤波器,生成所述第一对象的第三运动轨迹,所述互补式滤波器用于将根据所述第一运动轨迹得到的第一滤波结果与根据所述第二运动轨迹得到的第二滤波结果相加。
可选地,所述第一运动轨迹与所述第二运动轨迹之间的相似度通过如下公式计算得到:
需要说明的是,定位装置500能够实现图1所示的方法实施例中的各个过程,为避免重复,这里不再赘述。
本发明实施例还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如上述定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还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,所述计算机指令用于使所述计算机执行如上述的定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如ROM、RAM、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本发明实施方式中的方法和装置的范围不限于按所讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种定位方法,其特征在于,用于对目标区域中的对象进行定位,所述目标区域设置有多个第一监测设备和多个第二监测设备,所述第一监测设备为视觉设备,所述第二监测设备为无线设备,所述多个第二监测设备的覆盖区域包含所述多个第一监测设备的覆盖区域,所述方法包括:
接收所述多个第一监测设备发送的第一监测数据,以及所述多个第二监测设备发送的第二监测数据;
基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,所述第二对象为所述第一对象携带的与所述第二监测设备通信的无线设备;
基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,所述第三运动轨迹用于所述第一对象的定位。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,包括:
根据所述第一监测数据,生成第一对象的第一运动轨迹;
根据所述第二监测数据中的第一监测子数据,生成第二对象的第一运动子轨迹,以及根据所述第二监测数据中的第二监测子数据,生成所述第二对象的第二运动子轨迹,其中,所述第一运动子轨迹位于所述第一监测设备和所述第二监测设备共同覆盖的区域,所述第二运动子轨迹位于所述第一监测设备未覆盖的区域,所述第二运动轨迹包括所述第一运动子轨迹和所述第二运动子轨迹;
所述基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,包括:
在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹。
3.根据权利要求2所述的方法,其特征在于,在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹,包括:
在所述第一运动轨迹与所述第一运动子轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹和所述第一运动子轨迹,生成融合轨迹;
在所述融合轨迹符合预设条件的情况下,根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹;
在所述融合轨迹不符合所述预设条件的情况下,返回执行所述生成融合轨迹的步骤;
其中,所述预设条件包括所述第一对象与所述第二对象的行进方向相同。
4.根据权利要求2所述的方法,其特征在于,所述根据所述第一运动轨迹与所述第二运动子轨迹,生成所述第一对象的第三运动轨迹,包括:
根据所述第二运动轨迹对所述第一运动轨迹进行拼接,生成所述第一对象的第三运动轨迹。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,包括:
计算所述第一运动轨迹与所述第二运动轨迹之间的相似度;
在所述第一运动轨迹与所述第二运动轨迹之间的相似度大于或等于目标阈值的情况下,根据所述第一运动轨迹、所述第二运动轨迹和权重信息,生成所述第一对象的第三运动轨迹,所述权重信息包括所述第一运动轨迹对应的第一子权重参数和所述第二运动轨迹对应的第二子权重参数。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,包括:
计算所述第一运动轨迹与所述第二运动轨迹之间的相似度;
在所述第一运动轨迹与所述第二运动轨迹之间的相似度大于或等于目标阈值的情况下,将所述第一运动轨迹和所述第二运动轨迹输入互补式滤波器,生成所述第一对象的第三运动轨迹,所述互补式滤波器用于将根据所述第一运动轨迹得到的第一滤波结果与根据所述第二运动轨迹得到的第二滤波结果相加。
8.一种定位装置,其特征在于,用于对目标区域中的对象进行定位,所述目标区域设置有多个第一监测设备和多个第二监测设备,所述第一监测设备为视觉设备,所述第二监测设备为无线设备,所述多个第二监测设备的覆盖区域包含所述多个第一监测设备的覆盖区域,所述装置包括:
接收模块,用于接收所述多个第一监测设备发送的第一监测数据,以及所述多个第二监测设备发送的第二监测数据;
第一生成模块,用于基于所述第一监测数据,生成第一对象的第一运动轨迹,以及基于所述第二监测数据,生成第二对象的第二运动轨迹,所述第二对象为所述第一对象携带的与所述第二监测设备通信的无线设备;
第二生成模块,用于基于所述第一运动轨迹与所述第二运动轨迹之间的相似度,生成所述第一对象的第三运动轨迹,所述第三运动轨迹用于所述第一对象的定位。
9.一种电子设备,其特征在于,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如权利要求1至7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310044389.9A CN115776639B (zh) | 2023-01-30 | 2023-01-30 | 一种定位方法、定位装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310044389.9A CN115776639B (zh) | 2023-01-30 | 2023-01-30 | 一种定位方法、定位装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115776639A true CN115776639A (zh) | 2023-03-10 |
