CN117677975A - 用于定位的装置、方法和计算机可读介质 - Google Patents

用于定位的装置、方法和计算机可读介质 Download PDF

Info

Publication number
CN117677975A
CN117677975A CN202180100539.2A CN202180100539A CN117677975A CN 117677975 A CN117677975 A CN 117677975A CN 202180100539 A CN202180100539 A CN 202180100539A CN 117677975 A CN117677975 A CN 117677975A
Authority
CN
China
Prior art keywords
polygon
location
devices
objects
database
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.)
Pending
Application number
CN202180100539.2A
Other languages
English (en)
Inventor
冷晓冰
高飞
吴志华
贵鹏斐
胡楠
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.)
Nokia Shanghai Bell Co Ltd
Nokia Solutions and Networks Oy
Original Assignee
Nokia Shanghai Bell Co Ltd
Nokia Solutions and Networks Oy
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 Nokia Shanghai Bell Co Ltd, Nokia Solutions and Networks Oy filed Critical Nokia Shanghai Bell Co Ltd
Publication of CN117677975A publication Critical patent/CN117677975A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • 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
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • 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
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • G01S2205/09—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications for tracking people
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • 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
    • G06T2207/30196—Human being; Person
    • 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
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)

Abstract

公开了用于定位的方法、装置和计算机可读介质。示例装置可包括至少一个处理器和至少一个存储器。所述至少一个存储器可包括计算机程序代码，并且所述至少一个存储器和所述计算机程序代码可被配置为利用所述至少一个处理器使所述装置执行：确定第一类型的多个对象的位置以形成第一多边形；确定多个器件中的各器件之间的距离以形成至少一个第二多边形；以及将所述第一多边形与所述至少一个第二多边形相匹配，以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形。

