CN117940739A - 可移动平台的定位方法和装置 - Google Patents

可移动平台的定位方法和装置 Download PDF

Info

Publication number
CN117940739A
CN117940739A CN202180101909.4A CN202180101909A CN117940739A CN 117940739 A CN117940739 A CN 117940739A CN 202180101909 A CN202180101909 A CN 202180101909A CN 117940739 A CN117940739 A CN 117940739A
Authority
CN
China
Prior art keywords
feature point
movable platform
feature
map
image
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
CN202180101909.4A
Other languages
English (en)
Inventor
赵峰
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.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI Technology 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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Publication of CN117940739A publication Critical patent/CN117940739A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
    • G01C11/12—Interpretation of pictures by comparison of two or more pictures of the same area the pictures being supported in the same relative position as when they were taken
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种可移动平台的定位方法和装置，该方法包括：当可移动平台在目标区域执行第一运动作业时，获取可移动平台上的拍摄装置拍摄的图像(S11)；根据拍摄装置在不同时刻拍摄的图像，建立目标区域的在线地图(S12)；获取可移动平台在目标区域执行历史运动作业时所建立的目标区域的离线地图，历史运动作业为第一运动作业之前的作业(S13)；根据拍摄装置在当前时刻拍摄的图像、在线地图及离线地图，对可移动平台进行定位，获得可移动平台的第一定位结果(S14)。该方法在进行视觉重定位时，在线地图和离线地图互相补充，尽可能地覆盖作业场景，提高可移动平台定位的成功率和定位精度。

