CN107607110A - 一种基于图像和惯导技术的定位方法及*** - Google Patents
一种基于图像和惯导技术的定位方法及*** Download PDFInfo
- Publication number
- CN107607110A CN107607110A CN201710634576.7A CN201710634576A CN107607110A CN 107607110 A CN107607110 A CN 107607110A CN 201710634576 A CN201710634576 A CN 201710634576A CN 107607110 A CN107607110 A CN 107607110A
- Authority
- CN
- China
- Prior art keywords
- user
- image
- information
- inertial navigation
- target pattern
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000004807 localization Effects 0.000 title claims abstract description 37
- 238000009432 framing Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 25
- 230000004927 fusion Effects 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 230000018199 S phase Effects 0.000 claims 1
- 230000008685 targeting Effects 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 20
- 230000008901 benefit Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 244000283207 Indigofera tinctoria Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003954 pattern orientation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Navigation (AREA)
Abstract
本发明公开了一种基于图像和惯导技术的定位方法及***,本方案通过获取用户当前的基于图像的方位信息D1;获取用户当前的基于惯导的方位信息D2;在此基础上对D1和D2进行融合定位,确定用户当前的方位信息。本发明提供的定位方案能够提高定位精度和应用场景的适用性,有效解决现有技术所存在的问题;本定位方案在应用时只需利用用户摄像头的拍摄功能以及惯性传感器,不需要其它额外硬件,能够增强定位的精度和稳定性,并且极大降低***部署和维护成本,实现一种易部署、低成本、高精度、可扩展、广适用的定位方案。
Description
技术领域
本发明涉及定位技术,具体涉及基于图像和惯导的定位技术。
背景技术
定位技术具有广阔的应用市场,现有的定位技术包括GPS/北斗、Wi-Fi、iBeacon蓝牙、小蜂窝、惯导、可见光、声波/超声波等。这些现有的技术,均存在一定局限性,不满足日益增长的各种定位应用场景需要:例如GPS/北斗定位在卫星信号比较差的环境精度急剧下降,无法应用在室内;基于信号强度的定位技术例如Wi-Fi、iBeacon等受信号干扰和环境影响比较大,定位精度较低,同时需要大量部署;基于信号指纹的定位例如Wi-Fi指纹定位需要事先进行指纹采集并定期进行更新;惯导定位具有长时漂移和误差累积问题,每隔一段时间需要进行起始参考点更新;小蜂窝定位、UWB超宽带定位、可见光定位、声波/超声波定位需要额外部署专门基站或者需要专门的终端硬件支持。