Description

用于定位的装置、方法和计算机可读介质
技术领域
各种实施例涉及用于定位的装置、方法和计算机可读介质。
背景技术
可利用例如经由摄像头的视觉定位来定位在场所处的对象。例如，发电厂可部署一些摄像头来定位进入发电厂的人员，例如进入发电厂的危险区域的人员。然而，在诸如发电厂这样的一些场所，难以安装太多的摄像头进行定位，且在摄像头盲区、远离摄像头的区域或昏暗区域，视觉定位效果不佳。
发明内容
以下提供示例性实施例的简要概述，以提供对各种实施例的一些方面的基本理解。应该注意的是，本概述并非旨在识别基本要素的关键特征或定义实施例的范围，且其唯一目的是以简化的形式引入一些概念作为下文提供的更详细描述的序言。
在第一方面，公开了一个装置。所述装置可包括至少一个处理器和至少一个存储器。所述至少一个存储器可包括计算机程序代码，并且所述至少一个存储器和所述计算机程序代码可被配置为利用所述至少一个处理器使所述装置执行：确定第一类型的多个对象的位置以形成第一多边形；确定多个器件中的各器件之间的距离以形成至少一个第二多边形；以及将所述第一多边形与所述至少一个第二多边形相匹配，以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形。
在一些实施例中，所述第一多边形的相应边与所述第三多边形的相应边之间的差可低于阈值。
在一些实施例中，可通过所述第一多边形的相应边与所述至少一个第二多边形的相应边之间的一系列比较来确定第三多边形。
在一些实施例中，所述第一类型的所述至少一个对象可在摄像头视野范围中，并且确定多个对象的位置可包括通过摄像头定位来计算所述多个对象在坐标系中的坐标。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不对称的。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不等边三角形。
在一些实施例中，所述多个对象的位置的确定可与所述多个器件中的各器件之间的距离的确定同步执行。
在一些实施例中，所述至少一个存储器和所述计算机程序代码可进一步被配置为利用所述至少一个处理器使得所述装置进一步基于所述第一多边形的至少一个对象的位置来执行确定所述第三多边形的至少一个器件的位置。
在一些实施例中，所述至少一个存储器和所述计算机程序代码可进一步被配置为利用所述至少一个处理器使所述装置进一步执行将所述第三多边形的所述至少一个器件的位置添加到数据库中。
在一些实施例中，所述至少一个存储器和所述计算机程序代码可进一步被配置为利用所述至少一个处理器使所述装置进一步执行：跟踪所述第一多边形的所述至少一个对象的位置；以及在与所述至少一个器件相对应的所述至少一个对象的位置改变的情况下，更新在所述数据库中所述第三多边形的所述至少一个器件的位置。
在一些实施例中，所述至少一个存储器和所述计算机程序代码可进一步被配置为，利用至少一个处理器使所述装置进一步执行：在所述第一多边形的至少一个对象改变为第二类型的情况下，从所述数据库移除所述第三多边形的所述器件的位置。
在一些实施例中，所述至少一个存储器和所述计算机程序代码可进一步被配置为，利用所述至少一个处理器，使所述装置进一步执行：在与所述至少一个器件相对应的所述至少一个对象改变为第二类型的情况下，从所述数据库移除所述第三多边形的所述至少一个器件的位置。
在一些实施例中，所述第二类型的所述至少一个对象可在摄像头视野范围外部。
在一些实施例中，所述至少一个存储器和所述计算机程序代码可进一步被配置为利用所述至少一个处理器使所述装置进一步执行：从所述数据库中选择所述至少一个器件的位置；以及基于所述至少一个器件的位置以及所述目标器件与所述至少一个器件之间的距离来确定目标器件的位置。
在一些实施例中，所述目标器件可与摄像头视野范围外部的对象相关联，并且所述至少一个装置可与所述摄像头视野范围中的至少一个对象相关联。
在一些实施例中，所述至少一个对象可以是人。
在一些实施例中，可基于与所述人相关联的器件来识别所述人。
在一些实施例中，可通过器件至器件无线电距离测量来确定所述多个器件中的各器件之间的距离。
在一些实施例中，可通过激光距离测量和/或超声波距离测量来确定所述多个器件中的各器件之间的距离。
在第二方面，公开了一种方法。所述方法可包括：确定第一类型的多个对象的位置以形成第一多边形；确定多个器件中的各器件之间的距离以形成至少一个第二多边形；以及将所述第一多边形与所述至少一个第二多边形相匹配，以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形。
在一些实施例中，所述第一多边形的相应边与所述第三多边形的相应边之间的差可低于阈值。
在一些实施例中，可通过所述第一多边形的相应边与所述至少一个第二多边形的相应边之间的一系列比较来确定所述第三多边形。
在一些实施例中，所述第一类型的所述至少一个对象可在摄像头视野范围中，并且确定所述多个对象的位置可包括通过摄像头定位来计算所述多个对象在坐标系中的坐标。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不对称的。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不等边三角形。
在一些实施例中，所述多个对象的位置的确定可与所述多个器件中的各器件之间的距离的确定同步执行。
在一些实施例中，所述方法还可包括基于所述第一多边形的至少一个对象的位置来确所述定第三多边形的至少一个器件的位置。
在一些实施例中，所述方法还可包括将所述第三多边形的所述至少一个器件的位置添加到数据库中。
在一些实施例中，所述方法还可包括：跟踪所述第一多边形的所述至少一个对象的位置；以及在与所述至少一个器件相对应的所述至少一个对象的位置改变的情况下更新在所述数据库中所述第三多边形的所述至少一个器件的位置。
在一些实施例中，所述方法还可包括在第一多边形的至少一个对象改变为第二类型的情况下从所述数据库中移除所述第三多边形的所述器件的位置。
在一些实施例中，所述方法还可包括在与至少一个器件相对应的所述至少一个对象改变为第二类型的情况下，从所述数据库中移除所述第三多边形的所述至少一个器件的位置。
在一些实施例中，所述第二类型的所述至少一个对象可在所述摄像头视野范围外部。
在一些实施例中，所述方法还可包括从所述数据库中选择所述至少一个器件的位置，以及基于所述至少一个器件的位置以及目标器件与所述至少一个器件之间的距离来确定所述目标器件的位置。
在一些实施例中，所述目标器件可与摄像头视野范围外部的对象相关联，并且所述至少一个器件可与所述摄像头视野范围中的至少一个对象相关联。
在一些实施例中，所述至少一个对象可以是人。
在一些实施例中，可基于与所述人相关联的器件来识别所述人。
在一些实施例中，可通过器件至器件无线电距离测量来确定所述多个器件中的各器件之间的距离。
在一些实施例中，可通过激光距离测量和/或超声波距离测量来确定所述多个器件中的各器件之间的距离。
在第三方面，公开了一个设备。所述设备可包括用于确定第一类型的多个对象的位置以形成第一多边形的装置、用于确定多个器件中的各器件之间的距离以形成至少一个第二多边形的装置、以及用于将所述第一多边形与所述至少一个第二多边形相匹配以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形的装置。
在一些实施例中，所述第一多边形的相应边与所述第三多边形的相应边之间的差可低于阈值。
在一些实施例中，可通过所述第一多边形的相应边与所述至少一个第二多边形的相应边之间的一系列比较来确定所述第三多边形。
在一些实施例中，所述第一类型的所述至少一个对象可在摄像头视野范围中，并且所述确定所述多个对象的位置可包括通过摄像头定位来计算所述多个对象在坐标系中的坐标。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不对称的。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不等边三角形。
在一些实施例中，所述多个对象的位置的确定可与所述多个器件中的各器件之间的距离的确定同步执行。
在一些实施例中，所述设备还可包括用于基于所述第一多边形的至少一个对象的位置来确定所述第三多边形的至少一个器件的位置的装置。
在一些实施例中，所述设备还可包括用于将所述第三多边形的所述至少一个器件的位置添加到数据库中的装置。
在一些实施例中，所述设备还可包括用于跟踪所述第一多边形的所述至少一个对象的位置的装置、以及用于在与所述至少一个器件相对应的所述至少一个对象的位置发生变化的情况下更新在所述数据库中所述第三多边形的所述至少一个器件的位置的装置。
在一些实施例中，所述设备还可包括用于在所述第一多边形的至少一个对象改变为第二类型的情况下从所述数据库中移除所述第三多边形的所述设备的位置的装置。
在一些实施例中，所述设备还可包括用于在与所述至少一个器件相对应的所述至少一个对象改变为第二类型的情况下从所述数据库中移除所述第三多边形的所述至少一个器件的位置的装置。
在一些实施例中，所述第二类型的所述至少一个对象可在摄像头视野范围外部。
在一些实施例中，所述设备还可包括用于从所述数据库中选择所述至少一个器件的位置的装置、以及用于基于所述至少一个器件的位置和目标器件与所述至少一个器件之间的距离来确定所述目标器件的位置的装置。
在一些实施例中，所述目标器件可与摄像头视野范围外部的对象相关联，并且至少一个器件可与所述摄像头视野范围中的至少一个对象相关联。
在一些实施例中，所述至少一个对象可以是人。
