CN117606487A - 一种定位方法、系统及介质 - Google Patents

Abstract

本发明涉及一种定位方法、系统及介质，涉及定位技术领域，所述方法包括基于所述图像采集设备获取所述停车场的有效车位号；将所述有效车位号的位置设为所述移动器的基准位置；通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置；以及，通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置。本发明仅依靠移动器本身的摄像头，配合标清级别的室内地图，便能实现较为精准的移动器位置定位。

Description

一种定位方法、系统及介质

技术领域

本发明涉及定位技术领域，尤其是涉及一种定位方法、系统及介质。

背景技术

目前，车辆在停车场定位主要采用三种方法。首先是惯性导航，通过利用陀螺仪等设备估算终端移动的距离和方向，并与室内地图协同工作，以估算当前位置。其缺陷在于定位精度较低，随行驶距离增加误差逐渐累积，多次拐弯后出现错误的几率相对较高。

其次是近场通讯，通过在停车场铺设大量的近场通讯设备，与汽车或终端实时通讯，结合室内地图计算当前位置。然而，该方法需要对场所进行实地改造，成本高昂，而且受场地管理方的授权限制。设备众多、方案复杂也增加了出错的几率。

最后是基于智能汽车的高精度地图匹配，通过事先制作室内高精度地图，录入各种环境特征点的图形图像，并结合车载摄像头和激光雷达测距，匹配特征点以计算当前准确位置。然而，该方法需要制作昂贵的智驾数据库，对终端的软硬件要求高，法律上存在不确定性。

这三种方法共同的问题在于它们都依赖于室内高精度地图，而该地图的采集和制作成本非常高。这些缺陷限制了停车场导航在社会中的大规模推广和应用。

发明内容

鉴于以上所述的现有技术的缺点，本发明的目的是提供一种定位方法、系统及介质，无需室内场地改造，无需设备改造，无需采集高精度室内地图，无需采集室内自动驾驶地形和环境，仅依靠智能设备本身的摄像头，配合标清级别的室内地图，便能实现较为精准的车辆定位。

为实现上述目的，本发明采用如下技术方案。

第一方面，本发明提供的一种定位方法，采用如下的技术方案：

一种定位方法，应用于带车位编号的停车场以及带图像采集设备的移动器，所述停车场位于GPS信号弱区，包括：

基于所述图像采集设备获取所述停车场的有效车位号；

将所述有效车位号的位置设为所述移动器的基准位置；

通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置；

以及，通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置。

进一步的，上述一种定位方法中，所述基于所述图像采集设备获取所述停车场的有效车位号，包括：

基于所述图像采集设备获取沿路视频流；

通过图像识别算法识别所述沿路视频流中的车位编号；

将所述车位编号代入所述停车场地图进行校验；

校验成功则将所述车位编号设为有效车位号。

进一步的，上述一种定位方法中，在所述将所述车位编号代入所述停车场地图进行校验，之前还包括：

当所述视频流获取的车位编号处于模糊和/或残缺状态时，对所述车位编号进行差值补充和数字分析推断得到初步车位编号，所述初步车位编号为某一具体编号值或某些可能编号值。

进一步的，上述一种定位方法中，在对所述车位编号进行差值补充和数字分析推断得到初步车位编号，之后还包括：

将所述初步车位编号代入所述停车场的地图建模进行位置匹配，基于匹配结果确定所述车位编号。

进一步的，上述一种定位方法中，当所述有效车位号为多个时，将校验结果准确度最高和/或距离移动器最近的车位编号作为有效车位号。

进一步的，上述一种定位方法中，所述通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置，包括：

识别所述基准位置的邻近车道；

当所述邻近车道数为1时，将所述移动器的定位从所述基准位置平移至所述邻近车道上，得到所述移动器的粗略位置；

当所述邻近车道数为多条时，基于所述图像采集设备的位置信息确定所述移动器所位于的邻近车道，并将所述移动器的定位从所述基准位置平移至该邻近车道上，得到所述移动器的粗略位置。