CN115776639B CN115776639B (zh) | 2023-04-25 |
Family
ID=85393736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310044389.9A Active CN115776639B (zh) | 2023-01-30 | 2023-01-30 | 一种定位方法、定位装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115776639B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046752A (zh) * | 2019-11-26 | 2020-04-21 | 上海兴容信息技术有限公司 | 一种室内定位方法、装置、计算机设备和存储介质 |
WO2020248248A1 (en) * | 2019-06-14 | 2020-12-17 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for object tracking |
CN112399137A (zh) * | 2019-08-14 | 2021-02-23 | 阿里巴巴集团控股有限公司 | 一种移动轨迹确定方法和装置 |
CN113763430A (zh) * | 2021-09-13 | 2021-12-07 | 智道网联科技(北京)有限公司 | 检测移动目标的方法、装置和计算机可读存储介质 |
-
2023
- 2023-01-30 CN CN202310044389.9A patent/CN115776639B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020248248A1 (en) * | 2019-06-14 | 2020-12-17 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for object tracking |
CN112399137A (zh) * | 2019-08-14 | 2021-02-23 | 阿里巴巴集团控股有限公司 | 一种移动轨迹确定方法和装置 |
CN111046752A (zh) * | 2019-11-26 | 2020-04-21 | 上海兴容信息技术有限公司 | 一种室内定位方法、装置、计算机设备和存储介质 |
CN113763430A (zh) * | 2021-09-13 | 2021-12-07 | 智道网联科技(北京)有限公司 | 检测移动目标的方法、装置和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115776639B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI770544B (zh) | 視訊與無線電熔合為主的準確室內定位的設備及其儲存媒體 | |
CN105737833B (zh) | 室内导航方法及装置 | |
CN112116654B (zh) | 一种车辆位姿确定方法、装置及电子设备 | |
CN111442722A (zh) | 定位方法、装置、存储介质及电子设备 | |
CN108318043A (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
CN110587597B (zh) | 一种基于激光雷达的slam闭环检测方法及检测系统 | |
CN112528773B (zh) | 障碍物信息融合方法、装置、电子设备和存储介质 | |
CN108693548B (zh) | 一种基于场景目标识别的导航方法及系统 | |
CN110501036A (zh) | 传感器参数的标定检查方法及装置 | |
CN112823321B (zh) | 对基于多种类型传感器的位置识别结果进行混合的位置定位系统及其方法 | |
CN111623765B (zh) | 基于多模态数据的室内定位方法及系统 | |
CN108122412B (zh) | 用于监控机器人检测车辆乱停的方法 | |
CN109655786B (zh) | 移动自组网协作相对定位方法及装置 | |
CN110470333A (zh) | 传感器参数的标定方法及装置、存储介质和电子装置 | |
CN115616937B (zh) | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 | |
CN114034296A (zh) | 一种导航信号干扰源检测与识别方法及系统 | |
CN112541416A (zh) | 跨雷达障碍物跟踪方法、装置、电子设备和存储介质 | |
CN111521971B (zh) | 一种机器人的定位方法及系统 | |
CN111784730A (zh) | 一种对象跟踪方法、装置、电子设备及存储介质 | |
CN114419590A (zh) | 高精地图的验证方法、装置、设备以及存储介质 | |
CN103903253A (zh) | 一种可移动终端定位方法及系统 | |
CN112689234A (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
CN117226846A (zh) | 用于变电站设备维护机器人的控制方法及系统 | |
CN113591885A (zh) | 目标检测模型训练方法、设备及计算机存储介质 | |
CN115776639A (zh) | 一种定位方法、定位装置、电子设备及存储介质 |
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 |