在一些实施例中，可基于与所述人相关联的器件来识别所述人。
在一些实施例中，可通过器件至器件无线电距离测量来确定所述多个器件中的各器件之间的距离。
在一些实施例中，可通过激光距离测量和/或超声波距离测量来确定所述多个器件中的各器件之间的距离。
在第四方面，公开了一种计算机可读介质。所述计算机可读介质可包括存储在其上的用于使装置执行如下操作的指令：确定第一类型的多个对象的位置以形成第一多边形；确定多个器件中的各器件之间的距离以形成至少一个第二多边形；以及将所述第一多边形与所述至少一个第二多边形相匹配，以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形。
在一些实施例中，所述第一多边形的相应边与所述第三多边形的相应边之间的差可低于阈值。
在一些实施例中，可通过所述第一多边形的相应边与所述至少一个第二多边形的相应边之间的一系列比较来确定第三多边形。
在一些实施例中，所述第一类型的所述至少一个对象可在摄像头视野范围中，并且所述确定所述多个对象的位置可包括通过摄像头定位来计算所述多个对象在坐标系中的坐标。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不对称的。
在一些实施例中，所述第一多边形和所述至少一个第二多边形可以是不等边三角形。
在一些实施例中，所述多个对象的位置的确定可与所述多个器件中的各器件之间的距离的确定同步执行。
在一些实施例中，所述计算机可读介质还可包括存储在其上的指令，其用于使装置进一步基于所述第一多边形的至少一个对象的位置来执行确定所述第三多边形的至少一个器件的位置。
在一些实施例中，所述计算机可读介质还可包括存储在其上的指令，其用于使装置进一步执行将所述第三多边形的所述至少一个器件的位置添加到数据库中。
在一些实施例中，所述计算机可读介质还可包括存储在其上的指令，其用于使装置进一步执行：跟踪所述第一多边形的所述至少一个对象的位置；以及在与所述至少一个器件相对应的所述至少一个对象的位置改变的情况下，更新在所述数据库中所述第三多边形的所述至少一个器件的位置。
在一些实施例中，所述计算机可读介质还可包括存储在其上的指令，其用于使装置进一步执行：在所述第一多边形的至少一个对象改变为第二类型的情况下，从所述数据库中移除所述第三多边形的所述器件的位置。
在一些实施例中，所述计算机可读介质还可包括存储在其上的指令，其用于使所述装置进一步执行：在与所述至少一个器件相对应的所述至少一个对象改变为第二类型的情况下，从所述数据库移除所述第三多边形的所述至少一个器件的位置。
在一些实施例中，所述第二类型的所述至少一个对象可在摄像头视野范围外部。
在一些实施例中，所述计算机可读介质还可包括存储在其上的指令，其用于使装置进一步执行：从所述数据库中选择所述至少一个器件的位置；以及基于所述至少一个器件的位置和目标器件与所述至少一个器件之间的距离来确定所述目标器件的位置。
在一些实施例中，所述目标器件可与摄像头视野范围外部的对象相关联，并且所述至少一个装置可与所述摄像头视野范围中的至少一个对象相关联。
在一些实施例中，所述至少一个对象可以是人。
在一些实施例中，可基于与所述人相关联的器件来识别所述人。
在一些实施例中，可通过器件至器件无线电距离测量来确定所述多个器件中的各器件之间的距离。
在一些实施例中，可通过激光距离测量和/或超声波距离测量来确定所述多个器件中的各器件之间的距离。
当结合附图阅读时，本公开的示例实施例的其他特征和优点也将从具体实施例的以下描述中显而易见，附图通过示例的方式示出了本公开的实例实施例原理。
附图说明
现在将参考附图，通过非限制性示例的方式来描述一些示例实施例。
图1显示其中可实现本公开的实施例的示例性场景。
图2显示示出根据本公开的实施例的用于定位的示例方法的流程图。
图3显示示出根据本公开的实施例的用于定位的示例装置的框图。
图4显示示出根据本公开的实施例的用于定位的示例设备的框图。
贯穿附图，相同或相似的附图标记指示相同或相似元件。将省略对相同元件的重复描述。
具体实施方式
以下，参考附图来详细描述一些示例实施例。以下描述包括用于提供对各种概念的全面理解的具体细节。然而，对于本领域技术人员来说显而易见的是，可在不具有这些具体细节的情况下实践这些概念。在某些情况下，众所周知的电路、技术和部件以框图的形式示出，以避免混淆所描述的概念和特征。
根据本公开的实施例，诸如标签之类的器件可与视觉定位组合来定位对于其视觉定位不能很好地工作的对象，例如处于摄像头盲区、远离摄像头的区域或昏暗区域中的人。
图1显示了其中可实现本公开的实施例的示例性场景。参照图1，显示了八个对象111至118作为诸如发电厂之类的场所内的对象的示例。可理解，更多对象或更少对象可在场所内。八个对象111至118中的至少一个对象可以是人，并且八个对象111至118可独立且不规则地移动。
三个摄像头131至133被用于观察区域135。可理解，三个摄像头131至133和区域135是示意性示例，例如，可使用更多的摄像头或更少的摄像头，各摄像头可以以另一模式部署，并且区域135可为不同的形状。如图1中所示，四个对象111、114、115和118在区域135内部，但并非区域135内的所有对象都可经由摄像头131至133观察到，且因此在摄像头视野范围中，例如，对象118可被对象115遮挡，且因此在摄像头视野范围外部。摄像头视野范围中的对象，诸如对象111、114和115，可以是第一类型；摄像头视野范围外部的对象，诸如对象112、113、116、117和118，可以是第二类型。由于对象可移动，因此对象的类型可变化。例如，如果对象112移动到区域135中并且未被遮挡，则对象112的类型可改变为第一类型，并且如果对象115离开区域135，则对象115的类型可转变为第二类型，并且对象118的类型可由于未被对象115遮挡而转变为第一类型。
根据本公开的实施例，装置100可对场所中的对象执行定位。装置100可包括用于执行相应操作的第一实体140、第二实体150、第三实体160、第四实体170和第五实体180。第一至第五实体140至180可以是不同的计算机或服务器，或者可以是在装置100处运行的不同软件模块。装置100可以是例如一个或多个服务器。一个服务器可执行实体140到180中的一个或多个实体的操作，并且实体140到180中的一个实体的操作可由一个或多个服务器执行。
装置100还可包括数据库190，并且数据库190可与一个或多个服务器分离，是一个或多个服务器中的一个服务器的一部分，或者分布在一个或多个服务器之间。数据库190可以是例如随机存取存储器(RAM)、文件、结构化查询语言(SQL)数据库、密钥/值存储、区块链、云存储等。
诸如摄像头131至133这样的一个或多个摄像头可以是装置100的一部分，或者经由网络链路连接和/或耦接到装置100，并且可捕获图像和/或视觉流以通过视觉定位来确定第一类型的多个对象的位置。可替换地或附加地，由摄像头131至133捕获的图像和/或视觉流可被发射到第一实体140。基于图像和/或视觉流，第一实体140可通过视觉定位来确定第一类型的多个对象的位置。如图1中所示，第一实体140可确定对象111、114和115的位置。该确定可包括例如，通过摄像头定位来计算多个对象111、114和115在坐标系中的坐标。该坐标系可以是例如地球坐标系，并且在此情况下，坐标可由纬度、经度和海拔来表示。可替换地，坐标系可以是诸如工厂之类的场所的坐标系。
第一实体140可基于所确定的多个对象111、114和115的位置来形成第一多边形。例如，多个对象111、114和115可分别位于第一多边形的顶点，并且这些顶点可分别标记为111、114、和115。第一实体140可基于例如所确定的位置来计算第一类型的各对象之间的距离，该距离也是第一多边形的边的长度。
在一个实施例中，第一实体140可由彼此邻近的第一类型的对象例如在具有特定半径的圆内形成第一多边形。例如，位于圆心的第一类型的对象和半径内的两个或更多个第一类型的相邻对象可构成第一多边形。
第一多边形的边的数量可预先确定。例如，第一多边形可被预先确定为三角形或四边形等，并且在这种情况下，第一实体140可基于所确定的第一类型的多个对象的位置来形成三角形或四边形等。或者，可根据第一类型的多个对象的分布来调整第一多边形的边的数量。例如，在第一类型的一些对象例如在具有特定半径的圆内邻近的情况下，第一多边形的边的数量可取决于邻近的第一类型的对象的数量。例如，如果第一类型的三个对象邻近，则可形成三角形作为第一多边形，如果第一类型的四个对象邻近则可形成四边形作为第一多边形等等，并且可理解，可同时形成超过一个第一多边形，例如三角形和四边形。例如，在图1中，对象111、114和115被显示为第一类型的对象的示例，并且构成具有由实线表示的三个边a1、a2和a3的三角形。
例如，假设除了对象111、114和115之外，对象113、116和117也在摄像头视野范围中，且因此属于第一类型，则在这种情况下，除了由对象111、114和115构成的第一多边形之外，其他第一多边形可由例如对象113、116和117，对象111、113和115，或对象113、115和116构成等。在一个实施例中，如果第一多边形的至少一个边在一定距离之上，则第一实体140可可选地排除某些第一多边形。例如，在对象111和对象113之间的距离以及对象115和对象116之间的距离高于特定距离的情况下，可排除由对象111、113和115构成的第一多边形以及由对象113、115和116构成的第一多边形。