进一步的，上述一种定位方法中，所述通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置，包括：

选取所述有效车位的邻近车位作为辅助车位；

基于所述有效车位和辅助车位，以及所述图像采集设备的位置信息，对所述粗略位置进行平移，得到所述精确位置。

进一步的，上述一种定位方法中，所述基于所述有效车位和辅助车位，以及所述图像采集设备的位置信息，对所述粗略位置进行平移，得到所述精确位置，包括：

当所述图像采集设备为多个时，根据各图像采集设备的位置信息、有效车位和辅助车位的位置信息，进行空间测量，得到精确位置；

当所述图像采集设备为单个时，根据图像采集设备的位置信息、有效车位和辅助车位的位置信息以及车身姿态信息，进行空间测量，得到精确位置。

第二方面，本发明提供的一种定位系统，采用如下的技术方案：

一种定位系统，包括：

图像采集设备，至少用于获取停车场的有效车位号；

基准定位模块，至少用于将所述有效车位号的位置设为所述移动器的基准位置；

一次纠偏模块，至少用于通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置；

二次纠偏模块，至少用于通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置。

第三方面，本发明提供的一种可读存储介质，采用如下的技术方案：

一种可读存储介质，其特征在于，所述可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如上述第一方面中任一项所述的定位方法。

综上所述，与现有技术相比，本发明包括以下至少一种有益技术效果：

1、本发明通过采用图像采集设备、一次纠偏和二次纠偏，实现在停车场内的高精度车辆定位。与传统方法相比，能够更准确地捕捉车辆位置，提供更可靠的导航和定位服务；

2、由于本发明主要依赖图像采集和处理，相对于依赖GPS信号的传统定位系统，更适用于GPS信号弱区域，如室内停车场等场景。这为车辆定位提供了更广泛的应用场景；

3、本发明通过一次纠偏和二次纠偏的操作，智能地校正车辆的位置，考虑停车场道路布局和有效车位的相邻关系，提高了定位的鲁棒性和准确性。这一智能纠偏机制相对于传统方法，更好地适应停车场内多变的环境，提供更为可靠的定位结果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一种定位方法的一具体实施方式的流程框图。

图2是本发明一种定位方法的一具体实施方式的流程图。

图3是本发明一种定位方法的另一具体实施方式的流程框图。

图4是本发明残缺补齐效果的一种实施例的示意图。

图5是本发明一种定位方法的一具体实施方式的效果图。

图6是本发明一种定位方法的另一具体实施方式的效果图。

图7是本发明一种定位方法的另一具体实施方式的流程框图。

图8是本发明一种定位方法的另一具体实施方式的效果图。

图9是本发明一种定位方法的另一具体实施方式的效果图。

图10是本发明一种定位方法的另一具体实施方式的效果图。

图11是本发明一种定位方法的另一具体实施方式的效果图。

图12是本发明一种定位方法的一具体实施方式的原理图。

图13是本发明一种定位方法的另一具体实施方式的原理图。

图14是本发明一种定位系统的一具体实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。此外，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请，并不用于限制本申请。

需要说明的是，以下实施例的描述顺序不作为对本申请实施例优选顺序的限定。且在以下实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

本发明实施例中所述的方法步骤，其执行顺序可以按照具体实施方式中所述的顺序执行，也可以根据实际需要，在能够解决技术问题的前提下，调整各步骤的执行顺序，在此不一一列举。

以下结合附图1-14对本发明作进一步详细说明。

参照图1和图2，本发明实施例提供了一种定位方法，应用于带车位编号的停车场以及带图像采集设备的移动器，所述停车场位于GPS信号弱区，包括：

S1，基于所述图像采集设备获取所述停车场的有效车位号；

S2，将所述有效车位号的位置设为所述移动器的基准位置；

S3，通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置；

S4，通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置。

适用于GPS信号弱的区域表示该定位方法被设计用于在GPS信号不够强的环境中执行。在一些情况下，例如在地下车库、山区、或者有天气干扰的情况下，GPS信号可能会受到影响，导致定位不够准确或者无法获得GPS信号。在这种情况下，该定位方法通过其他手段，比如利用车位编号和图像采集设备，以及两次纠偏的算法，来提供对移动器位置的更准确的估计。这就是说，即使在GPS信号不稳定或弱的区域，该方法仍然能够提供可靠的定位服务。这对于那些依赖GPS信号进行定位的场景来说，可以增强定位系统的稳定性和准确性。