公开号CN 106370181A的中国专利申请,公开了一种结合全球卫星导航***GNSS和惯导技术的定位方法。该方法利用了卫星定位技术对惯导技术进行纠偏:在有卫星信号的区域,直接获取卫星信号进行定位;在无卫星信号的区域,通过惯导技术进行定位。该方法具有无需部署额外专门基站、无需安装专门终端硬件等优点,能够应用于一部分室外以及室内外混合区域的定位需要。但是,该方案在实际应用中存在如下问题:
1)混合区域的定位精度不高:该方法的一个主要应用场景是有卫星信号和无卫星信号的混合区域,由于混合区域的边界上卫星信号通常比较差,而惯导纠偏又常发生在混合区域的边界,由此限制了***的定位精度。
2)***受环境影响较大,存在长时漂移问题:在混合区域的室内区域部分,卫星定位的精度时好时差,影响了惯导的纠偏效果和***的定位精度。如果混合区域内的无卫星信号区域较大,惯导将长时间得不到准确的卫星定位纠偏,从而出现长时漂移问题。
申请号为2017100115210的中国专利申请,公开了一种用户位置定位方法,该定位方案基于用户摄像头的拍摄功能,以区域内部署的低成本编码图案为参考,根据编码图案的参考坐标来确定用户当前的位置坐标。该方法具有无需部署额外专门基站、无需安装专门终端硬件、无需预先拍摄参考图像、无需采集环境指纹、能够用于二维或三维定位、抗干扰性强、适用性广、精度高、可扩展、成本可控等优点。但是,该方案还存在如下问题:
1)如要实现较高的定位精度,要求部署大量的编码图案:该方案下,编码图案的部署密度越大,定位精度越高。为获得较高的定位精度(例如1米量级),需要在待定位区域内大量部署编码图案。虽然该方案使用低成本的编码图案,材料成本较低,但大量部署这些编码图案需要的人工成本较高。
2)如降低部署的人工成本,则定位精度急剧下降:通过减少部署在待定位区域内的编码图案(例如每3-10米部署一个),可降低部署的人工成本,但此时的定位精度迅速下降(例如定位精度可能下降为5米),同时还将出现定位位置跳变现象,影响用户体验。
3)该方案要求摄像头持续保持打开状态并能够一直拍摄到编码图案,这极大增加了终端功耗并限制了该方案的应用场景,例如手机放在口袋等摄像头无法拍摄的场景下就无法使用该技术进行定位。
发明内容
针对现有定位技术所存在的问题,需要一种精度高的定位技术。
为此本发明的目的在于提供一种基于图像和惯导技术的定位方法及***,实现高精度的定位。
为了达到上述目的,本发明提供的基于图像和惯导技术的定位方法,其包括:
(1)获取用户当前的基于图像的方位信息D1;
(2)获取用户当前的基于惯导的方位信息D2;
(3)对D1和D2进行融合定位,确定用户当前的方位信息。
本定位方法中,所述方位信息至少包括位置坐标信息。基于具体的实施例,所述方位信息还可以进一步包括方向信息。
在本定位方法中,获取用户当前的基于图像的方位信息D1的过程包括:
(1)获取区域图像,所述区域图像通过在当前位置以当前姿态进行拍摄形成,所述区域图像内包含至少1个编码图像;所述编码图像为预先部署在待定位区域内可编码的目标图案,具有对应的编码ID;
(2)解析区域图像,获取编码图像;
(3)解析编码图像获得对应的编码ID;
(4)根据确定的编码ID获取匹配的目标图案在待定位区域内的部署信息;
(5)根据获取的目标图案在待定位区域内的部署信息,估计用户相对于目标图案的相对方位信息;
(6)计算用户当前的基于图像的方位信息D1。
在本定位方法中,所述目标图案基于自身的特征及部署的方位信息进行编码,编码后的目标图案具有唯一的编码ID。
在本定位方法中,所述部署的目标图案的编码ID及相关信息对应地存储在数据库中,所述相关信息至少包括所部署的目标图案的方位信息。
在本定位方法中,在解析区域图像时,基于目标图案的特征从区域图像中提取出相应的编码图像。
在本定位方法中,解析编码图像获得对应的编码ID的过程包括:
(1)解析获得的编码图像,得到初步的编码ID;
(2)针对得到的初步的编码ID,进行校验和纠错,获得正确的编码ID。
在本定位方法中,在获取匹配的目标图案在待定位区域内的部署信息时,包括利用所获得的编码ID来获得匹配的目标图案的信息,该信息至少包括目标图案在待定位区域内的方位信息。
在本定位方法中,估计用户相对于目标图案的相对方位信息的过程包括:基于当前的拍摄规则,推断出用户拍摄时相对于目标图案的相对方位矢量。
在本定位方法中,计算用户当前的基于图像的方位信息D1的过程包括:利用获得的用户拍摄时相对于目标图案的相对方位矢量,以及所获得的目标图案在待定位区域内的方位信息,来确定用户在待定位区域内的当前方位信息。