第一实体140可向第三实体160发射至少一个第一多边形以及关于所确定的第一类型的对象的位置和第一类型的各对象之间的距离的信息。此外，第一实体140可跟踪第一多边形的至少一个对象的位置。例如，第一实体140可通过至少一个对象的外观特征例如颜色、形状等来跟踪至少一个物体在摄像头视野范围中的位置，并且将所述至少一个对象的改变的位置发射到第三实体160。跟踪第一类型的至少一个对象的位置可包括在确定至少一个对象的位置之后确定至少一个对象的位置的至少一个重复操作。然而，第一实体140不一定要识别第一类型的对象。换言之，第一实体140可以不知道构成第一多边形的对象的标识符。
对象可与器件相关联，例如人戴着具有嵌入标签的头盔，且因此这些对象可分别与这些器件相关联。装置100可知道对象和所述器件之间的关联，例如对象的标识符和所述装置的标识符之间的关联。对象和所述相关联的器件可分别具有相同或相似的位置。所述器件可以是标签，例如超标签。如图1中所示，器件121至128被显示为多个器件的示例，并且对象111至118可分别与器件121至128相关联。
超标签可以是例如具有器件至器件(D2D)测量能力和/或经由例如无线保真(WiFi)、新空口(NR)等与服务器的通信能力的标签，和/或可集成用于特定场所的至少一个传感器。在一些情况下，超标签也可以是例如移动电话。
第二实体150可确定多个器件中的各器件之间的距离。例如，可通过D2D无线电距离测量来确定多个器件121至128中的各器件之间的距离。例如，器件121至128可使用例如蓝牙、蜂窝D2D信道这样的D2D信道来检测相邻器件并测量到其他器件的距离，或者获取用于第二实体150的原始数据以确定距离。可替换地或附加地，可通过激光距离测量和/或超声波距离测量来确定多个器件中的各器件之间的距离。
各器件之间的距离可由各器件计算并发送到第二实体150。可替换地或附加地，各器件可测量原始数据，例如与其他器件的往返时间，和/或从其他器件接收的信号强度。原始数据可被发送到第二实体150，并且第二实体150可基于原始数据来确定各器件之间的距离。在这种情况下，可节省器件上的电力。然而，第二实体150可能不知道器件的确切位置。
第二实体150可基于所确定的多个器件中的各器件之间的距离来形成至少一个第二多边形。例如，器件121、124和125可构成第二多边形并且分别位于第二多边形的顶点，并且器件123、126和127可构成另一第二多边形并分别位于另一个第一多边形的顶点。第二多边形在图1中用虚线表示。并且可理解，第二实体150可形成器件121至128的其他第二多边形。
第二实体150可向第三实体160发射至少一个第二多边形以及关于所确定的多个器件中的各器件之间的距离的信息。
第一类型的多个对象的位置的确定可与多个器件中的各器件之间的距离的确定同步执行，例如，这两个确定可以以特定频率同步。对象的位置的确定和各器件之间的距离的确定的同步可包括在相同的时间或者在预定时间窗口内的定时执行这两个确定的情况。第一多边形和至少一个第二多边形因此可同步形成，并且第三实体160可接收关于各对象的位置的信息以及关于相同时间或预定时间窗口内的定时的各器件之间的距离的信息。在带有这些器件的这些对象正在移动的情况下，这种同步可确保第一多边形和至少一个第二多边形之间的精确图形匹配，这将在后面描述。
第三实体160可将第一多边形与至少一个第二多边形相匹配，以将至少一个所述第二多边形中的一个确定为与第一多边形相对应的第三多边形。器件121至128可分别由对象111至118携带，并且因此由例如对象111、114和115这样的第一类型的对象构成的第一多边形可具有由至少一个第二多边形的相关联器件121、124和125构成的一个类似多边形。
在第一多边形和至少一个第二多边形是三角形的情况下，存在其是任意两个顶点之间的距离的三个边长。在第一多边形和至少一个第二多边形具有四个或更多个边的情况下，除了任意两个顶点之间的边之外，额外的距离，例如对角线的长度，也可被用于图形匹配。可替换地或附加地，具有四个或更多个边的多边形可被划分成一组三角形，例如，四边形可被划分为两个三角形，并且该组三角形可被用于图形匹配。
在一个实施例中，第三实体160可将作为对象111与对象114之间的距离的边a1的长度、作为对象111与对象115之间的距离的边a2的长度、以及作为对象111与对象115之间距离的边a2的长度，与所述至少一个第二多边形的相应边的长度进行比较。在第三实体160发现由第一多边形的各个边和器件121、124和125构成的第二多边形的各个边之间的差低于第一阈值——例如，边a1的长度和(作为器件121和器件124之间的距离的)边b1的长度之间的差低于第一阈值；边a2的长度与(作为器件121与器件125之间的距离的)边b2的长度之间的差低于第一阈值；以及边a3的长度与(作为器件121与器件125之间的距离的)边b3的长度之间的差低于第一阈值——的情况下，则由器件121、124和125构成的第二多边形可被发现与第一多边形相似，并且可被确定为与第一多边形对应的第三多边形。
可替换地或附加地，各个边之间的差可通过第一多边形的各个边的长度与至少一个第二多边形的各个边的长度的比率来反映。例如，第三实体160可计算各个边的长度的比率，诸如(a1的长度)/(b1的长度)、(a2的长度)/(b2的长度)，(a3的长度)/(b3的长度)，等等，并且将例如各个比率的绝对值减1，例如|ratio-1|，来与第二阈值进行比较。然后，在关于第一多边形和第二多边形的比率减1的绝对值低于第二阈值的情况下，第三实体160可将至少一个第二多边形中的一个确定为第三多边形。
可替换地或附加地，在第一多边形和至少一个第二多边形是三角形的情况下，第三实体160可将第一多边形的至少一个边和至少两个角与至少一个第二多边形的相应边和角进行比较，或者将第一多边形的至少两个边和至少一个角与至少一个第二多边形的相应边和角进行比较。然后，在第一多边形和第二多边形之间的差低于特定阈值的情况下，第三实体160可将至少一个第二多边形中的一个确定为第三多边形。
例如，如图1中所示，在第三实体160找到与第一多边形相似的超过一个的第二多边形的情况下，除了由器件121、124和125构成的第二多边形之外，第三实体130还找到与第一多边形相似的由器件123、126和127构成的另一第二多边形，第三实体160可通过第一多边形的相应边与至少一个第二多边形的相应边之间的一系列比较来确定第三多边形。一个或多个对象可正在移动，并且相关联的一个或多个器件也可正在移动，因此第一多边形和至少一个第二多边形的边可改变，但是由与构成第一多边形的对象相关联的器件构成的第二多边形可保持与第一多边形相似。例如，由器件121、124和125构成的第二多边形可在一系列比较期间保持与第一多边形相似，但是诸如由器件123、126和127构成的第二多边形之类的一个或多个其他第二多边形在一系列比较期间可能变得与第一多边形不相似，并且因此可被排除在第三多边形之外。
假设除了对象111、114和115之外，对象113、116和117也在摄像头视野范围中，并且因此是第一类型的，在这种情况下，除了由对象111、114、115构成的第一多边形之外，另一第一多边形可由对象113、116、117构成。假设在某个时刻，由对象111、114和115构成的第一多边形和由对象113、116和117构成的另一个第一多边形相似，则对于第一多边形，第三实体160可发现例如分别由器件121、124和125构成和由器件123、126和127构成的两个第二多边形相似，并且对于另一第一多边形，第三主体160也可发现分别由器件121、124、和125构成和由器件123、126和127构成的两个多边形相似。随着一个或多个对象的独立和/或不规则移动，在关于第一多边形和关于另一第一多边形的相应一系列比较期间，由器件121、124和125构成的第二多边形可保持与第一多边形相似，并且由器件123、126和127构成的第二多边形可保持与另一第一多边形相似，且由器件121、124和125构成的第二多边形可变得与另一第一多边形不类似。
此外，第三实体160可确定第一多边形和至少一个第二多边形是否不对称，并且在第一多边形和该至少一个一个第二多边形不对称的情况下执行第一多边形和所述至少一个第二多边形之间的图形匹配。在一个实施例中，第三实体160可确定第一多边形和至少一个第二多边形是否是不等边三角形，并且在第一多边形和该至少一个第二多边形是不等边三角形的情况下执行第一多边形和所述至少一个所述第二多边形之间的图形匹配。可替换地，第三实体160可确定第三多边形是不对称的和/或不等边三角形。不对称多边形既不是线对称多边形也不是点对称多边形。
例如，第三实体160可将第一多边形、至少一个第二多边形和/或第三多边形的各边之间的差与第三阈值进行比较，并且在第一多边形、至少一个一个第二多边形和/或第三多边形边之间的差高于第三阈值的情况下，可将所述第一多边形、所述至少一个第二多边形、和/或所述第三多边形确定为不对称的和/或不等边三角形。
可替换地或附加地，第三实体160可计算第一多边形、至少一个第二多边形和/或第三多边形的边的长度的比率，例如(a1的长度)/(a2的长度)和(a1的长度)/(a3的长度)以及(b2的长度)/(b1的长度)和(b3的长)/(b2的长度)等，并且将例如各个比率减去1的绝对值，|ratio-1|，与第四阈值比较。然后，在关于第一多边形、至少一个第二多边形和/或第三多边形的比率减1的绝对值高于第四阈值的情况下，第三实体160可将第一多边形、至少一个第一多边形、和/或第三多边形确定为不对称的和/或不等边三角形。
在第一多边形、至少一个第二多边形和/或第三多边形是不对称的和/或不等边三角形的情况下，第一多边形的顶点可分别对应于第三多边形的顶点。这可有助于第三实体160基于第一多边形的至少一个对象的位置来确定第三多边形至少一个器件的位置。