具体的，步骤S1包括利用图像采集设备对停车场进行拍摄，从而获取有效车位的编号。首先，环视摄像头在智能车辆行进时捕捉沿路视频流，或者使用智能手机或平板，由用户操控，可以通过这些设备实时获取沿路的图像信息。通过图形图像识别算法对这些视频流进行处理，识别出视频中的车位编号。

步骤S2的具体实施方式是将在S1中获取到的有效车位号的位置设定为移动器(智能车辆或其他移动设备)的基准位置。在实际操作中，记录并存储这个位置信息，以便后续的定位过程中使用。这样的基准位置的设定是为了在后续的纠偏步骤中提供一个起始点，从而更准确地定位移动器在停车场内的位置。这个基准位置的设定可以通过在车辆行进时实时更新，以适应移动器的位置变化。总体而言，步骤S2通过将有效车位号的位置设为基准位置，为后续的位置校正提供了起点。

步骤S3通过预设的绑路算法对在S2中设定的基准位置进行一次纠偏，以得到移动器的粗略位置。绑路算法的目的是将基准位置与相邻的道路进行关联，将移动器的位置绑定到相应车道的中线上，从而更准确地确定移动器在停车场内的大致位置。这一次纠偏的目的是在基准位置的基础上进行初步调整，使得车辆的位置更符合实际情况，为后续的更精确的纠偏提供基础。实现时，需要考虑车辆行驶方向、相邻车道的情况以及其他预设参数。

在步骤S4中，采用预设的三角定位算法对在S3中获得的粗略位置进行二次纠偏，以获取移动器的精确位置。三角定位算法是一种基于三角形几何原理的定位方法，通常利用设备和已知地点之间的角度或距离信息。本提案根据至少三个已知地点(图像采集设备位置信息、有效车位的位置信息)之间的距离信息，通过三边测量和/或角度测量，可以计算出移动器的精确位置。通过三角定位算法的计算，可以得到更为精确的位置信息，这个位置信息可以更准确地反映移动器在停车场内的实际位置。

本发明中搭载图像采集设备的移动器(如汽车)在室内停车场移动过程中，实时拍摄和识别出车位编号，将识别出的编号与地图内置的车位编号进行比对后可以知道设备当前在哪个车位附近，同时结合车位的朝向，道路的分布，做合理的偏差计算，便能得知设备的实时位置，精度可以达到亚米级。

进一步的，作为本发明的一种实施方式，参照图3，步骤S1，基于所述图像采集设备获取所述停车场的有效车位号，包括：

S11，基于所述图像采集设备获取沿路视频流；

S12，通过图像识别算法识别所述沿路视频流中的车位编号；

S13，将所述车位编号代入所述停车场地图进行校验；

S14，校验成功则将所述车位编号设为有效车位号。

具体的，首先，在S11中，利用图像采集设备，例如环视摄像头，获取沿路的视频流，以捕捉车位的实时图像。接着，在S12中，通过运用图像识别算法，对这一视频流进行处理，以识别其中的车位编号，这一算法可采用现有的图像处理技术。一旦车位编号被识别出来，在S13中，将这些编号代入停车场地图进行校验，以确保它们在地图中有对应的位置。这一步骤涉及比对车位编号和地图模型，验证其在停车场内的相对位置，以保证准确性。最终，在S14中，如果校验成功，即所识别的车位编号在地图中验证通过，将这些车位编号设定为有效车位号，以供后续的定位过程使用。这一综合的过程确保了通过图像采集设备获取到的车位信息的准确性和可靠性，为智能车辆在停车场内的定位提供了可靠的基础。