在本定位方法中,获取用户当前的基于惯导的方位信息D2的过程包括:
(1)获取用户的历史方位信息;
(2)获取惯性传感器的数据;
(3)获取用户的状态信息;
(4)计算用户当前的基于惯导的方位信息D2。
在本定位方法中,用户的状态信息基于用户拍摄时相对于目标图案的相对方位矢量、基于图像的方位信息、惯导的方位信息、融合定位的方位信息中的一个或多个信息进一步计算确定。
在本定位方法中,还包括根据D1和D2对惯导参考点进行设置和更新的步骤。
为了达到上述目的,本发明提供的基于图像和惯导技术的定位***,包括:
图像定位子***,基于图像定位获取用户当前的方位信息D1;
惯导定位子***,基于惯导定位获取用户当前的方位信息D2;
融合定位模块,利用一定的融合规则F,对图像定位子***所获得的方位信息D1和惯导定位子***所获得的方位信息D2进行融合,获得用户当前的方位信息DF。
在本定位***中,所述图像定位子***包括:
区域图像获取模块,用于在当前位置以当前姿态获取的实时摄像视频流中的视频帧形成区域图像,或在当前位置以当前姿态拍照区域图像,该区域图像内包含至少1个编码图像;该编码图像为预先部署在待定位区域内可编码的目标图案,具有对应的编码ID;
编码图像获取模块,用于解析区域图像获取模块获取的区域图像,提取相应的编码图像;
编码ID获取模块,用于分析编码图像获取模块提取的编码图像,获得对应的编码ID;
目标图案获取模块,用于根据编码ID获取模块获得的编码ID获得匹配的目标图案信息;
基于图像的方位信息获取模块,用于基于目标图案获取模块获得匹配的目标图案信息计算用户当前的方位信息;
进一步的,所述基于图像的方位信息获取模块包括:
相对方位估算模块,用于基于目标图案获取模块获得匹配的目标图案信息计算用户相对于目标图案的相对方位信息;
基于图像的方位计算模块,用于基于相对方位估算模块确定的用户相对于目标图案的相对方位信息计算确定用户当前的基于图像的方位信息。
在本定位***中,所述惯导定位子***包括:
惯导信息获取模块,用于获取惯性传感器数据;
历史方位获取模块,用于获取用户的历史方位信息;
用户状态获取模块,用于获取用户的移动状态信息;
基于惯导的方位计算模块,用于根据惯导参考点更新模块获得的惯导定位参考点、惯导信息获取模块获得的惯性传感器数据、历史方位获取模块获得的用户历史方位信息,以及用户状态获取模块获得的用户移动状态信息等,计算获得用户当前的基于惯导的方位信息。
在本定位***中,所述定位***还包括惯导参考点更新模块,所述惯导参考点更新模块用于根据图像定位子***所获得的方位信息D1以及惯导定位子***所获得的方位信息D2,利用一定的更新规则U,来设置和更新惯导定位参考点的方位信息。
本发明提供的定位方案能够提高定位精度和应用场景的适用性,有效解决现有技术所存在的问题。
本方案在应用时只需利用用户摄像头的拍摄功能以及惯性传感器,不需要其它额外硬件,能够增强定位的精度和稳定性,并且极大降低***部署和维护成本,实现一种易部署、低成本、高精度、可扩展、广适用的定位方案。
再者,本方案在应用时不对其它的通信或定位***产生干扰,同时也易于和其它的定位***集成和融合。
另外,本发明提供的定位方案在实际应用时,将具有如下优点:
1)本方案利用了图像定位对惯导定位进行纠偏,有效降低了惯导定位的长时漂移误差,提高了***的定位精度;
2)本方案创新将惯导定位和图像定有机结合,在有效提高定位精度的同时,能够有效降低目标图案的部署密度。
附图说明
以下结合附图和具体实施方式来进一步说明本发明。
图1为本发明方案中基于图像和惯导进行定位的基本流程图;
图2为本发明方案中基于图像和惯导进行定位的***框图;
图3为本发明实例中向上放置的二维码编码的目标图案实例图;
图4为本发明实例中获得区域图像的示意图;
图5为本发明实例中获得编码图像的示意图;
图6为本发明实例中获得编码ID的示意图;
图7为本发明实例中获得目标图案方位并将目标图案和编码图相关联的处理流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