Description

可移动平台的定位方法和装置 技术领域
本申请涉及定位领域，尤其涉及一种可移动平台的定位方法和装置。
背景技术
可移动平台在无外源定位装置(如GPS/RTK等)辅助的情况下，需要靠可移动平台自身的传感器进行定位(如视觉里程计)，但随着时间推移，可移动平台的定位精度会逐渐下降，这时候需要对可移动平台进行重定位以减少定位误差。
在无外源定位装置(如GPS)辅助的情况下，局部视觉定位技术(如视觉里程计)相对成熟，但是全局的视觉重定位技术只处在实验室研究阶段，目前的重定位技术存在定位精度不高、鲁棒性差等问题。传统的重定位方法一般基于离线地图或者在线地图，离线地图一般从建立到使用有一定的时间间隔，该过程中，环境可能已经发生变化，这使得离线地图不能够实时反映当前环境的变化，尤其是跨越长时间(比如春夏秋冬的时间维度)离线地图的可用性会急速降低，使得重定位成功率逐渐降低；受限于计算力以及实时性的要求，在线地图一般只能建立稀疏点的三维地图，并且稀疏点的位置一般也不够精确，通过该地图进行定位，容易使得重定位误差较大。
发明内容
本申请提供一种可移动平台的定位方法和装置。
具体地，本申请是通过如下技术方案实现的：
第一方面，本申请实施例提供一种可移动平台的定位方法，包括：
当可移动平台在目标区域执行第一运动作业时，获取所述可移动平台上的拍摄装置拍摄的图像；
根据所述拍摄装置在不同时刻拍摄的图像，建立所述目标区域的在线地图；
获取所述可移动平台在所述目标区域执行历史运动作业时所建立的所述目标区域的离线地图，所述历史运动作业为所述第一运动作业之前的作业；
根据所述拍摄装置在当前时刻拍摄的图像、所述在线地图及所述离线地图，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果。
第二方面，本申请实施例提供一种可移动平台的定位装置，所述装置包括：
存储装置，用于存储程序指令；以及
一个或多个处理器，调用所述存储装置中存储的程序指令，当所述程序指令被执行时，所述一个或多个处理器单独地或共同地被配置成用于实施第一方面所述的方 法。
第三方面，本申请实施例提供一种可移动平台，包括：
机身；和
第二方面所述的定位装置，所述定位装置设于所述机身上。
第四方面，本申请实施例提供一种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第一方面所述的方法。
根据本申请实施例提供的技术方案，本申请在进行视觉重定位时，不单纯依赖在线地图或者离线地图，而是通过结合在线地图和离线地图对可移动平台进行定位，在线地图和离线地图互相补充，能够尽可能地覆盖作业场景，提高可移动平台定位的成功率；并且，融合在线地图和离线地图的有效信息，提高可移动平台的定位精度。
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。
图1是本申请一实施例中的一种可移动平台的定位方法的流程示意图；
图2是本申请一实施例中的一种根据拍摄装置在当前时刻拍摄的图像、在线地图及离线地图，对可移动平台进行定位，获得可移动平台的第一定位结果的实现过程示意图；
图3是本申请另一实施例中的一种可移动平台的定位方法的流程示意图；
图4是本申请一实施例中的一种可移动平台在第一目标区域A和第二目标区域B进行轨迹复演的示意图；
图5是本申请一实施例中的一种根据在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对可移动平台进行定位，获得可移动平台的第一定位结果的实现过程示意图；
图6是本申请一实施例中的一种可移动平台在目标区域移动的示意图；
图7是本申请一实施例中的一种可移动平台的定位装置的结构示意图。
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描述。
需要说明的是，在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/ 或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a、b、或c中的至少一项(个)，可以表示：a、b、c，a和b,a和c，b和c,或a和b和c，其中a、b、c可以是单个，也可以是多个。
本申请实施例的可移动平台可以包括无人飞行器(如无人机)、机器人、农机等。
本申请实施例的定位方法可应用于可移动平台的自主返航、轨迹复演等领域，如无人机自主返航、机器人仓库自动巡检、农业自动化作业等。
图1是本申请一实施例中的一种可移动平台的定位方法的流程示意图；本申请实施例的定位方法的执行主体可包括可移动平台或者设于可移动平台上的独立控制器或者可移动平台与上述独立控制器的组合。请参见图1，本申请实施例提供的一种可移动平台的定位方法可包括步骤S11～S14。
其中，在S11中、当可移动平台在目标区域执行第一运动作业时，获取可移动平台上的拍摄装置拍摄的图像。
可移动平台可包括单个或多个拍摄装置，其中，当可移动平台包括多个拍摄装置时，多个拍摄装置朝向可移动平台的不同方向，用于获取可移动平台的不同方向上的环境的图像。
在S12中、根据拍摄装置在不同时刻拍摄的图像，建立目标区域的在线地图。
例如，当可移动平台包括单个拍摄装置时，根据单个拍摄装置在不同时刻拍摄的图像，建立目标区域的一幅在线地图；当可移动平台包括多个拍摄装置时，根据多个拍摄装置在不同时刻拍摄的图像，分别建立目标区域的在线地图，多个拍摄装置对应多幅在线地图。
可以对拍摄装置在不同时刻拍摄的图像分别进行特征提取，获得每幅图像中的第一特征点的位置信息和每个第一特征点的特征表达；接着，对连续的多幅图像中的相同特征点进行特征点关联，结合拍摄装置在拍摄每幅图像时的位姿，得到第二特征点的第二位置信息，并结合特征表达，获得在线地图。
特征表达可包括颜色和/或纹理；当然，特征表达的内容还可包括其他环境特征表达。
需要说明的是，在可移动平台在目标区域执行第一运动作业的过程中，在线地图的建立持续进行。
其中，特征表达可采用诸如orb/sift/cnn特征等表示，也可采用其他图像特征表 示。特征表达可以采用向量形式，也可采用其他方式。
第一位置信息为二维位置信息，第二位置信息为三维位置信息。
在S13中、获取可移动平台在目标区域执行历史运动作业时所建立的目标区域的离线地图，历史运动作业为第一运动作业之前的作业。
在某些实施例中，历史运动作业为第一运动作业的前一次作业，这样，历史运动作业与第一运动作业的时间间隔不会太久，防止由于时间间隔太久，目标区域的地理环境变化较大，导致离线地图不能准确地反映执行第一运动作业时的目标区域的特征。
离线地图的建立方式与在线地图的建立方式相类似，离线地图的建立是在可移动平台在目标区域执行历史运动作业的过程中进行的，应当理解地是，在可移动平台在目标区域执行第一运动作业时，离线地图已建立。
离线地图可存储于可移动平台的存储装置中，或者外部的存储装置(如可移动平台的遥控终端的存储装置)中。S13中在获取可移动平台在目标区域执行历史运动作业时所建立的目标区域的离线地图时，具体地，从可移动平台的存储装置或者外部的存储装置中获取离线地图。