进一步的，作为本发明的一种实施方式，在所述将所述车位编号代入所述停车场地图进行校验，之前还包括：

当所述视频流获取的车位编号处于模糊和/或残缺状态时，对所述车位编号进行差值补充和数字分析推断得到初步车位编号，所述初步车位编号为某一具体编号值或某些可能编号值。

具体的，对于所述视频流获取的车位编号处于模糊和/或残缺状态的情况，在将车位编号代入停车场地图进行校验之前，还包括以下步骤：模糊和/或残缺状态处理，当检测到视频流获取的车位编号存在模糊或残缺的情况时，采取进一步的处理。包括对模糊的车位编号进行差值补充，以及通过数字分析推断获取初步车位编号。这个初步车位编号可能是某一具体编号值，也可能是一些可能的编号值。

在处理数值模糊和被遮盖等残缺情况时，本发明的实施方式可采用了以下两种策略：

1、数值模糊情况处理：当车位编号存在模糊的情况时，使用车位编号特征库进行特征分析。将停车场车位编号的取值范围，编码和图形特征录入图形图像识别算法和人工智能学习库中。通过比对视频流中模糊的车位编号与学习库中的特征，可以进行模糊识别和结果推测，提高对模糊编号的准确性。另一方面，对于数值模糊的情况，还可通过分析多帧画面，选取其中较为清晰的帧画面进行识别和校验。这种方法充分利用了多个时间点的信息，以提高对车位编号的准确性；

2、数值被遮盖情况处理：当车位编号被遮盖或存在其他残缺情况时，同样使用学习库中。通过对视频流中的车位进行特征提取，并与学习库中的车位编号进行比对，可以推断出可能的合理结果，从而补充或校正被遮盖的车位编号。如图4所示，残缺图形识补全识别为数字4。

这两种策略综合运用了人工智能学习库的优势，利用特征分析和比对的方式来应对数值模糊和被遮盖等残缺情况，以提高对车位编号的识别和校验准确性。

这一额外的处理步骤旨在应对视频流中可能存在的模糊或残缺的车位编号，通过差值和数字分析来补充信息，得到一个初步的车位编号。这个初步编号将在后续的校验过程中被用于进一步的验证，以确保最终选定的车位编号的准确性。这一综合的处理方式提高了系统对于模糊或残缺信息的适应能力，从而更可靠地实现有效车位号的获取。

进一步的，作为本发明的一种实施方式，在对所述车位编号进行差值补充和数字分析推断得到初步车位编号，之后还包括：将所述初步车位编号代入所述停车场的地图建模进行位置匹配，基于匹配结果确定所述车位编号。

具体的，经过对车位编号进行差值补充和数字分析推断得到初步车位编号后，将这些初步车位编号代入停车场的地图建模系统。在这个过程中进行位置匹配，比对初步车位编号的位置信息与地图中相应区域的车位位置信息，以确定初步车位编号所在的具体位置。基于这一位置匹配的结果，可以确定车位编号的最终值。通过充分利用地图建模系统，这一步骤能够提高对车位编号的准确性，从而为移动器在停车场内的精确定位提供更为可靠的支持。这种综合的方法有效消除了由于差值和数字分析推断引入的不确定性，确保了车位编号的准确性和实用性。

示例性的，由于室内地图建模中的停车场车位编号和排列分布均已知，所以一个车位号周边车位编号的分布和数值也是可以在地图模型中准确查询到的。利用这个特点，可以将摄像头识别分析到的车位编号代入模型中，检查是否与地图建模匹配。并且，可以极度压缩模糊编号的可能范围。例如，移动器(五角星0)行进到了图5中位置，通过摄像头识别到了“20,19，X”共三个相邻的车位数值，其中20和19准确率在99.999％以上，视为完全可信，X有18和13两种可能性。将20,19与地图匹配，可以识别出这两个车位所在位置，且其附近的车位号是18和17，而13在地理上与20,19相隔较远，因此可以推测X为18。将20,19和18的数值以及三者的图像识别下的地形关系代入地图建模进行校验，可以发现该组数值序列在地图上具有唯一性，且图像识别的地形关系与地图特征库匹配。由此得出20,19的图像识别结果准确，且X＝18的推测结果准确。