本方案公开了基于图像和惯导技术的定位方案,该方案通过在待定位区域放置易于部署的低成本编码图案,再基于用户摄像装置的拍摄功能以及惯性传感器,以此来实现高精度的融合定位。该方案能够在信号干扰、用户姿态变化等多种限制因素下,无需额外硬件,也无需信号指纹采集,即可增强定位的精度和稳定性,实现低成本、易部署、高精度、可扩展、广适用的定位功能。
对于用户配备具有拍摄功能的摄像装置,具有如下特征:
按照拍摄规则R,利用摄像头的拍摄功能f对目标图案O进行拍摄,将获得编码图像P,P=f(R,O)。基于不同的实施例,这里的拍摄规则R可由摄像头相对于目标图案的相对方位矢量、拍摄背景、焦距、ISO、光圈、快门、白平衡、色彩编码、拍摄模式、经纬度、日期时间等的一个或多个共同确定,具体根据实际需求而定,此处不做限定。
对于用户配备的惯性传感器,具有如下特征:
给定参考点后,相应的惯导算法利用这些惯性传感器能够连续估算用户的位置、姿态和速度等。基于不同的实施例,这里所说的惯性传感器由陀螺仪、加速度计、磁力计或其他运动传感器等的一个或多个共同确定,具体根据实际需求而定,此处不做限定。此外,本方案对惯导算法的具体实现不做限定。
再者,这里所说的用户例如行人/宠物/手机/平板电脑/可穿戴设备/移动机器人/虚拟现实头盔/车辆/无人飞行器等,具体根据实际需求而定,此处不做限定。
在此基础上,本方案提供的基于图像和惯导技术的定位方法,其实现过程如下(参见图1):
步骤1:目标图案部署。
本步骤预先在待定位区域内部署低成本的目标图案。
这里的目标图案可以是一维线条、二维图片或三维图形;该目标图案可以是静态或者动态变化;该目标图案可以基于形状、颜色、纹理、空间关系、尺寸、重量、材质、结构以及所部署的方位等信息进行编码。这里的编码可以采用局部编码或全局编码方式。编码后的目标图案可自带校验和纠错信息,并具有局部唯一或全局唯一的编码ID,每个编码ID用于标识局部唯一或全局唯一的目标图案,每个编码ID可自带校验和纠错信息。
所部署的目标图案的编码ID及相关信息可以存储在本地数据库或网络数据库。由此,可通过在本地数据库或网络数据库检索编码ID,可以获得目标图案的相关信息。
目标图案相关信息至少包括所部署的目标图案的方位信息,还可能包括目标图案的位置特征信息(例如目标图案处于电梯、楼梯、交叉口、过道、倾斜顶部、商场入口/出口等),以及其一定范围内的物品和空间布局信息等(例如临近的目标图案编码ID或者临近的商铺ID、货架ID、商品ID,以及附近地图等),具体根据实际需求而定,此处不做限定。
步骤2:图像定位。
该步骤基于图像定位技术获取用户当前的方位信息,这里的方位信息至少包括位置坐标信,还可以进一步包括方向信息。
本步骤的图像定位过程,包括如下步骤。
子步骤2.1:获得区域图像。
该区域图像由用户在当前位置以当前姿态获取的实时摄像视频流中的视频帧所形成,或在当前位置以当前姿态进行拍照所形成。即用户在需要定位时,在当前位置以当前姿态通过拍摄装置(如摄像头)进行拍摄形成相应的区域图像。
取决于目标图案的部署情况以及用户拍摄时摄像头的位置和姿态,用户所获的区域图像中将包含0个、1个或多个编码图像,这里的编码图像为预先部署在待定位区域内的目标图案。
这里需要说明的,本子步骤中用户获得的区域图像可进行本地存储和处理,也可以上传到网络服务器,具体根据实际需求而定,此处不做限定。
子步骤2.2:获得编码图像。
通过解析子步骤2.1获得区域图像,以提取该区域图像所包含的编码图像。
该子步骤,具体基于目标图案的某些特征获得编码图像;该特征可以是轮廓、形状、颜色、纹理、大小、空间关系等的一个或多个的组合,具体根据实际需求而定,此处不做限定。
据此可获得的编码图像可能有0个、1个或多个。
如果获得的编码图像为0个,则对后续的图像定位子步骤(子步骤2.3~2.6)将不做处理。
这里需要明确的是,取决于摄像头拍摄功能以及拍摄时所采用的拍摄规则,拍摄得到的编码图像和原来的目标图案之间可能存在缩放、平移、旋转、变形等关系,在此情况下如何解析区域图像获得编码图像,可根据实际需求来采用相应的方案或手段,此处不做限定。
再者,本子步骤中获得编码图像的过程可以在本地用户端或者网络服务器端进行,可根据实际需求而定,此处不做限定。
子步骤2.3:获得编码ID。
利用子步骤2.2所获得的编码图像,解析得到相应的编码ID,并对这些编码ID进行校验和纠错,最终获得正确的编码信息。