第三实体160可知道第一多边形的对象的位置以及第一多边形的顶点与第三多边形的顶点之间的对应关系，第三实体160可基于第一多边形的对应的至少一个对象的位置来确定第三多边形的至少一个器件的位置。例如，如图1中所示，在确定了由器件121、124和125构成的第三多边形，并且器件121、124、125对应于第一多边形的顶点的情况下，第三实体160可基于第一多边形的相对应的至少一个对象的位置来确定器件121、124、以及125中至少一个器件的位置。基于各器件和对象之间的关联，除了构成第一多边形的各个对象的位置之外，第三实体160还可知道各个对象的标识符。具有顶点的第三多边形可被用作信标多边形或用于定位第二类型的对象的参考多边形。
在一个实施例中，第三实体160可将第三多边形的至少一个器件的位置添加到可由第四实体170动态维护的数据库190中。
在一个实施例中，装置100可确定一个或多个对象在摄像头视野范围中的位置以及分别与该一个或多个对象相关联的一个或多个器件的对应位置。装置100还可通过利用所确定的一个或多个器件的位置来确定器件的位置。装置100可使用已知的定位方法，诸如在一个或多个器件和所述器件之间的三角测量。一个或多个器件可确定器件的位置，并通过通信网络将所确定的位置发送到装置100。在另一个实施例中，一个或多个器件通过通信网络向装置100发送与器件有关的一个或多个测量值，例如无线电信号强度，并且装置100例如使用三角测量来处理该一个或多个测量值以确定器件的位置。在一个实施例中，该器件与不在摄像头视野范围中的对象相关联。
如上所述，第一实体140可跟踪第一多边形的至少一个对象的位置，并将第一多边形的该至少一个对象的改变的位置发射到第四实体170。并且在与至少一个器件相对应的至少一个对象的位置改变的情况下，第四实体170可更新所述第三实体的所述至少一个器件在数据库190中位置。例如，第四实体170可基于器件与第一多边形的顶点之间的对应关系在数据库190中找到与具有改变的位置的对象相对应的器件，该对应关系可通过对象的轨迹来跟踪。可替换地或附加地，在确定了与第一多边形相对应的第三多边形之后，第一实体140可从包括第一多边形的对象的标识符的第三实体160接收反馈，使得第一实体140可向第四实体170通知具有标识符的对象的改变的位置，并且第四实体140可在数据库190中找到与具有改变的位置的对象相对应的器件。因此，第四实体170可基于相关联的至少一个对象的改变的位置来更新第三多边形的至少一个器件在数据库190中的位置。
在第一实体140不跟踪第一多边形的至少一个对象的位置和/或不将第一多边形的该至少一个物体的改变的位置发射到第四实体170的情况下。第四实体170可将第三多边形的至少一个器件的位置保持在数据库190中持续一段保持时间。在对象在短时间内不具有大的移动的情况下，保持时间可被设置为短时间，例如300毫秒。当保持时间到期时，第四实体170可从数据库190中移除第三多边形的至少一个器件的位置，或者可从数据库190中移除第三多边形的器件的位置。
第一多边形的对象可改变为第二类型的对象。例如，第一多边形的至少一个对象可离开并因此从摄像头视野范围中消失。在这种情况下，第一实体140可向第四实体170发射指示至少一个对象改变为第二类型的指示。然后，第四实体170可在数据库190中找到与改变为第二类型的至少一个对象相对应的至少一个器件。例如，第四实体170可基于第三多边形的至少一个器件和第一多边形的至少一个顶点之间的对应关系来找到至少一个器件，第一实体140可发现其消失了。可替换地或附加地，在确定了与第一多边形对应的第三多边形之后，第一实体140可从包括第一多边形的对象的标识符的第三实体160接收反馈，并且在这种情况下，第一实体140可向第四实体170通知具有该标识符的消失的至少一个对象，使得第四实体170可在数据库190中找到与消失的至少一个对象对应的至少一个器件。
在第一多边形的至少一个对象改变为第二类型的情况下，第四实体170可从数据库190移除第三多边形的器件的位置。例如，在这种情况下，第四实体170可从数据库190中移除第三多边形的器件的位置，该第三多边形包括与消失的至少一个对象相对应的所述至少一个器件。
可替换地，在与至少一个器件相对应的至少一个对象改变为第二类型的情况下，第四实体170可从数据库190移除第三多边形的至少一个器件的位置。例如，在此情况下，第四实体170可从数据库190中移除与消失的至少一个对象相对应的至少一个器件的位置，并在数据库190中保持第三多边形的至少一个其他器件的位置。
第四实体170因此可动态地维护数据库190，以存储与摄像头视野范围中的至少一个对象相关联的至少一个器件的当前位置。
参考图1，第五实体180可将器件的位置确定为与诸如对象112、113、116、117和118这样的摄像头视野范围外部的对象相关联的目标器件，并因此定位和识别摄像头视野范围外部的对象。第五实体180还可将器件定位为与对象不相关联的目标器件。
第五实体180可从数据库190中选择至少一个器件的位置，并且基于所述至少一个器件的位置以及所述目标器件与所述至少一个器件之间的距离来确定目标器件的位置。可从第二实体150接收目标器件和至少一个器件之间的距离。
在一个实施例中，第五实体180可从数据库190中选择具有到目标器件最小距离的一个器件的位置。如果目标器件和所选择的一个器件之间的距离低于第五阈值，例如1米、0.5米等，则可将所选择的一个器件的位置确定为目标器件的位置。例如，如图1中所示，对象118靠近对象115并且被对象115遮挡。假设目标器件是与对象118相关联的器件128，则第五实体180可在数据库190中选择具有与器件128最小距离的器件125的位置，并且如果器件125和目标器件128之间的距离低于第五阈值，则可将器件125的位置确定为目标器件128的位置。可替换地，在第五实体180在数据库190中发现到目标器件128的距离低于第五阈值的多个器件的情况下，则第五实体可将多个器件中的任何一个器件的位置确定为目标器件128的位置。
可替换地或附加地，第五实体180可从数据库190中选择至少两个器件的位置。所选择的至少两个器件可可选地为具有到目标器件最小的两个距离的至少两个器件。可替换地，所选择的至少两个器件可以是数据库190中的任何至少两个器件。可替换地，所选择的至少两个器件可以是距目标器件一定距离内的任何至少两个器件。所述至少两个器件可来自一个第三多边形或者来自不同的第三多边形。
在从数据库190中选择三个或更多个器件的位置的情况下，可通过三角测量来确定目标器件的位置。在从数据库190中选择两个器件的位置的情况下，可通过三角测量来确定目标器件的两个可能位置，并且可排除不太可能是目标器件的位置。因此，可确定与目标器件相关联的对象的位置。
可替换地或附加地，在从数据库190中选择至少两个器件的位置的情况下，在三角测量期间形成的交叉点可被确定为目标器件的可能位置，并且如果至少一个可能位置位于例如危险区域内，则可在危险区域内确定与目标器件相关联的对象。在这种情况下，可不必确定目标器件的精确位置。
根据本公开的实施例，由于视觉定位不具有多路径问题，且因此可具有相对高的定位精度，因此基于视觉定位的器件定位可具有相对较高的定位精度。此外，由于与摄像头视野范围外部例如在摄像头盲区、远离摄像头的区域或昏暗区域中的对象相关联的器件可能会被定位，因此不需要使用那么多摄像头。此外，对象可能正在移动，并且移动中的器件可被用作定位的参考点，因此可不需要固定锚节点。
图2显示了示出根据本公开的实施例的用于定位的示例方法200的流程图。示例方法200可例如在诸如装置100这样的一个或多个服务器处执行。
参考图2，示例方法200可包括确定第一类型的多个对象的位置以形成第一多边形的操作210、确定多个器件中的各器件之间的距离以形成至少一个第二多边形的操作220、以及将第一多边形与至少一个第二多边形相匹配以将至少一个第一多边形中的一个确定为与第一多边形对应的第三多边形的操作230。
操作210的细节可参考以上关于至少第一实体140和摄像头131至133的描述，并且这里省略其重复描述。
操作220的细节可参考以上关于至少第二实体150和器件121至128的描述，并且这里省略其重复描述。
操作230的细节可参考以上关于至少第三实体160的描述，并且这里省略其重复描述。
在一个实施例中，第一多边形的相应边和第三多边形的相应边之间的差可低于阈值。更多细节可参考以上关于至少第三实体160的描述，并且这里省略其重复描述。
在一个实施例中，可通过第一多边形的相应边与至少一个第二多边形的相应边之间的一系列比较来确定第三多边形。更多细节可参考以上关于至少第三实体160的描述，并且这里省略其重复描述。
在一个实施例中，第一类型的至少一个对象可在摄像头视野范围中，并且确定多个对象的位置可包括通过摄像头定位来计算多个对象在坐标系中的坐标。更多细节可参考以上关于至少摄像头131至133、对象111、114和115以及第一实体140的描述，并且这里省略其重复描述。
在一个实施例中，第一多边形和至少一个第二多边形可以是不对称的。更多细节可参考以上关于至少第三实体160的描述，并且这里省略其重复描述。
在一个实施例中，第一多边形和至少一个第二多边形可以是不等边三角形。更多细节可参考以上关于至少第三实体160的描述，并且这里省略其重复描述。
在一个实施例中，多个对象的位置的确定可与多个器件中的各器件之间的距离的确定同步执行。更多细节可参考以上关于至少第一实体140和第二实体150的描述，并且这里省略其重复描述。