在S14中、根据拍摄装置在当前时刻拍摄的图像、在线地图及离线地图，对可移动平台进行定位，获得可移动平台的第一定位结果。
应当理解地是，当前时刻拍摄的图像是在S11中获取的。
本申请实施例中，第一定位结果用于指示可移动平台的位姿。
图2是本申请一实施例中的一种根据拍摄装置在当前时刻拍摄的图像、在线地图及离线地图，对可移动平台进行定位，获得可移动平台的第一定位结果的实现过程示意图；如图2所示，一种根据拍摄装置在当前时刻拍摄的图像、在线地图及离线地图，对可移动平台进行定位，获得可移动平台的第一定位结果的实现过程可包括S21～S24。
在S21中，获取当前时刻的图像的第一特征点的第一位置信息、在线地图的第二特征点的第二位置信息及离线地图的第三特征点的第三位置信息；
其中，第一位置信息为二维位置信息，第二位置信息为三维位置信息，第三位置信息也为三维位置信息。
本申请实施例中，第一位置信息、第二位置信息及第三位置信息均为真实世界的坐标。
在S22中，根据第一位置信息和第二位置信息，将当前时刻的图像与在线地图进行重定位，确定在线地图中与第一特征点相匹配的第二特征点；
第一特征点与第二特征点相匹配是指第一特征点与第二特征点相关联，第一特征点的第一位置信息和第二特征点的第二位置信息用于指示目标区域的同一位置。
S23、根据第一位置信息和第三位置信息，将当前时刻的图像与离线地图进行重定位，确定离线地图中与第一特征点相匹配的第三特征点；
第一特征点与第三特征点相匹配是指第一特征点与第三特征点相关联，第一特征点的第一位置信息和第三特征点的第三位置信息用于指示目标区域的同一位置。
应当理解地是，S22与S23可同步执行，也可先后执行，如先执行S22，再执行S23，或者先执行S23，再执行S22。
S24、根据在线地图中与第一特征点相匹配的第二特征点的第二位置信息，和，离线地图中与第一特征点相匹配的第三特征点的第三位置信息，对可移动平台进行定位，获得可移动平台的第一定位结果。
离线地图和在线地图互相补充，能够尽可能的覆盖作业场景，提高可移动平台定位的成功率；当当前时刻的图像与在离线地图、在线地图同时重定位成功时，可以通过融合定位方式有效提高重定位的精度。
在实现S24时，可采用不同的融合定位方式，例如，在一些实施例中，根据在线地图中与第一特征点相匹配的第二特征点的第二位置信息，确定可移动平台的第二定位结果；根据离线地图中与第一特征点相匹配的第三特征点的第三位置信息，确定可移动平台的第三定位结果；对第二定位结果和第三定位结果进行融合，确定可移动平台的第一定位结果。
其中，第二定位结果和第三定位结果均用于指示可移动平台的位姿。
在某些实施例中，采用ransac pnp算法对在线地图中与第一特征点相匹配的第二特征点的第二位置信息进行处理，获得可移动平台的第二定位结果；当然，也可采用其他算法对在线地图中与第一特征点相匹配的第二特征点的第二位置信息进行处理，获得可移动平台的第二定位结果。
在某些实施例中，采用ransac pnp算法对离线地图中与第一特征点相匹配的第三特征点的第三位置信息，获得可移动平台的第三定位结果；当然，也可采用其他算法对离线地图中与第一特征点相匹配的第三特征点的第三位置信息，获得可移动平台的第三定位结果。
可选地，采用ransac pnp算法对在线地图中与第一特征点相匹配的第二特征点的第二位置信息进行处理，获得可移动平台的第二定位结果，并且，采用ransac pnp算法对离线地图中与第一特征点相匹配的第三特征点的第三位置信息，获得可移动平台的第三定位结果。
在对第二定位结果和第三定位结果进行融合，确定可移动平台的第一定位结果 之前，需确定在线图像的第一权重和离线图像的第二权重。在对第二定位结果和第三定位结果进行融合，确定可移动平台的第一定位结果时，具体地，根据第一权重和第二权重，对第二定位结果和第三定位结果进行融合，确定可移动平台的第一定位结果。
第一定位结果的计算公式如下：
p＝w 1p 1+w 2p 2 (1)；
公式(1)中，p为第一定位结果，p 1和p 2分别为第二定位结果、第三定位结果，w 1和w 2分别为第一权重、第二权重。
第一权重和第二权重的确定方式可包括多种，例如，在某些实施例中，确定在线图像的第一权重和离线图像的第二权重可包括如下步骤：
(1)、根据在线地图中与第一特征点相匹配的第二特征点的第一数量，确定第一权重；
(2)、根据离线地图中与第一特征点相匹配的第三特征点的第二数量确定第二权重。
其中，步骤(1)和(2)可同步执行，也可先后执行，如先执行(1)，再执行(2)，或者先执行(2)，再执行(1)。
本实施例中的第一权重与第一数量正相关，即第一数量越大，第一权重越大；第一数量越小，第一权重越小。相应地，第二权重与第二数量正相关，即第二数量越大，第二权重越大；第二数量越小，第二权重越小。如此设置，实现离线地图和在线地图互相补充，以尽可能的覆盖作业场景，提高可移动平台定位的成功率和定位精度。
在某些实施例中，确定在线图像的第一权重和离线图像的第二权重可包括如下步骤：
(1)、将在线地图中与第一特征点相匹配的第二特征点重投影至当前时刻的图像上，获得第四特征点；
(2)、确定第四特征点与当前时刻的图像上的相应第一特征点的第一像素距离；
(3)、根据第一像素距离，确定第一权重；
(4)、将离线地图中与第一特征点相匹配的第三特征点重投影至当前时刻的图像上，获得第五特征点；
(5)、确定第五特征点与当前时刻的图像上的相应第一特征点的第二像素距离；
(6)、根据第二像素距离，确定第二权重。
第一像素距离、第二像素距离可用于表征重投影的误差。
本实实施例中的第一权重与第一像素距离负相关，即第一像素距离越大，重投影的误差越大，第一权重越小；第一像素距离越小，重投影的误差越小，第一权重越大。相应地，第二权重与第二像素距离负相关，即第二像素距离越大，重投影的误差越大，第二权重越小；第二像素距离越小，重投影的误差越小，第二权重越大。如此设置，实现离线地图和在线地图互相补充，以尽可能的覆盖作业场景，提高可移动平台定位的成功率和定位精度。
在另一实施例中，实现S24的融合定位方式的过程可包括：根据在线地图中与第一特征点相匹配的第二特征点的第二位置信息及离线地图中与第一特征点相匹配的第三特征点的第三位置信息，形成第一数据组；采用ransac pnp算法对对第一数据组中的位置信息进行处理，获得可移动平台的第一定位结果。该融合方式使用了特征层面的融合，提高了可移动平台定位的成功率和定位精度。
应当理解地是，第一数据组为在线地图中与第一特征点相匹配的第二特征点的第二位置信息及离线地图中与第一特征点相匹配的第三特征点的第三位置信息的集合。另外，ransac pnp算法也能够替换成其他重定位算法。
本申请实施例的定位方法在进行视觉重定位时，不单纯依赖在线地图或者离线地图，离线地图精度高但不是实时的，在线地图精度低但是实时可用，本申请通过结合在线地图和离线地图对可移动平台进行定位，在线地图和离线地图互相补充，能够尽可能地覆盖作业场景，提高可移动平台定位的成功率；并且，融合在线地图和离线地图的有效信息，提高可移动平台的定位精度。
图3是本申请另一实施例中的一种可移动平台的定位方法的流程示意图；参见图3，本申请一实施例中的定位方法还可包括S31～S34。
其中，在S31中，获取当前时刻的图像的第一特征点的第一位置信息及离线地图的第三特征点的第三位置信息；