本步骤中,取决于子步骤2.2所解析得到的编码图像的个数以及这里进行的校验和纠错结果,这里获得的编码信息将包含0个、1个或多个编码ID。
如果获得的编码信息中包含0个编码ID,则对后续的图像定位子步骤(子步骤2.4~2.6)将不做处理。
本方案在解析获得编码ID时,可根据实际需求采用相应的方案或手段,此处不做限定。
再者,本子步骤获得编码ID的过程可以在用户端或者网络服务器端进行,可根据实际需求而定,此处不做限定。
子步骤2.4:获得目标图案信息。
本子步骤,利用子步骤2.3所获得的编码ID,通过直接解码或查询本地数据库或查询网络数据库的方式,获得匹配的目标图案O1的信息,这里的目标图案信息至少包括目标图案在待定位区域内的方位信息DO。
通过本子步骤,能够判断目标图案O1和相应编码图像P1(即子步骤2.2获得的编码图像)匹配。例如,针对子步骤2.2获得编码图像和子步骤2.3获得编码图像的编码ID,可利用该编码ID查询数据库获得目标图案,继而利用编码ID可以将目标图案和编码图像对应或匹配起来。
这里需要说明的,本方案中,取决于子步骤2.3所获得编码信息中所包含的编码ID的个数,通过直接解码或查询本地数据库或查询网络数据库,所得到的目标图案的个数将有0个、1个或多个,其方位信息DO也将有0个、1个或多个。
如果获得的目标图案的个数为0个,则对后续的图像定位子步骤(子步骤2.5~2.6)将不做处理。
再者,本方案中获得目标图案信息的过程可以在用户端或者网络服务器端进行,可根据实际需求而定,此处不做限定。
子步骤2.5:估计相对方位矢量。
本方案,利用子步骤2.4所确定的目标图案O1和所匹配的编码图像P1,以及用户摄像头的拍摄功能f和当前的拍摄规则R1,推断出摄像头相对于目标图案的相对方位矢量DR。
这里需要说明的,取决于子步骤2.4所查询获得的目标图案的个数,本步骤中获得的摄像头的相对方位矢量DR将有1个或多个。
再者,本子步骤估计相对方位矢量的过程可以在用户端或者网络服务器端进行,可根据实际需求而定,此处不做限定。当本过程在网络服务器端进行时,则网络服务器端已知悉了用户摄像头的拍摄功能f和拍摄规则R1等信息。
子步骤2.6:计算基于图像的方位信息。
本子步骤,利用子步骤2.5所估计的摄像头相对于目标图案O1的相对方位矢量DR,以及子步骤2.4所获得的目标图案在待定位区域内的方位信息DO,获得摄像头在待定位区域内的基于图像的方位信息D1;这里的方位信息至少包括位置坐标信,还可以进一步包括方向信息。
这里需要说明的,如果子步骤2.4获得的目标图案有多个,则所述的基于图像的方位信息D1,将由这些目标图案的方位信息,以及摄像头相对这些目标图案的相对方位矢量,来共同决定,这样可保证方位信息的精确度。具体实现时,可根据实际需求采用相应的方案或手段,此处不做限定,例如可以采用加权平均的方式获得。
再者,本子步骤中计算基于图像的方位信息的过程可以在用户端或者网络服务器端进行,可根据实际需求采用相应的方案或手段,此处不做限定。
步骤3:惯导定位。
本步骤主要是基于惯导技术获取用户当前的的方位信息,这里的方位信息至少包括位置坐标信,还可以进一步包括方向信息。
本步骤惯导定位过程,主要包括如下子步骤。
子步骤3.1:获得惯导定位参考点。
本子步骤将基于子步骤2.6所获得的基于图像的方位信息以及子步骤3.5所获得的基于惯导的方位信息,来获得和更新惯导定位参考点的方位信息。
本子步骤中获得惯导定位参考点的过程可以在用户端或者网络服务器端进行,可根据实际需求采用相应的方案或手段,此处不做限定。
子步骤3.2:获得用户状态信息。
本子步骤获得的用户状态信息可以是行人用户步长、行人用户上下楼梯状态、行人用户前进或后退状态、手机是否放于口袋、车辆行进速度等方面的当前信息或历史信息,具体可根据实际的惯导算法需要而定,此处不做限定。
本子步骤中的用户状态信息可以利用子步骤2.5估计的相对方位矢量、子步骤2.6获得基于图像的方位信息、子步骤3.5获得基于惯导的方位信息、步骤4获得融合定位的方位信息等的一个或多个信息进一步推断确定,由此可以确保用户状态信息的精确和实时性。具体实现时,可根据实际需求采用相应的方案或手段,此处不做限定。
再者,本子步骤中获得用户状态信息的过程可以在用户端或者网络服务器端进行,可根据实际需求采用相应的方案或手段,此处不做限定。