如果摄像头识别到的数值均不清晰，则将所有可能的值代入地图建模中，通过比较整体的匹配度来确定最终值。例如，参照图6，图像采集设备识别到左侧5米内3个相邻车位号(X,Y,Z)，设备朝向正南。X可能值为43,48,73；Y可能为44,47；Z可能为45,75。首先以X的三个可能值做匹配基点，识别出在地图上有3个可能区域A，B，C。其中A区43号车位道路南北朝向，相邻车位为42，44,45；B区48号车位道路南北朝向，相邻47，墙面，49,50；C区相邻没有车位，道路东西朝向。因此根据道路朝向和相邻车位情况，首先排除C，并排除Z＝75的可能。再将Y,Z的可能取值代入检验，根据车位相邻拓扑关系，以及Z只剩下45的取值可能范围，计算出A区为唯一可能的正确结果。Y＝44,47，Z＝45,75分别代入验证，可知A区依旧为唯一正确结果。因此X＝43，Y＝44，Z＝45，设备行进方向为南北方向。

进一步的，作为本发明的一种实施方式，当所述有效车位号为多个时，将校验结果准确度最高和/或距离移动器最近的车位编号作为有效车位号。

具体的，在进行有效车位号识别时，如果只有一个车位编号，则直接将其确认为唯一有效车位号，无需额外比对。而在多个车位编号的情况下，则通过综合评估每个编号的准确概率和相对距离，选择具有最高准确概率和最近距离的车位编号作为主有效车位号。

进一步的，作为本发明的一种实施方式，参照图7，步骤S3，通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置，包括：

S31，识别所述基准位置的邻近车道；

S32，当所述邻近车道数为1时，将所述移动器的定位从所述基准位置平移至所述邻近车道上，得到所述移动器的粗略位置；

S33，当所述邻近车道数为多条时，基于所述图像采集设备的位置信息确定所述移动器所位于的邻近车道，并将所述移动器的定位从所述基准位置平移至该邻近车道上，得到所述移动器的粗略位置。

具体的，在步骤S2得到基准定位后，在地图上进行绑路。绑路成功即为第一次纠偏。绑路的依据和原理如下：

在地图上识别出基准定位所在车位的邻近车道，所述邻近车道可能有1至4条；

如果车位只邻近一条车道，则将移动器位置绑定至该车道中线，如图8，移动器的定位从基准定位(五角星1)平移至绑路位置(五角星2)；

如果车位邻近多条车道，如图9和图10，则通过摄像头的方位角来判断向哪个方向纠偏：如果设备有多个摄像头，则判断是哪一侧的摄像头拍摄到了该车位，例如车位出现在移动器的右侧摄像头中，不在左侧摄像头中，则依据车辆行驶朝向，道路和车位的拓扑关系，将移动器位置从基准位置(五角星3)移至道路中线(五角星4)；

如果设备只有一个摄像头，则通过陀螺仪识别摄像头拍下车位时的偏转信息和移动器行驶朝向，将移动器位置从基准位置(五角星3)移至道路中线(五角星4)；

其中，上述五角星1、3为基准位置，五角星2、4均为一次纠偏后的粗略位置。

进一步的，作为本发明的一种实施方式，参照图11，步骤S4，通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置，包括：

选取所述有效车位的邻近车位作为辅助车位；

基于所述有效车位和辅助车位，以及所述图像采集设备的位置信息，对所述粗略位置(五角星5)进行平移，得到所述精确位置(五角星6)。

具体的，在本发明实施方式中，步骤S4采用了预设的三角定位算法对粗略位置进行二次纠偏。首先，选择有效车位的邻近车位作为辅助车位，以提供额外的参考点。接着，利用有效车位、辅助车位以及图像采集设备的位置信息，对粗略位置进行平移操作，得到了更为精确的位置。这一综合策略通过三角定位算法的应用，结合邻近车位的信息，使得最终的位置估计更加准确，为移动器在停车场内的定位提供了可靠的基础。

进一步的，作为本发明的一种实施方式，所述基于所述有效车位和辅助车位，以及所述图像采集设备的位置信息，对所述粗略位置进行平移，得到所述精确位置，包括：当所述图像采集设备为多个时，根据各图像采集设备的位置信息、有效车位和辅助车位的位置信息，进行空间测量，得到精确位置；