在S32中，根据第一位置信息和第三位置信息，将当前时刻的图像与离线地图进行重定位，确定离线地图中与第一特征点相匹配的第三特征点；
在S33中，将离线地图中与第一特征点相匹配的第三特征点重投影至当前时刻的图像上，获得第五特征点；
在执行完S33之后，需提取当前时刻的图像中第五特征点的特征表达。
在S34中，根据第五特征点的特征表达，对离线地图中相应第三特征点的特征表达进行更新。
本申请实施例中的更新可包括增加或删除。
例如，在某些实施例中，当第五特征点的特征表达与离线地图的相应第三特征点的特征表达不一致时，在离线地图中相应的第三特征点的特征表达中增加第五特征点的特征表达。离线地图的更新不是单纯的替换原有特征表达，而是建立多模态的特征表达。离线地图普遍存在不能应对长时变化的问题，比如目前区域春夏秋冬的特征表达完全不同，如目标区域中的某棵树在夏天呈绿色，在秋天呈黄色。本申请中，针对同一场景，当第五特征点的特征表达与离线地图的相应第三特征点的特征表达不一致时，则认为增加了一种模态的特征表达并保存，提高了离线地图的长时可用性与鲁棒性。
例如，特征表达通过向量表征，第五特征点的特征表达与离线地图的相应第三特征点的特征表达不一致可包括：第五特征点的特征表达与离线地图的相应第三特征点的特征表达的差值大于预设阈值。即当第五特征点的特征表达与离线地图的相应第三特征点的特征表达的差值大于预设阈值时，认为第五特征点的特征表达与离线地图的相应第三特征点的特征表达不一致。另外，当当第五特征点的特征表达与离线地图的相应第三特征点的特征表达的差值小于或等于预设阈值时，认为第五特征点的特征表达与离线地图的相应第三特征点的特征表达一致。其中，预设阈值的大小可根据需要设定。
离线地图中的第三特征点的每一特征表达均为最近一次匹配到的相应的第五特征点的相应的特征表达，即离线地图中的第三特征点的每一种模态的特征表达均为最近一次匹配到的相应的第五特征点的相应模态的特征表达，提高了离线地图的长时可用性与鲁棒性。
特征表达可包括颜色和/或纹理；当然，特征表达的内容还可包括其他环境特征表达。
在某些实施例中，将第五特征点的特征表达与离线地图中相应第三特征点的特征表达进行匹配；当离线地图中的第三特征点的特征表达未匹配到相应的第五特征点的特征表达的时长大于或等于预设时长时，删除相应的特征表达。也即，当某个模态的特征表达长时间未匹配成功，则认为该处环境已经发生不可逆转的变化(如目标区域的某颗数被砍伐掉)，直接删除该模态的特征表达。其中，预设时长的大小可以根据需要设定。
可以对上述定位方法进行测试，例如，参见图3，在没有外部定位源(如GPS/TK等)条件下，第一目标区域A中的环境特征使用波浪线简化表示，第二目标区域B中与第一目标区域A的环境特征相同的位置处的环境特征也使用波浪线简化表示，第二目标区域B中与第一目标区域A的环境特征不同的位置处的环境特征使用直线表示，虚线用于划分不同的局部区域。可移动平台在第一目标区域A中移动并构建了离线地图，接着去第二目标区域B中进行第一次轨迹复演，可发现可移动平台移动在第二目 标区域B中波浪线处能够精准复演，在第二目标区域B中直线处逐渐漂移。第一次轨迹复演之后，可移动平台在第二目标区域B中进行第二次轨迹复演，可发现可移动平台能够精准复演，这说明第一次轨迹复演过程中可移动平台已经更新的离线地图。第二次轨迹复演之后，可移动平台到第一目标区域A中移动，仍然能够进行轨迹复演，这说明离线地图中存储了第一目标区域A和第二目标区域B的两种模态的特征表达。
本申请实施例还提供一种定位方法，该方法可包括：
(1)、控制可移动平台依次在第一目标区域执行第一运动作业以及在第二目标区域执行第二运动作业；
其中，第一目标区域的第一局部区域(A1)与第二目标区域的第二局部区域(B1)的为同一位置区域，具有相同的环境特征。第一目标区域的第三局部区域(A2)与第二目标区域第四局部区域(B2)为同一位置区域，具有不同的环境特征。第一局部区域(A1)与第三局部区域(A2)位置相邻设置，第二局部区域(B1)与第四局部区域(B2)位置相邻设置。
(2)、获取可移动平台在第一目标区域执行第一运动作业的过程中在第一局部区域(A1)第一运动轨迹和在第三局部区域(A2)的第二运动轨迹；
(3)、获取可移动平台在第二目标区域执行第二运动作业过程中在第二局部区域(B2)第三运动轨迹和在第四局部区域(B2)的第四运动轨迹。
第一运动轨迹与第三运动轨迹相同，第二运动轨迹与第四运动轨迹不同。
(4)、控制可移动平台在第二目标区域执行第三运动作业，获取可移动平台在第二目标区域执行第三运动作业过程中在第二局部区域(B1)第五运动轨迹和在第四局部区域(B2)的第六运动轨迹；
第三运动轨迹与第五运动轨迹相同，第四运动轨迹与第六运动轨迹相同。
(5)、控制可移动平台在第一目标区域执行第四运动作业，获取可移动平台在第一目标区域执行第四运动作业过程中在第一局部区域(A1)第七运动轨迹和在第三局部区域(A2)的第八运动轨迹。
第一运动轨迹与第七运动轨迹相同，第八运动轨迹与第二运动轨迹相同。
因为有离线地图的存在，当可移动平台进入相同的场景，能够生成基本相同的导航轨迹。执行运动作业实时建立的在线地图，若在线地图的特征与之前经历过的相近位置区域的离线地图有部分特征表达不相符，能够转换为离线地图的不同模态的特征表达进行存储。
传统的定位方法基于单个拍摄装置进行，定位成功率及精确度均较低。对于此，本申请实施例中，通过多路拍摄装置的特征点分别进行重定位，可以显著提高重定位 的成功率以及精确度。
本实施例中的可移动平台包括多个拍摄装置，多个拍摄装置朝向可移动平台的不同方向，用于获取可移动平台的不同方向上的环境的图像。示例性地，可移动平移台可包括设于机身前端的前视拍摄装置、设于机身左侧的左视拍摄装置及设于机身右侧的右视拍摄装置。
参见图4，S14中根据拍摄装置在当前时刻拍摄的图像、在线地图及离线地图，对可移动平台进行定位，获得可移动平台的第一定位结果的实现过程包括可包括：
S51、获取每一拍摄装置分别在当前时刻的图像的第一特征点的第一位置信息；
S52、获取在线地图的第二特征点的第二位置信息及离线地图的第三特征点的第三位置信息；
需要说明的是，在S52中，对于每一拍摄装置，对应一幅在线地图，每一拍摄装置对应的在线地图是根据该拍摄装置在目标区域执行第一运动作业时，在不同时刻拍摄的图像所建立的。
S53、根据第一位置信息和第二位置信息，将每一当前时刻的图像与在线地图分别进行重定位，确定在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点；
S53具体是根据第一位置信息和第二位置信息，将每一当前时刻的图像与在线地图分别进行重定位，确定相应的在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点，该步骤中，拍摄装置、当前时刻的图像以及在线地图一一对应。
S54、根据第一位置信息和第三位置信息，将每一当前时刻的图像与离线地图分别进行重定位，确定离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点；
需要说明的是，在S54中，对于每一拍摄装置，对应一幅在离线地图，每一拍摄装置对应的离线地图是根据该拍摄装置在目标区域执行历史运动作业时，在不同时刻拍摄的图像所建立的。