子步骤3.3:获得历史方位信息。
本子步骤获得的历史方位信息可以是前一个时刻或前多个时刻的用户方位数据,具体依实际的惯导算法需要而定,此处不做限定。
再者,本子步骤中获得历史方位信息的过程可以在用户端或者网络服务器端进行,可根据实际需求采用相应的方案或手段,此处不做限定。
子步骤3.4:获得惯性传感器数据。
本子步骤从用户配备的惯性传感器中获得数据。基于不同的实施例,这里所说的惯性传感器由陀螺仪、加速度计、磁力计或其他运动传感器等的一个或多个共同确定,这里所说的数据可以是惯性传感器的当前数据和/或历史数据,具体根据实际的惯导算法需要而定,此处不做限定。
再者,本子步骤中获得惯性传感器数据的过程可以在用户端或者网络服务器端进行,可根据实际需求采用相应的方案或手段,此处不做限定。
子步骤3.5:计算基于惯导的方位信息。
本子步骤基于子步骤3.1~3.4所获得的惯导定位参考点、用户状态信息、历史方位信息和惯性传感器数据,通过惯导算法计算获得基于惯导的方位信息。这里的方位信息至少包括位置坐标信,还可以进一步包括方向信息。
本子步骤对惯导算法的具体实现不做限定。
再者,本子步骤中计算基于惯导的方位信息的过程可以在用户端或者网络服务器端进行,可根据实际需求采用相应的方案或手段,此处不做限定。
步骤4:融合定位。
本步骤基于步骤2图像定位所获得的基于图像的方位信息以及步骤3惯导定位所获得的基于惯导的方位信息,利用融合定位算法,计算获得用户当前的方位信息。本子步骤对融合算法可根据实际需求而定,本方案中不做限定。
本步骤中融合定位的过程可以在用户端或者网络服务器端进行,可根据实际需求采用相应的方案或手段,此处不做限定。
针对上述的基于图像和惯导的定位方法,本方案进一步提供一套可有效实现该方案的定位***。
参见图2,其所示为本方案提供的基于图像和惯导进行定位的定位***的组成框图。
由图可知,整个定位***主要包括图像定位子***100、惯导定位子***200、惯导参考点更新模块300以及融合定位模块400四部分。
其中,图像定位子***100,基于图像定位技术,获取用户当前的方位信息D1。
具体的,该图像定位子***100主要包括区域图像获取模块110、编码图像获取模块120、编码ID获取模块130、目标图案获取模块140、位置信息获取模块150。
其中,区域图像获取模块110,用于调用用户的摄像装置(如摄像头)在当前位置以当前姿态获取实时视频帧形成区域图像,或用于调用用户的摄像头在当前位置以当前姿态拍照区域图像,该区域图像内包含至少1个编码图像;该编码图像为预先部署在待定位区域内可编码的目标图案,具有对应的编码ID。该区域图像获取模块110对获得区域图像进行本地存储或通过网络上传至网络服务器端。
据此构成的区域图像获取模块110能够有效实现步骤2.1的功能。
编码图像获取模块120,该模块用于解析区域图像获取模块110获取的区域图像,提取相应的编码图像。该编码图像获取模块120具体基于目标图案的某些特征从区域图像中获得编码图像;该特征可以是轮廓、形状、颜色、纹理、大小、空间关系等的一个或多个的组合,具体根据实际需求而定,此处不做限定。据此可获得的编码图像可能有0个、1个或多个。
据此构成的编码图像获取模块120能够有效实现步骤2.2的功能。
编码ID获取模块130,该模块用于分析编码图像获取模块120提取的编码图像,获得对应的编码ID。编码ID获取模块130具体利用编码图像获取模块120所获的编码图像,解析得到相应的编码ID,并对这些编码ID进行校验和纠错,最终获得正确的编码信息。
同时,取决于编码图像获取模块120所解析得到的编码图像的个数以及这里进行的校验和纠错结果,这里获得的编码信息将包含0个、1个或多个编码ID。
据此构成的编码ID获取模块130能够有效实现步骤2.3的功能。
目标图案获取模块140,该模块用于根据编码ID获取模块130获得的编码ID获得匹配的目标图案信息。
本目标图案获取模块140利用子编码ID获取模块130所获得的编码ID,通过直接解码或查询本地数据库或查询网络数据库的方式,获得匹配的目标图案O1的信息,这里的目标图案信息至少包括目标图案在待定位区域内的方位信息DO。通过本模块通过能够判断目标图案O1和相应编码图像P1(即编码图像获取模块120获得的编码图像)匹配。