当所述图像采集设备为单个时，根据图像采集设备的位置信息、有效车位和辅助车位的位置信息以及车身姿态信息，进行空间测量，得到精确位置。

具体的，根据视频帧画面中有效车位、辅助车位，以及车位与摄像头的空间关系进行位置解析，进一步校正设备的位置：

如果移动设备有多个摄像头，参照图12，则可根据至少三个已知地点(第一图像采集设备位置信息、第二图像采集设备位置信息以及有效车位的位置信息)之间的距离信息，通过三边测量，计算出移动器的精确位置；

如果移动设备只有单摄像头，参照图13，则可根据已知地点(图像采集设备位置信息和角度信息、有效车位的位置信息)之间的位置信息，通过边角测量，计算出移动器的精确位置，其中，图像采集设备的角度信息可以通过内置感应器来做推算。

本发明的实施方式提供了一种在弱GPS信号的停车场内实现精确定位的方法。首先，在沿路视频流中识别车位编号，针对模糊或残缺的情况进行差值补充和数字分析推断，通过车位编号学习库进行特征分析和多帧画面比对，得到初步车位编号。将初步车位编号代入停车场地图进行位置匹配，通过绑路算法一次纠偏得到粗略位置。接着，通过预设的三角定位算法进行二次纠偏，基于有效车位、辅助车位和图像采集设备的位置信息，对粗略位置进行平移操作，得到精确位置。整个流程综合应用了图像识别、地图匹配和三角定位等技术，实现了在停车场内移动器的高精度、智能化定位，为车辆导航和定位提供了可靠的支持。

本发明实施例还公开了一种定位系统。

参照图14，一种定位系统，包括图像采集设备1、基准定位模块2、一次纠偏模块3以及二次纠偏模块4。

图像采集设备1在本发明中通过搭载环视摄像头实时捕获停车场沿路视频流，运用图像识别算法对视频中的车位编号进行处理。其主要作用在于获取有效车位号，通过识别的车位编号提供位置信息，作为基准位置用于移动器的定位。这一过程为整个定位系统提供了关键的起点，使得移动器能够在停车场内实现高精度的定位。

基准定位模块2通过将有效车位号的位置设定为移动器的基准位置，该模块确定了起始点，为后续定位提供了基础。有效车位号是通过图像采集设备获取并经过识别算法处理的，将其位置作为基准位置有助于在停车场内建立一个起始参考点，为一次纠偏和二次纠偏的操作提供准确的初始位置。基准定位模块2在整个定位系统中扮演关键角色，为移动器提供了定位的初始坐标，为系统的进一步操作提供了基础。

一次纠偏模块3通过预设的绑路算法对基准位置进行一次纠偏，以得到移动器的粗略位置。该模块的主要作用在于根据停车场道路的布局，调整基准位置，以更准确地反映车辆在停车场内的实际位置。通过纠偏，系统能够更精确地捕捉车辆相对于停车场道路的位置，为后续的二次纠偏提供更准确的初始坐标，从而提高整体定位的准确性。这一操作是定位系统中关键的中间步骤，通过适应停车场实际情况进行位置修正，为系统提供更可靠的车辆位置信

二次纠偏模块4通过预设的三角定位算法，结合有效车位的邻近车位信息，对粗略位置进行二次纠偏，得到移动器的精确位置。该模块的主要作用在于进一步提高车辆的定位精度，通过三角定位算法考虑有效车位及其邻近车位的空间关系，精准地修正车辆的位置坐标。通过这一操作，系统能够更细致地校正车辆的实际位置，使定位结果更加准确可靠。二次纠偏模块4在整个定位流程中扮演了关键的角色，为系统提供了高精度的车辆定位信息，为导航和位置服务提供可靠基础。