在一个实施例中，示例方法200可进一步包括基于第一多边形的至少一个对象的位置来确定第三多边形的至少一个器件的位置的操作。更多细节可参考以上关于至少第三实体160的描述，并且这里省略其重复描述。
在一个实施例中，示例方法200可进一步包括将第三多边形的至少一个器件的位置添加到数据库中的操作。更多细节可参考以上关于至少第三实体160和数据库190的描述，并且这里省略其重复描述。
在一个实施例中，示例方法200可进一步包括跟踪第一多边形的至少一个对象的位置，以及在与所述至少一个器件相对应的至少一个对象的位置发生变化的情况下更新在数据库中第三多边形的所述至少一个器件的位置的操作。更多细节可参考以上关于至少第一实体140、第四实体170和数据库190的描述，并且这里省略其重复描述。
在一个实施例中，示例方法200还可包括在第一多边形的至少一个对象改变为第二类型的情况下从数据库中移除第三多边形的器件的位置的操作。更多细节可参考以上关于至少第一实体140、第四实体170和数据库190的描述，并且这里省略其重复描述。
在一个实施例中，示例方法200还可包括在与至少一个器件相对应的至少一个对象改变为第二类型的情况下从数据库中移除第三多边形的至少一个器件的位置的操作。更多细节可参考以上关于至少第一实体140、第四实体170和数据库190的描述，并且这里省略其重复描述。
在一个实施例中，第二类型的至少一个对象在摄像头视野范围外部。更多细节可参考以上关于至少摄像头131至133以及对象112、113、116、117和118的描述，并且这里省略其重复描述。
在一个实施例中，示例方法200可进一步包括从数据库中选择至少一个器件的位置的操作，以及基于至少一个器件的位置和目标器件与至少一个器件之间的距离来确定目标器件的位置的操作。更多细节可参考以上关于至少第二实体150、第五实体180和数据库190的描述，并且这里省略其重复描述。
在一个实施例中，目标器件可与摄像头视野范围外部的对象相关联，并且至少一个器件可与摄像头视野范围中的至少一个对象相关联。更多细节可参考以上关于至少器件121至128的描述，并且这里省略其重复描述。
在一个实施例中，所述至少一个对象可以是人。更多细节可参考以上关于至少对象111至118的描述，并且这里省略其重复描述。
在一个实施例中，可基于与所述人相关联的器件来识别所述人。更多细节可参考以上关于至少对象111至118和器件121至128的描述，并且这里省略其重复描述。
在一个实施例中，可通过器件至器件无线电距离测量来确定多个器件中的各器件之间的距离。更多细节可参考以上关于至少器件121至128和第二实体150的描述，并且这里省略其重复描述。
在一个实施例中，可通过激光距离测量和/或超声波距离测量来确定多个器件中的各器件之间的距离。更多细节可参考以上关于至少器件121至128和第二实体150的描述，并且这里省略其重复描述。
图3显示了示出根据本公开的实施例的用于定位的示例装置的框图。例如，该装置可以是上述示例中的装置100的至少一部分。
如图3中所示，示例装置300可包括至少一个处理器310和可包括计算机程序代码330的至少一个存储器320。至少一个存储器320和计算机程序代码330可被配置为利用至少一个处理器310使装置300至少执行上述示例方法200。
在各种示例实施例中，示例装置300中的至少一个处理器310可包括但不限于至少一个硬件处理器，包括至少一个微处理器诸如中央处理单元(CPU)、至少一个硬件处理器的一部分、以及任何其他合适的专用处理器，例如基于例如现场可编程门阵列(FPGA)和专用集成电路(ASIC)开发的那些专用处理器。此外，至少一个处理器410还可包括图3中未示出的至少一个其它电路或元件。
在各种示例实施例中，示例装置300中的至少一个存储器320可包括各种形式的至少一个存储介质，诸如易失性存储器和/或非易失性存储器。易失性存储器可包括但不限于例如随机存取存储器(RAM)、高速缓存等。非易失性存储器可包括但不仅限于例如只读存储器(ROM)、硬盘、闪存等。此外，至少存储器320可包括但并不限于电、磁、光、电磁、红外、或半导体系统、装置或器件、或上述的任何组合。
此外，在各种示例实施例中，示例装置300还可包括至少一个其他电路、元件和接口，例如至少一个I/O接口、至少一个天线元件等。
在各种示例实施例中，包括至少一个处理器310和至少一个存储器320的示例装置300中的电路、部件、元件和接口可通过包括但不限于总线、交叉开关、布线和/或无线线路在内的任何合适的连接以例如电、磁、光、电磁等任何合适的方式耦接在一起。
应当理解，作为装置100的至少一部分的装置的结构不限于上述示例装置300。
图4显示了示出根据本公开的实施例的用于定位的示例设备的框图。例如，该设备可以是上述示例中的装置100的至少一部分。
如图4中所示，示例装置400可包括用于执行示例方法200的操作210的装置410、用于执行示例方法200的操作220的装置420、以及用于执行示例手段200的操作230的装置430。在一个或多个另一示例实施例中，至少一个I/O接口、至少一个天线元件等也可被包括在示例设备400中。
在一些示例实施例中，示例装置400中的装置的示例可包括电路。例如，装置410的示例可包括被配置为执行示例方法200的操作210的电路，装置420的示例可包含被配置为执行示例方法200的操作220的电路，并且装置430的示例可包括被配置为执行示例方法200的操作230的电路。在一些示例实施例中，装置的示例还可包括软件模块和任何其他合适的功能实体。
贯穿本公开的术语“电路”可指以下中的一个或多个或全部：(a)仅硬件的电路实施方式(诸如仅在模拟和/或数字电路中的实施方式)；(b)硬件电路和软件的组合，诸如(如适用的话)(i)模拟和/或数字硬件电路与软件/固件的组合，以及(ii)硬件处理器与软件(包括数字信号处理器)、软件和存储器的任何部分，它们一起工作以使诸如移动电话或服务器这样的装置执行各种功能)；以及(c)硬件电路和/或处理器，诸如微处理器或微处理器的一部分，其需要软件(例如固件)进行操作，但当不需要软件进行操作时，软件可能不存在。电路的这一定义适用于本公开中，包括在任何权利要求中的该术语的一个或全部使用。作为进一步的示例，如在本公开中所使用的，术语电路还涵盖仅硬件电路或处理器(或多个处理器)或硬件电路或处理器的一部分及其(或它们的)伴随软件和/或固件的实施方式。术语电路还涵盖，例如并且如果适用于要求的元件，用于移动装置的基带集成电路或处理器集成电路或服务器中的类似集成电路、蜂窝网络装置或其他计算或网络装置。
另一示例实施例可涉及可使设备至少执行上述各个方法的计算机程序代码或指令。另一示例实施例可涉及具有存储在其上的这样的计算机程序代码或指令的计算机可读介质。在一些示例实施例中，这样的计算机可读介质可包括各种形式的至少一个存储介质，诸如易失性存储器和/或非易失性存储器。易失性存储器可包括但不限于例如RAM、高速缓存等。非易失性存储器可包括但不仅限于ROM、硬盘、闪存等。非易失性存储器还可包括但并不限于电、磁、光、电磁、红外或半导体系统、装置、或装置或上述的任何组合。
除非上下文另有明确要求，否则在整个说明书和权利要求书中，“包括”、“包括了”等词应以包容性而不是排他性或详尽的意义的意义解释；也就是说，在“包括但不限于”的意义上。如本文中通常使用的，“耦接”一词指的是两个或多个元件，它们可直接连接，也可通过一个或多个中间元件连接。同样，如本文中通常使用的，“连接的”一词指的是两个或多个元件，它们可直接连接，也可通过一个或多个中间元件连接。此外，在本申请中使用的词语“此处”、“上文”、“下文”和具有类似含义的词语应指本申请的整体，而不是本申请的任何特定部分。在上下文允许的情况下，说明书中使用单数或复数的词语也可分别包括复数或单数。“或”一词指的是两个或多个项目的列表，该词涵盖了对该词的所有以下解释：列表中的任何项目、列表中的所有项目以及列表中项目的任何组合。
此外，本文中使用的条件语言，诸如“可”、“可以”、“可能”、“可以地”、“例如”、“举例来说”、“诸如”等，除非另有特别说明，或在所使用的上下文中以其他方式理解，否则通常旨在传达某些实施例包括，而其他实施例不包括某些特征、元件和/或状态。因此，这种条件语言通常并不意味着特征、元件和/或状态以任何方式是一个或多个实施例所需的，或者一个或多个实施例必然包括用于在有或没有作者输入或提示的情况下决定这些特征、元件或状态是否被包括或将在任何特定实施例中来执行的逻辑。
如本文中所使用的，术语“确定/确定了”(及其语法变体)可包括至少如下：计算、运算、处理、推导、测量、调查、查找(例如，在表、数据库或其他数据结构中查找)、确认等。此外，“确定”可包括接收(例如，接收信息)、访问(例如，访问存储器中的数据)、获取等等。此外，“确定/确定了”可包括解析、选择、选定、建立等等。
虽然已经描述了一些实施例，但这些实施例是以示例的方式呈现的，并不旨在限制本公开的范围。实际上，本文所描述的装置、方法和系统可义各种其他形式来体现；此外，在不脱离本公开的精神的情况下，可对本文所描述的方法和系统的形式进行各种省略、替换和改变。例如，虽然块以给定的布置呈现，但是替代实施例可利用不同的部件和/或电路拓扑来执行类似的功能，并且可删除、移动、添加、细分、组合和/或修改一些块。这些块中的至少一个可各种不同的方式来实现。这些块的顺序也可改变。上述一些实施例的元件和动作的任何合适的组合都可被组合以提供进一步的实施例。所附权利要求及其等同物旨在涵盖落入本公开的范围和精神内的此类形式或修改。说明书和/或附图中使用的缩写词定义如下：
D2D 器件至器件
NR 新空口
RAM 随机存取存储器
SQL 结构化查询语言
WiFi 无线保真