另外,取决于子编码信息中所包含的编码ID的个数,目标图案获取模块140通过直接解码或查询本地数据库或查询网络数据库,所得到的目标图案的个数将有0个、1个或多个,其方位信息DO也将有0个、1个或多个。
由此构成的目标图案获取模块140能够有效实现步骤2.4的功能。
位置信息获取模块150,该模块用于基于目标图案获取模块140获得匹配的目标图案信息计算用户当前的位置信息。
该位置信息获取模块150具体包括相对位置估算模块151和当前位置计算模块152两个子模块。
相对位置估算模块151用于基于目标图案获取模块140获得匹配的目标图案信息计算用户相对于目标图案的相对位置信息。
本相对位置估算模块151利用目标图案获取模块140所确定的目标图案O1和所匹配的编码图像P1,以及用户摄像头的拍摄功能f和当前的拍摄规则R1,推断出摄像头相对于目标图案的相对方位矢量DR。
取决于子目标图案获取模块140所查询获得的目标图案的个数,本步骤中获得的摄像头的相对方位矢量DR将有1个或多个。
由此构成的相对位置估算模块151能够有效实现步骤2.5的功能。
当前位置计算模块152用于基于相对位置估算模块151计算确定的用户相对于目标图案的相对位置信息计算确定用户当前的位置信息。
本当前位置计算模块152利用相对位置估算模块151所估计的摄像头相对于目标图案O1的相对方位矢量DR,以及子目标图案获取模块140所获得的目标图案在待定位区域内的方位信息DO,获得摄像头在待定位区域内的基于图像的方位信息D1。
另外,如果目标图案获取模块140获得的目标图案有多个,则当前位置计算模块152所确定的的基于图像的方位信息D1,将由这些目标图案的方位信息,以及摄像头相对这些目标图案的相对方位矢量,来共同决定。
由此构成的当前位置计算模块152能够有效实现步骤2.6的功能。
据此构成的图像定位子***100,在具体实现时可以相应的功能软件或APP来展现,其可运行在具有摄像头的终端设备中(如具有摄像头的手机、平板电脑、可穿戴设备、移动机器人、虚拟现实头盔、用户所驾驶车辆的车载终端等)或者网络服务器中(该网络服务器通过网络连接具有摄像头的终端设备)。
根据需要,该***可部分功能运行在具有摄像头的终端设备中,而部分功能运行在网络服务器中。如***中的区域图像获取模块110运行在具有摄像头的终端设备中,而编码图像获取模块120、编码ID获取模块130、目标图案获取模块140或位置信息获取模块150可运行在具有摄像头的终端设备或网络服务器中,根据需要来选择。
本***中的惯导定位子***200,用于基于惯导定位获取用户当前的方位信息D2。
具体的,该惯导定位子***200主要惯导信息获取模块210、历史方位获取模块220、用户状态获取模块230以及基于惯导的方位计算模块240配合构成。
其中,惯导信息获取模块210,用于获取惯性传感器数据。
该惯导信息获取模块210与基于惯导的方位计算模块240数据连接,其用于从用户配备的惯性传感器中获得数据,并传至基于惯导的方位计算模块240。基于不同的实施例,这里所说的惯性传感器由陀螺仪、加速度计、磁力计或其他运动传感器等的一个或多个共同确定,这里所说的数据可以是惯性传感器的当前数据和/或历史数据,具体根据实际的惯导算法需要而定,此处不做限定。
历史方位获取模块220,与基于惯导的方位计算模块240数据连接,用于获取用户的历史方位信息,并传至基于惯导的方位计算模块240。本历史方位获取模块220获得的历史方位信息可以是前一个时刻或前多个时刻的用户方位数据,具体依实际的惯导算法需要而定,此处不做限定。
用户状态获取模块230,其与基于惯导的方位计算模块240数据连接,用于获取用户的移动状态信息,并传至基于惯导的方位计算模块240。
据此,本用户状态获取模块230获取的用户状态信息可以是行人用户步长、行人用户上下楼梯状态、行人用户前进或后退状态、手机是否放于口袋、车辆行进速度等方面的当前信息或历史信息,具体可根据实际的惯导算法需要而定,此处不做限定。
在此基础上,本用户状态获取模块230还可进一步与相对位置估算模块151,当前位置计算模块152,惯导参考点更新模块300以及融合定位模块400数据连接,据此利用相对位置估算模块151估计的相对方位矢量、当前位置计算模块152获得基于图像的方位信息、惯导参考点更新模块300获得基于惯导的方位信息、融合定位模块400获得的融合定位的方位信息等中一个或多个信息来进一步推断确定。