S53具体是根据第一位置信息和第三位置信息，将每一当前时刻的图像与离线地图分别进行重定位，确定相应的离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点，该步骤中，拍摄装置、当前时刻的图像以及离线地图一一对应。
S55、根据在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对可移动平台进行定位，获得可移动平台的第一定位结果。
在实现S55时，可采用不同的多拍摄装置融合定位方式，例如，在一些实施例 中，根据在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，确定每一拍摄装置分别对应的可移动平台的第四定位结果；对多个拍摄装置分别对应的可移动平台的第四定位结果进行融合，获得可移动平台的第一定位结果。即对多拍摄装置中的每一拍摄装置，分别进行重定位，再将多个拍摄装置重定位的结果进行融合，获得可移动平台的第一定位结果。
其中，第四定位结果用于指示可移动平台的位姿。
可以采用ransac pnp算法对每一拍摄装置的在线地图中与该拍摄装置拍摄的当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及该拍摄装置的离线地图中与该拍摄装置拍摄的当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，确定该拍摄装置对应的可移动平台的第四定位结果；当然，ransac pnp算法也可替换成其他重定位算法。
在对多个拍摄装置分别对应的可移动平台的第四定位结果进行融合，获得可移动平台的第一定位结果时，具体地，根据预设的多个拍摄装置分别对应的第三权重，对多个拍摄装置分别对应的可移动平台的第四定位结果进行加权平均，获得可移动平台的第一定位结果。
其中，多个拍摄装置分别对应的第三权重可根据各拍摄装置的重定位误差确定，例如，对于某个拍摄装置，重定位误差越大，该拍摄装置对应的第三权重越小；重定位误差越小，该拍摄装置的第三权重越大。重定位误差可根据特征点匹配的数量和/或重投影的像素距离确定，如上述实施例中相应部分的描述，不再赘述。
在另一实施例中，实现S55的多拍摄装置融合定位方式的过程可包括：根据在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，形成第二数据组；采用ransac pnp算法或者bundle adjustment算法对第二数据组的位置信息进行处理，获得可移动平台的第一定位结果。该融合方式使用了特征层面的融合进行多方向融合的重定位，而不是简单地每个方向计算出一个重定位结果后再进行融合的方法，本申请实施例的多方向融合的重定位方式能够大大提高可移动平台定位的成功率和定位精度。
示例性地，参见图6，可移动平台的设置第一传感器10和第二传感器20，第一传感器10和第二传感器20朝向可移动平台的机身的不同方位。
本申请实施例还提供一种定位方法，该方法可包括：
(1)、控制可移动平台在目标区域首次运动作业以获取目标区域的离线地图，并获取首次作业的运动轨迹；
(2)、遮挡第一传感器10或者第二传感器20，控制可移动平台在目标区域执行二次运动作业，控制未被遮挡的传感器采集目标区域的图像，基于图像和离线地图定位，获取二次作业的运动轨迹；
步骤(2)中可移动平台的重定位很不准确。
(3)、控制可移动平台在目标区域执行三次运动作业，控制第一传感器10或者第二传感器20采集目标区域的图像，基于图像和离线地图定位，获取三次作业的运动轨迹；
步骤(3)中可移动平台的重定位相对步骤(2)中可移动平台的重定位更准确。
二次作业的运动轨迹与首次作业的运动轨迹的轨迹偏差大于三次作业的运动轨迹与首次作业的运动轨迹的偏差，这说明该可移动平台使用了上述实施例中的多拍摄装置融合重定位方法。
假设无人机使用下视拍摄装置和前视拍摄装置进行融合定位，在没有外部定位源(如GPS/TK等)条件下，构造前视和下视都比较差的环境。遮住某个拍摄装置，无人机无法通过另外单独一个方向的拍摄装置进行重定位，无法完成精准轨迹复演。只要下视拍摄装置和前视拍摄装置都不遮挡的情况下，才能进行重定位，这就能说明该无人机使用了上述实施例中的多拍摄装置融合重定位方法。
对应于上述实施例的可移动平台的定位方法，本申请实施例还提供一种可移动平台的定位装置。请参见图7，本申请实施例的可移动平台的定位装置可以包括存储装置和一个或多个处理器。
其中，存储装置，用于存储程序指令。所述存储装置存储所述可移动平台的定位方法的可执行指令计算机程序，所述存储装置可以包括至少一种类型的存储介质，存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且，所述可移动平台的定位装置可以与通过网络连接执行存储器的存储功能的网络存储装置协作。存储器可以是可移动平台的定位装置的内部存储单元，例如可移动平台的定位装置的硬盘或内存。存储器也可以是可移动平台的定位装置的外部存储设备，例如可移动平台的定位装置上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步的，存储器还可以既包括可移动平台的定位装置的内部存储单元也包括外部存储设备。存储器用于存储计算机程序以及设备所需的其他程序和数据。存储器还可以用于暂时地存储已经输出或者将要输出的数据。
一个或多个处理器，调用存储装置中存储的程序指令，当程序指令被执行时，一个或多个处理器单独地或共同地被配置成用于实施上述实施例中的定位方法。
本实施例的处理器可以实现如本申请图1或图2或图3或图5所示实施例的定位方法，可参见上述实施例的定位方法对本实施例的定位装置进行说明。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本申请实施例提供一种可移动平台，该可移动平台可包括机身和上述实施例中的定位装置，定位装置设于机身上。
本申请实施例的可移动平台可以包括无人飞行器(如无人机)、机器人、农机等。
此外，本申请实施例提供一种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第一方面所述的方法。
所述计算机可读存储介质可以是前述任一实施例所述的可移动平台的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是可移动平台的外部存储设备，例如所述设备上配备的插接式硬盘、智能存储卡(Smart Media Card，SMC)、SD卡、闪存卡(Flash Card)等。进一步的，所述计算机可读存储介质还可以既包括可移动平台的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述可移动平台所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
以上所揭露的仅为本申请部分实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (42)