Claims (40)

1.一种装置，包括：
至少一个处理器；以及
包括计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为利用所述至少一个处理器使所述装置执行：
确定第一类型的多个对象的位置以形成第一多边形；
确定多个器件中的各器件之间的距离以形成至少一个第二多边形；以及
将所述第一多边形与所述至少一个第二多边形相匹配，以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形。
2.如权利要求1所述的装置，其中，所述第一多边形的相应边与所述第三多边形的相应边之间的差低于阈值。
3.如权利要求2所述的装置，其中，所述第三多边形是通过所述第一多边形的相应边与所述至少一个第二多边形的相应边之间的一系列比较来确定的。
4.如权利要求1至3中任一项所述的装置，其中，所述第一类型的所述至少一个对象在摄像头视野范围中，并且所述确定多个对象的位置包括通过摄像头定位来计算所述多个对象在坐标系中的坐标。
5.如权利要求1至4中任一项所述的装置，其中，所述第一多边形和所述至少一个第二多边形是不对称的。
6.如权利要求1至5中任一项所述的装置，其中，所述第一多边形和所述至少一个第二多边形是不等边三角形。
7.如权利要求1至6中任一项所述的装置，其中，所述多个对象的所述位置的确定与所述多个器件中的各器件之间的距离的确定同步执行。
8.如权利要求1至7中任一项所述的装置，所述至少一个存储器和所述计算机程序代码还被配置为利用所述至少一个处理器使所述装置进一步执行：
基于所述第一多边形的至少一个对象的位置来确定所述第三多边形的所述至少一个器件的位置。
9.如权利要求8所述的装置，所述至少一个存储器和所述计算机程序代码还被配置为利用所述至少一个处理器使所述装置进一步执行：
将所述第三多边形的所述至少一个器件的位置添加到数据库中。
10.如权利要求9所述的装置，所述至少一个存储器和所述计算机程序代码还被配置为利用所述至少一个处理器使所述装置进一步执行：
跟踪所述第一多边形的所述至少一个对象的所述位置；以及
在与所述至少一个器件相对应的所述至少一个对象的所述位置改变的情况下，更新在所述数据库中所述第三多边形的所述至少一个器件的位置。
11.如权利要求9或10所述的装置，所述至少一个存储器和所述计算机程序代码还被配置为利用所述至少一个处理器使所述装置进一步执行：
在所述第一多边形的至少一个对象改变为第二类型的情况下，从所述数据库中移除所述第三多边形的所述器件的位置。
12.如权利要求9或10所述的装置，所述至少一个存储器和所述计算机程序代码还被配置为利用所述至少一个处理器使所述装置进一步执行：
在与所述至少一个器件相对应的所述至少一个对象改变为第二类型的情况下，从所述数据库中移除所述第三多边形的所述至少一个器件的位置。
13.如权利要求11或12所述的装置，其中，所述第二类型的所述至少一个对象在摄像头视野范围外部。
14.如权利要求9至13中任一项所述的装置，所述至少一个存储器和所述计算机程序代码还被配置为利用所述至少一个处理器使所述装置进一步执行：
从所述数据库中选择所述至少一个器件的位置；以及
基于所述至少一个器件的位置和目标器件与所述至少一个器件之间的距离来确定所述目标器件的位置。
15.如权利要求14所述的装置，其中，所述目标器件与摄像头视野范围外部的对象相关联，并且所述至少一个器件与所述摄像头视野范围中的至少一个对象相关联。
16.如权利要求1至15中任一项所述的装置，其中，所述至少一个对象是人。
17.如权利要求16所述的装置，其中，基于与所述人相关联的器件来识别所述人。
18.如权利要求1至17中任一项所述的装置，所述多个器件中的各器件之间的距离是通过器件至器件无线电距离测量来确定的。
19.如权利要求1至17中任一项所述的装置，所述多个器件中的各器件之间的距离通过激光距离测量和/或超声波距离测量来确定。
20.一种方法，包括：
确定第一类型的多个对象的位置以形成第一多边形；
确定多个器件中的各器件之间的距离以形成至少一个第二多边形；以及
将所述第一多边形与所述至少一个第二多边形相匹配，以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形。
21.如权利要求20所述的方法，其中，所述第一多边形的相应边与所述第三多边形的相应边之间的差低于阈值。
22.如权利要求21所述的方法，其中，所述第三多边形是通过所述第一多边形的相应边与所述至少一个第二多边形的相应边之间的一系列比较来确定的。
23.如权利要求20至22中任一项所述的方法，其中，所述第一类型的所述至少一个对象在摄像头视野范围中，并且所述确定所述多个对象的位置包括通过摄像头定位来计算所述多个子对象在坐标系中的坐标。
24.如权利要求20至23中任一项所述的方法，其中，所述第一多边形和所述至少一个第二多边形是不对称的。
25.如权利要求20至24中任一项所述的方法，其中，所述第一多边形和所述至少一个第二多边形是不等边三角形。
26.如权利要求20至25中任一项所述的方法，其中，所述多个对象的位置的确定与所述多个器件中的各器件之间的距离的确定同步执行。
27.如权利要求20至26中任一项所述的方法，进一步包括：
基于所述第一多边形的至少一个对象的位置来确定所述第三多边形的所述至少一个器件的位置。
28.如权利要求27所述的方法，进一步包括：
将所述第三多边形的所述至少一个器件的位置添加到数据库中。
29.如权利要求28所述的方法，进一步包括：
跟踪所述第一多边形的所述至少一个对象的位置；以及
在与所述至少一个器件相对应的所述至少一个对象的位置改变的情况下，更新在所述数据库中所述第三多边形的至少一个器件的位置。
30.如权利要求28或29所述的方法，进一步包括：
在所述第一多边形的至少一个对象改变为第二类型的情况下，从所述数据库中移除所述第三多边形的所述器件的位置。
31.如权利要求28或29所述的方法，进一步包括：
在与所述至少一个器件相对应的所述至少一个对象改变为第二类型的情况下，从所述数据库中移除所述第三多边形的所述至少一个器件的位置。
32.如权利要求30或31所述的方法，其中，所述第二类型的所述至少一个对象在摄像头视野范围外部。
33.如权利要求28至32中任一项所述的方法，进一步包括：
从所述数据库中选择所述至少一个器件的位置；以及
基于所述至少一个器件的位置以及所述目标器件与所述至少一个器件之间的距离来确定目标器件的位置。
34.如权利要求33所述的方法，其中，所述目标器件与摄像头视野范围外的对象相关联，并且所述至少一个器件与所述摄像头视野范围中的至少一个对象相关联。
35.如权利要求20至34中任一项所述的方法，其中，所述至少一个对象是人。
36.如权利要求35所述的方法，其中，基于与所述人相关联的器件来识别所述人。
37.如权利要求20至36中任一项所述的方法，所述多个器件中的各器件之间的距离是通过器件至器件无线电距离测量来确定的。
38.如权利要求20至36中任一项所述的方法，所述多个器件中的各器件之间的距离是通过激光距离测量和/或超声波距离测量来确定的。
39.一种设备，包括：
用于确定第一类型的多个对象的位置以形成第一多边形的装置；
用于确定多个器件中的各器件之间的距离以形成至少一个第二多边形的装置；以及
用于将所述第一多边形与所述至少一个第二多边形相匹配以将所述至少二个多边形中的一个确定为与所述第一多边形相对应的第三多边形的装置。
40.一种计算机可读介质，包括用于使装置执行以下操作的程序指令：
确定第一类型的多个对象的位置以形成第一多边形；
确定多个器件中的各器件之间的距离以形成至少一个第二多边形；以及
将所述第一多边形与所述至少一个第二多边形相匹配，以将所述至少一个第二多边形中的一个确定为与所述第一多边形相对应的第三多边形。
CN202180100539.2A 2021-07-16 2021-07-16 用于定位的装置、方法和计算机可读介质 Pending CN117677975A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2021/106816 WO2023283940A1 (en) 2021-07-16 2021-07-16 Apparatuses, methods, and computer readable media for localization