这四个关键模块共同构成了本发明的定位系统。首先，图像采集设备1通过环视摄像头实时捕获停车场沿路视频流，利用图像识别算法获取有效车位号，为整个定位提供基础信息。接着，基准定位模块2将有效车位号位置设定为移动器的基准位置，为后续定位提供准确的起点。一次纠偏模块3通过绑路算法对基准位置进行一次纠偏，实现对车辆位置的粗略调整。最后，二次纠偏模块4借助预设的三角定位算法，结合有效车位及其邻近车位信息，对粗略位置进行二次纠偏，提高车辆定位的精度。这一综合流程使得定位系统能够在停车场内实现高度准确的车辆定位，为导航和位置服务提供了可靠的支持。

本发明实施例还公开了一种可读存储介质。

一种可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述实施例任意一项所述的方法。计算机可读存储介质可以包括：能够携带计算机程序的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、以及软件分发介质等。计算机程序包括计算机程序代码。计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、以及软件分发介质等。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，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，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种定位方法，应用于带车位编号的停车场以及带图像采集设备的移动器，所述停车场位于GPS信号弱区，其特征在于，包括：

基于所述图像采集设备获取所述停车场的有效车位号；

将所述有效车位号的位置设为所述移动器的基准位置；

通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置；

以及，通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置。

2.根据权利要求1所述的定位方法，其特征在于，所述基于所述图像采集设备获取所述停车场的有效车位号，包括：

基于所述图像采集设备获取沿路视频流；

通过图像识别算法识别所述沿路视频流中的车位编号；

将所述车位编号代入所述停车场地图进行校验；

校验成功则将所述车位编号设为有效车位号。

3.根据权利要求2所述的定位方法，其特征在于，在所述将所述车位编号代入所述停车场地图进行校验，之前还包括：

当所述视频流获取的车位编号处于模糊和/或残缺状态时，对所述车位编号进行差值补充和数字分析推断得到初步车位编号，所述初步车位编号为某一具体编号值或某些可能编号值。

4.根据权利要求3所述的定位方法，其特征在于，在对所述车位编号进行差值补充和数字分析推断得到初步车位编号，之后还包括：

将所述初步车位编号代入所述停车场的地图建模进行位置匹配，基于匹配结果确定所述车位编号。

5.根据权利要求2所述的定位方法，其特征在于，当所述有效车位号为多个时，将校验结果准确度最高和/或距离移动器最近的车位编号作为有效车位号。

6.根据权利要求1所述的定位方法，其特征在于，所述通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置，包括：

识别所述基准位置的邻近车道；

当所述邻近车道数为1时，将所述移动器的定位从所述基准位置平移至所述邻近车道上，得到所述移动器的粗略位置；

当所述邻近车道数为多条时，基于所述图像采集设备的位置信息确定所述移动器所位于的邻近车道，并将所述移动器的定位从所述基准位置平移至该邻近车道上，得到所述移动器的粗略位置。

7.根据权利要求1所述的定位方法，其特征在于，所述通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置，包括：

选取所述有效车位的邻近车位作为辅助车位；

基于所述有效车位和辅助车位，以及所述图像采集设备的位置信息，对所述粗略位置进行平移，得到所述精确位置。

8.根据权利要求7所述的定位方法，其特征在于，所述基于所述有效车位和辅助车位，以及所述图像采集设备的位置信息，对所述粗略位置进行平移，得到所述精确位置，包括：

当所述图像采集设备为多个时，根据各图像采集设备的位置信息、有效车位和辅助车位的位置信息，进行空间测量，得到精确位置；

当所述图像采集设备为单个时，根据图像采集设备的位置信息、有效车位和辅助车位的位置信息以及车身姿态信息，进行空间测量，得到精确位置。

9.一种定位系统，其特征在于，所述系统包括：

图像采集设备，至少用于获取停车场的有效车位号；

基准定位模块，至少用于将所述有效车位号的位置设为所述移动器的基准位置；

一次纠偏模块，至少用于通过预设的绑路算法对所述基准位置进行一次纠偏，得到所述移动器的粗略位置；

二次纠偏模块，至少用于通过预设的三角定位算法对所述粗略位置进行二次纠偏，得到所述移动器的精确位置。

10.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-8中任一项所述的定位方法。