  1. 一种可移动平台的定位方法，其特征在于，包括：
    当可移动平台在目标区域执行第一运动作业时，获取所述可移动平台上的拍摄装置拍摄的图像；
    根据所述拍摄装置在不同时刻拍摄的图像，建立所述目标区域的在线地图；
    获取所述可移动平台在所述目标区域执行历史运动作业时所建立的所述目标区域的离线地图，所述历史运动作业为所述第一运动作业之前的作业；
    根据所述拍摄装置在当前时刻拍摄的图像、所述在线地图及所述离线地图，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果。
  2. 根据权利要求1所述的方法，其特征在于，所述根据所述拍摄装置在当前时刻拍摄的图像、所述在线地图及所述离线地图，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果，包括：
    获取所述当前时刻的图像的第一特征点的第一位置信息、所述在线地图的第二特征点的第二位置信息及所述离线地图的第三特征点的第三位置信息；
    根据所述第一位置信息和所述第二位置信息，将所述当前时刻的图像与所述在线地图进行重定位，确定所述在线地图中与所述第一特征点相匹配的第二特征点；
    根据所述第一位置信息和所述第三位置信息，将所述当前时刻的图像与所述离线地图进行重定位，确定所述离线地图中与所述第一特征点相匹配的第三特征点；
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，和，所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果。
  3. 根据权利要求2所述的方法，其特征在于，所述根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，和，所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果，包括：
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，确定所述可移动平台的第二定位结果；
    根据所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，确定所述可移动平台的第三定位结果；
    对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果。
  4. 根据权利要求3所述的方法，其特征在于，所述对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果之前，还包括：
    确定所述在线图像的第一权重和所述离线图像的第二权重；
    所述对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果，包括：
    根据所述第一权重和所述第二权重，对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果。
  5. 根据权利要求4所述的方法，其特征在于，所述确定所述在线图像的第一权重和所述离线图像的第二权重，包括：
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第一数量，确定所述第一权重；
    根据所述离线地图中与所述第一特征点相匹配的第三特征点的第二数量确定所述第二权重。
  6. 根据权利要求5所述的方法，其特征在于，所述第一权重与所述第一数量正相关，所述第二权重与所述第二数量正相关。
  7. 根据权利要求4所述的方法，其特征在于，所述确定所述在线图像的第一权重和所述离线图像的第二权重，包括：
    将所述在线地图中与所述第一特征点相匹配的第二特征点重投影至所述当前时刻的图像上，获得第四特征点；
    确定所述第四特征点与所述当前时刻的图像上的相应第一特征点的第一像素距离；
    根据所述第一像素距离，确定所述第一权重；
    将所述离线地图中与所述第一特征点相匹配的第三特征点重投影至所述当前时刻的图像上，获得第五特征点；
    确定所述第五特征点与所述当前时刻的图像上的相应第一特征点的第二像素距离；
    根据所述第二像素距离，确定所述第二权重。
  8. 根据权利要求7所述的方法，其特征在于，所述第一权重与所述第一像素距离负相关，所述第二权重与所述第二像素距离负相关。
  9. 根据权利要求3所述的方法，其特征在于，所述根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，确定所述可移动平台的第二定位结果，包括：采用ransac pnp算法对所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息进行处理，获得所述可移动平台的第二定位结果；和/或，
    所述根据所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，确定所述可移动平台的第三定位结果，包括：采用ransac pnp算法对所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，获得所述可移动平台的第三定位结果。
  10. 根据权利要求2所述的方法，其特征在于，所述根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果，包括：
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，形成第一数据组；
    采用ransac pnp算法对对所述第一数据组中的位置信息进行处理，获得所述可移动平台的第一定位结果。
  11. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    获取所述当前时刻的图像的第一特征点的第一位置信息及所述离线地图的第三特征点的第三位置信息；
    根据所述第一位置信息和所述第三位置信息，将所述当前时刻的图像与所述离线地图进行重定位，确定所述离线地图中与所述第一特征点相匹配的第三特征点；
    将所述离线地图中与所述第一特征点相匹配的第三特征点重投影至所述当前时刻的图像上，获得第五特征点；
    根据所述第五特征点的特征表达，对所述离线地图中相应第三特征点的特征表达进行更新。
  12. 根据权利要求11所述的方法，其特征在于，所述根据所述第五特征点的特征表达，对所述离线地图中相应的第三特征点的特征表达进行更新，包括：
    当所述第五特征点的特征表达与所述离线地图的相应第三特征点的特征表达不一致时，在所述离线地图中相应的第三特征点的特征表达中增加所述第五特征点的特征表达。
  13. 根据权利要求12所述的方法，其特征在于，所述特征表达通过向量表征，所述第五特征点的特征表达与所述离线地图的相应第三特征点的特征表达不一致包括：所述第五特征点的特征表达与所述离线地图的相应第三特征点的特征表达的差值大于预设阈值。
  14. 根据权利要求12所述的方法，其特征在于，所述离线地图中的第三特征点的每一特征表达均为最近一次匹配到的所述相应的第五特征点的相应的特征表达。
  15. 根据权利要求11所述的方法，其特征在于，所述特征表达包括颜色和/或纹理。
  16. 根据权利要求11所述的方法，其特征在于，所述根据所述第五特征点的特征表达，对所述离线地图中相应第三特征点的特征表达进行更新，包括：
    将所述第五特征点的特征表达与所述离线地图中相应第三特征点的特征表达进行匹配；
    当所述离线地图中的第三特征点的特征表达未匹配到相应的第五特征点的特征表达的时长大于或等于预设时长时，删除相应的特征表达。
  17. 根据权利要求1所述的方法，其特征在于，所述可移动平台包括多个拍摄装置，多个拍摄装置朝向所述可移动平台的不同方向，用于获取所述可移动平台的不同方向上的环境的图像；
    所述根据所述拍摄装置在当前时刻拍摄的图像、所述在线地图及所述离线地图，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果，包括：
    获取每一拍摄装置分别在当前时刻的图像的第一特征点的第一位置信息；
    获取所述在线地图的第二特征点的第二位置信息及所述离线地图的第三特征点的第三位置信息；
    根据所述第一位置信息和所述第二位置信息，将每一当前时刻的图像与所述在线地图分别进行重定位，确定所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点；
    根据所述第一位置信息和所述第三位置信息，将每一当前时刻的图像与所述离线地图分别进行重定位，确定所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点；
    根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果。
  18. 根据权利要求17所述的方法，其特征在于，所述根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果，包括：
    根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，确定每一拍摄装置分别对应的所述可移动平台的第四定位结果；
    对多个所述拍摄装置分别对应的所述可移动平台的第四定位结果进行融合，获得所述可移动平台的第一定位结果。
  19. 根据权利要求18所述的方法，其特征在于，所述对多个所述拍摄装置分别对应的所述可移动平台的第四定位结果进行融合，获得所述可移动平台的第一定位结果，包括：
    根据预设的多个所述拍摄装置分别对应的第三权重，对多个所述拍摄装置分别对应的所述可移动平台的第四定位结果进行加权平均，获得所述可移动平台的第一定位结果。
  20. 根据权利要求17所述的方法，其特征在于，所述根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果，包括：
    根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点 的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，形成第二数据组；
    采用ransac pnp算法或者bundle adjustment算法对所述第二数据组的位置信息进行处理，获得所述可移动平台的第一定位结果。
  21. 一种可移动平台的定位装置，其特征在于，所述装置包括：
    存储装置，用于存储程序指令；以及
    一个或多个处理器，调用所述存储装置中存储的程序指令，当所述程序指令被执行时，所述一个或多个处理器单独地或共同地被配置成用于实施：
    当可移动平台在目标区域执行第一运动作业时，获取所述可移动平台上的拍摄装置拍摄的图像；
    根据所述拍摄装置在不同时刻拍摄的图像，建立所述目标区域的在线地图；
    获取所述可移动平台在所述目标区域执行历史运动作业时所建立的所述目标区域的离线地图，所述历史运动作业为所述第一运动作业之前的作业；
    根据所述拍摄装置在当前时刻拍摄的图像、所述在线地图及所述离线地图，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果。