Publications (1)

Publication Number Publication Date
CN117677975A true CN117677975A (zh) 2024-03-08

Family

ID=84919866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180100539.2A Pending CN117677975A (zh) 2021-07-16 2021-07-16 用于定位的装置、方法和计算机可读介质

Country Status (4)

Country Link
US (1) US20240354987A1 (zh)
EP (1) EP4371030A1 (zh)
CN (1) CN117677975A (zh)
WO (1) WO2023283940A1 (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7327383B2 (en) * 2003-11-04 2008-02-05 Eastman Kodak Company Correlating captured images and timed 3D event data
US8731239B2 (en) * 2009-12-09 2014-05-20 Disney Enterprises, Inc. Systems and methods for tracking objects under occlusion
US8989775B2 (en) * 2012-02-29 2015-03-24 RetailNext, Inc. Method and system for WiFi-based identification of person tracks
US11348255B2 (en) * 2017-06-05 2022-05-31 Track160, Ltd. Techniques for object tracking

Also Published As

Publication number Publication date
WO2023283940A1 (en) 2023-01-19
US20240354987A1 (en) 2024-10-24
EP4371030A1 (en) 2024-05-22

Similar Documents

Publication Publication Date Title
Zhu et al. Three-dimensional VLC positioning based on angle difference of arrival with arbitrary tilting angle of receiver
US11188761B2 (en) Camera surveillance planning and tracking system
CN106205136B (zh) 基于uwb的车辆定位系统及方法
Park et al. Three-dimensional tracking of construction resources using an on-site camera system
CN108307366A (zh) 用于位置估计的方法和系统
US9949083B1 (en) Precise, high coverage, location system
CN104936283A (zh) 室内定位方法、服务器和系统
Su et al. Enhanced boundary condition–based approach for construction location sensing using RFID and RTK GPS
WO2020106329A1 (en) System and method for camera commissioning beacons
Feng et al. Visual Map Construction Using RGB‐D Sensors for Image‐Based Localization in Indoor Environments
CN110470295A (zh) 一种基于ar定位的室内步行导航系统和方法
US10140872B2 (en) Camera surveillance planning and tracking system
US10885071B2 (en) Method and apparatus for creating link-type grid fingerprint database
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
CN112399137B (zh) 一种移动轨迹确定方法和装置
US10215858B1 (en) Detection of rigid shaped objects
Hsu et al. COMPASS: an active RFID-based real-time indoor positioning system
CN103557834A (zh) 一种基于双摄像头的实体定位方法
Yin et al. Calibration and object correspondence in camera networks with widely separated overlapping views
CN117677975A (zh) 用于定位的装置、方法和计算机可读介质
Simonjan et al. Decentralized and resource-efficient self-calibration of visual sensor networks
JP2020020645A (ja) 位置検出システム及び位置検出方法
US10203418B2 (en) Method for estimating the position of a portable device
KR100719901B1 (ko) 이동가능한 위치추적 기준장치를 이용한 위치추적방법
Gosda et al. Target tracking in wireless sensor networks by data fusion with video-based object detection

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