  22. 根据权利要求21所述的装置，其特征在于，所述一个或多个处理器在根据所述拍摄装置在当前时刻拍摄的图像、所述在线地图及所述离线地图，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果时，单独地或共同地被进一步配置成用于实施：
    获取所述当前时刻的图像的第一特征点的第一位置信息、所述在线地图的第二特征点的第二位置信息及所述离线地图的第三特征点的第三位置信息；
    根据所述第一位置信息和所述第二位置信息，将所述当前时刻的图像与所述在线地图进行重定位，确定所述在线地图中与所述第一特征点相匹配的第二特征点；
    根据所述第一位置信息和所述第三位置信息，将所述当前时刻的图像与所述离线地图进行重定位，确定所述离线地图中与所述第一特征点相匹配的第三特征点；
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，和，所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果。
  23. 根据权利要求22所述的装置，其特征在于，所述一个或多个处理器在根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，和，所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果时，单独地或共同地被进一步配置成用于实施：
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，确定所述可移动平台的第二定位结果；
    根据所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，确 定所述可移动平台的第三定位结果；
    对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果。
  24. 根据权利要求23所述的装置，其特征在于，所述一个或多个处理器在对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果之前，单独地或共同地还被配置成用于实施：
    确定所述在线图像的第一权重和所述离线图像的第二权重；
    所述一个或多个处理器在对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果时，单独地或共同地被进一步配置成用于实施：
    根据所述第一权重和所述第二权重，对所述第二定位结果和所述第三定位结果进行融合，确定所述可移动平台的第一定位结果。
  25. 根据权利要求24所述的装置，其特征在于，所述一个或多个处理器在确定所述在线图像的第一权重和所述离线图像的第二权重时，单独地或共同地被进一步配置成用于实施：
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第一数量，确定所述第一权重；
    根据所述离线地图中与所述第一特征点相匹配的第三特征点的第二数量确定所述第二权重。
  26. 根据权利要求25所述的装置，其特征在于，所述第一权重与所述第一数量正相关，所述第二权重与所述第二数量正相关。
  27. 根据权利要求24所述的装置，其特征在于，所述一个或多个处理器在确定所述在线图像的第一权重和所述离线图像的第二权重时，单独地或共同地被进一步配置成用于实施：
    将所述在线地图中与所述第一特征点相匹配的第二特征点重投影至所述当前时刻的图像上，获得第四特征点；
    确定所述第四特征点与所述当前时刻的图像上的相应第一特征点的第一像素距离；
    根据所述第一像素距离，确定所述第一权重；
    将所述离线地图中与所述第一特征点相匹配的第三特征点重投影至所述当前时刻的图像上，获得第五特征点；
    确定所述第五特征点与所述当前时刻的图像上的相应第一特征点的第二像素距离；
    根据所述第二像素距离，确定所述第二权重。
  28. 根据权利要求27所述的装置，其特征在于，所述第一权重与所述第一像素距离负相关，所述第二权重与所述第二像素距离负相关。
  29. 根据权利要求23所述的装置，其特征在于，所述一个或多个处理器在根据所 述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息，确定所述可移动平台的第二定位结果时，单独地或共同地被进一步配置成用于实施：采用ransac pnp算法对所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息进行处理，获得所述可移动平台的第二定位结果；和/或，
    所述一个或多个处理器在根据所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，确定所述可移动平台的第三定位结果时，单独地或共同地被进一步配置成用于实施：采用ransac pnp算法对所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，获得所述可移动平台的第三定位结果。
  30. 根据权利要求22所述的装置，其特征在于，所述一个或多个处理器在根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果时，单独地或共同地被进一步配置成用于实施：
    根据所述在线地图中与所述第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与所述第一特征点相匹配的第三特征点的第三位置信息，形成第一数据组；
    采用ransac pnp算法对对所述第一数据组中的位置信息进行处理，获得所述可移动平台的第一定位结果。
  31. 根据权利要求21所述的装置，其特征在于，所述一个或多个处理器单独地或共同地还被配置成用于实施包括：
    获取所述当前时刻的图像的第一特征点的第一位置信息及所述离线地图的第三特征点的第三位置信息；
    根据所述第一位置信息和所述第三位置信息，将所述当前时刻的图像与所述离线地图进行重定位，确定所述离线地图中与所述第一特征点相匹配的第三特征点；
    将所述离线地图中与所述第一特征点相匹配的第三特征点重投影至所述当前时刻的图像上，获得第五特征点；
    根据所述第五特征点的特征表达，对所述离线地图中相应第三特征点的特征表达进行更新。
  32. 根据权利要求31所述的装置，其特征在于，所述一个或多个处理器在根据所述第五特征点的特征表达，对所述离线地图中相应的第三特征点的特征表达进行更新时，单独地或共同地被进一步配置成用于实施：
    当所述第五特征点的特征表达与所述离线地图的相应第三特征点的特征表达不一致时，在所述离线地图中相应的第三特征点的特征表达中增加所述第五特征点的特征表达。
  33. 根据权利要求32所述的装置，其特征在于，所述特征表达通过向量表征，所述第五特征点的特征表达与所述离线地图的相应第三特征点的特征表达不一致包括： 所述第五特征点的特征表达与所述离线地图的相应第三特征点的特征表达的差值大于预设阈值。
  34. 根据权利要求32所述的装置，其特征在于，所述离线地图中的第三特征点的每一特征表达均为最近一次匹配到的所述相应的第五特征点的相应的特征表达。
  35. 根据权利要求31所述的装置，其特征在于，所述特征表达包括颜色和/或纹理。
  36. 根据权利要求31所述的装置，其特征在于，所述一个或多个处理器在根据所述第五特征点的特征表达，对所述离线地图中相应第三特征点的特征表达进行更新时，单独地或共同地被进一步配置成用于实施：
    将所述第五特征点的特征表达与所述离线地图中相应第三特征点的特征表达进行匹配；
    当所述离线地图中的第三特征点的特征表达未匹配到相应的第五特征点的特征表达的时长大于或等于预设时长时，删除相应的特征表达。
  37. 根据权利要求21所述的装置，其特征在于，所述可移动平台包括多个拍摄装置，多个拍摄装置朝向所述可移动平台的不同方向，用于获取所述可移动平台的不同方向上的环境的图像；
    所述一个或多个处理器在根据所述拍摄装置在当前时刻拍摄的图像、所述在线地图及所述离线地图，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果时，单独地或共同地被进一步配置成用于实施：
    获取每一拍摄装置分别在当前时刻的图像的第一特征点的第一位置信息；
    获取所述在线地图的第二特征点的第二位置信息及所述离线地图的第三特征点的第三位置信息；
    根据所述第一位置信息和所述第二位置信息，将每一当前时刻的图像与所述在线地图分别进行重定位，确定所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点；
    根据所述第一位置信息和所述第三位置信息，将每一当前时刻的图像与所述离线地图分别进行重定位，确定所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点；
    根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果。
  38. 根据权利要求37所述的装置，其特征在于，所述一个或多个处理器在根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果时， 单独地或共同地被进一步配置成用于实施：
    根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，确定每一拍摄装置分别对应的所述可移动平台的第四定位结果；
    对多个所述拍摄装置分别对应的所述可移动平台的第四定位结果进行融合，获得所述可移动平台的第一定位结果。
  39. 根据权利要求38所述的装置，其特征在于，所述一个或多个处理器在对多个所述拍摄装置分别对应的所述可移动平台的第四定位结果进行融合，获得所述可移动平台的第一定位结果时，单独地或共同地被进一步配置成用于实施：
    根据预设的多个所述拍摄装置分别对应的第三权重，对多个所述拍摄装置分别对应的所述可移动平台的第四定位结果进行加权平均，获得所述可移动平台的第一定位结果。
  40. 根据权利要求37所述的装置，其特征在于，所述一个或多个处理器在根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，对所述可移动平台进行定位，获得所述可移动平台的第一定位结果时，单独地或共同地被进一步配置成用于实施：
    根据所述在线地图中与每一当前时刻的图像中的第一特征点相匹配的第二特征点的第二位置信息及所述离线地图中与每一当前时刻的图像中的第一特征点相匹配的第三特征点的第三位置信息，形成第二数据组；
    采用ransac pnp算法或者bundle adjustment算法对所述第二数据组的位置信息进行处理，获得所述可移动平台的第一定位结果。
  41. 一种可移动平台，其特征在于，包括：
    机身；和
    权利要求21至40任一项所述的定位装置，所述定位装置设于所述机身上。
  42. 一种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至20任一项所述的方法。
CN202180101909.4A 2021-10-28 2021-10-28 可移动平台的定位方法和装置 Pending CN117940739A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2021/127050 WO2023070441A1 (zh) 2021-10-28 2021-10-28 可移动平台的定位方法和装置

Publications (1)

Publication Number Publication Date
CN117940739A true CN117940739A (zh) 2024-04-26

Family

ID=86160356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180101909.4A Pending CN117940739A (zh) 2021-10-28 2021-10-28 可移动平台的定位方法和装置

Country Status (2)

Country Link
CN (1) CN117940739A (zh)
WO (1) WO2023070441A1 (zh)

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6543520B2 (ja) * 2015-07-02 2019-07-10 株式会社トプコン 測量データ処理装置、測量データ処理方法および測量データ処理用プログラム
CN105120146B (zh) * 2015-08-05 2018-06-26 普宙飞行器科技（深圳）有限公司 一种利用无人机进行运动物体自动锁定拍摄装置及拍摄方法
CN108021884B (zh) * 2017-12-04 2020-04-21 深圳市无限动力发展有限公司 基于视觉重定位的扫地机断电续扫方法、装置及扫地机
CN110148178B (zh) * 2018-06-19 2022-02-22 腾讯科技（深圳）有限公司 相机定位方法、装置、终端及存储介质
CN109084732B (zh) * 2018-06-29 2021-01-12 北京旷视科技有限公司 定位与导航方法、装置及处理设备
CN109544615B (zh) * 2018-11-23 2021-08-24 深圳市腾讯信息技术有限公司 基于图像的重定位方法、装置、终端及存储介质
CN109822568B (zh) * 2019-01-30 2020-12-29 镁伽科技(深圳)有限公司 机器人控制方法、系统及存储介质
CN109648568B (zh) * 2019-01-30 2022-01-04 深圳镁伽科技有限公司 机器人控制方法、系统及存储介质
CN109887087B (zh) * 2019-02-22 2021-02-19 广州小鹏汽车科技有限公司 一种车辆的slam建图方法及系统
CN111699453A (zh) * 2019-07-01 2020-09-22 深圳市大疆创新科技有限公司 可移动平台的控制方法、装置、设备及存储介质
CN110457414B (zh) * 2019-07-30 2023-06-09 Oppo广东移动通信有限公司 离线地图处理、虚拟对象显示方法、装置、介质和设备
CN111311756B (zh) * 2020-02-11 2023-04-11 Oppo广东移动通信有限公司 增强现实ar显示方法及相关装置

Also Published As

Publication number Publication date
WO2023070441A1 (zh) 2023-05-04

Similar Documents

Publication Publication Date Title
CN107990899B (zh) 一种基于slam的定位方法和系统
CN108955718B (zh) 一种视觉里程计及其定位方法、机器人以及存储介质
US20200334499A1 (en) Vision-based positioning method and aerial vehicle
US11120560B2 (en) System and method for real-time location tracking of a drone
CN110799921A (zh) 拍摄方法、装置和无人机
CN110176032B (zh) 一种三维重建方法及装置
JP2020067439A (ja) 移動体位置推定システムおよび移動体位置推定方法
CN108519102B (zh) 一种基于二次投影的双目视觉里程计算方法
CN115861860B (zh) 一种无人机的目标跟踪定位方法和系统
CN110262487B (zh) 一种障碍物检测方法、终端及计算机可读存储介质
CN112802096A (zh) 实时定位和建图的实现装置和方法
JP2016517981A (ja) 基準方向に対する移動要素の角度偏差を推定する方法
CN110827353A (zh) 一种基于单目摄像头辅助的机器人定位方法
JP6922348B2 (ja) 情報処理装置、方法、及びプログラム
CN114723811A (zh) 一种非结构化环境四足机器人立体视觉定位建图方法
CN114266821A (zh) 在线定位方法、装置、终端设备及存储介质
JP7241517B2 (ja) 航法装置、航法パラメータ計算方法およびプログラム
JP2778430B2 (ja) 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置
CN111380535A (zh) 基于视觉标签的导航方法、装置、移动式机器及可读介质
CN117940739A (zh) 可移动平台的定位方法和装置
JP2022138037A (ja) 情報処理装置、情報処理方法およびプログラム
JP2022011821A (ja) 情報処理装置、情報処理方法、移動ロボット
KR101918820B1 (ko) 장면 인식을 이용한 무인 비행체 회귀 제어 방법
CN113011212A (zh) 图像识别方法、装置及车辆
Ge et al. A fast mosaicking method for small UAV image sequence using a small number of ground control points

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