基于惯导的方位计算模块240,与惯导参考点更新模块300、惯导信息获取模块210、历史方位获取模块220、用户状态获取模块230数据连接,用于根据惯导参考点更新模块获得的惯导定位参考点、惯导信息获取模块获得的惯性传感器数据、历史方位获取模块获得的用户历史方位信息,以及用户状态获取模块获得的用户移动状态信息等,计算获得用户当前的基于惯导的方位信息。
据此构成的惯导定位子***200,在具体实现时可以相应的功能软件或APP来展现,其可运行在具有摄像头的终端设备中(如具有摄像头的手机、平板电脑、可穿戴设备、移动机器人、虚拟现实头盔、用户所驾驶车辆的车载终端等)或者网络服务器中(该网络服务器通过网络连接具有摄像头的终端设备)。
本***中的惯导参考点更新模块300,其用于获取和更新惯导定位参考点。
该惯导参考点更新模块300与图像定位子***100以及惯导定位子***200数据连接,将基于图像定位子***100所获得的基于图像的方位信息以及惯导定位子***200所获得的基于惯导的方位信息,来获得和更新惯导定位参考点的方位信息。作为举例,该惯导参考点更新模块300可与图像定位子***100中的当前位置计算模块152数据连接,以获取基于图像的方位信息;同时与惯导定位子***200中的基于惯导的方位计算模块240,以获取基于惯导的方位信息。
再者,本惯导参考点更新模块300在更新惯导定位参考点时,根据图像定位子***所获得的方位信息以及惯导定位子***所获得的方位信息,利用一定的更新规则,来设置和更新惯导定位参考点的方位信息。这里的更新规则可根据实际需求而定,此处不加以限定。
本***中的融合定位模块400,其分别与图像定位子***100以及惯导定位子***200数据连接,将基于图像定位子***100所获得的基于图像的方位信息以及惯导定位子***200所获得的基于惯导的方位信息,利用融合定位算法,计算获得用户当前的方位信息。
作为举例,该融合定位模块400可与图像定位子***100中的当前位置计算模块152数据连接,以获取基于图像的方位信息;同时与惯导定位子***200中的基于惯导的方位计算模块240,以获取基于惯导的方位信息;由此利用一定的融合规则,对图像定位子***所获得的方位信息和惯导定位子***所获得的方位信息进行融合,获得用户当前的方位信息。这里的融合规则(如相应的融合算法)可根据实际需求而定,此处不加以限定。
据此构成的基于图像和惯导进行定位的方案,利用用户摄像头的拍摄功能以及惯性传感器,不需要其他额外硬件,能够增强定位的精度和稳定性,并且极大降低***部署和维护成本,易部署、低成本、高精度、可扩展、广适用。其能够有效地处理室内和室外环境中,现有定位***存在的需要额外硬件或基站、需要进行信号指纹采集和更新、受环境影响和信号干扰较大、受用户姿态变化和行为模式的影响较大、不支持三维位置定位、不支持全局位置定位、定位误差易累积、纠偏效果差、需要大量部署编码图案、***不易部署和维护等各种因素限制的问题。
下面通过一实例来进一步地说明本方案。
需明确的是,本实施例是以目标图案在待定位区域顶部进行部署为例,不做限定,目标图案也可在待定位区域的底部或更一般的空间内进行部署。所述的实施例是以QR二维码格式编码的目标图案进行部署为例,不做限定,也可以使用其他格式进行编码的目标图案。所述的实施例是以手机用户为例进行定位,不做限定,也可以对宠物/虚拟现实头盔/移动机器人/车辆/无人飞行器等进行定位。所述的实施例使用一个摄像头,不做限定,也可以使用多个摄像头。所述的实施例使用前置摄像头,不做限定,也可以使用后置摄像头或侧面摄像头或这些摄像头的组合。所述实施例的方位信息包括位置坐标信息和方向信息。所述的实施例是以计算用户的三维方位为例,不做限定,也可以用于计算用户的一维或二维方位。本实例方案不仅可应用于室内定位场景,也可应用于室外定位场景以及室内外混合定位场景。
参见图3-7所示内容,本实施例基于图像和惯导进行定位的实现过程具体包括如下步骤:
1、目标图案部署。
在待定位区域(例如一个大型商城、商场、展馆、隧道、地下矿井、地下车库等室内环境)的顶部粘贴部署低成本的目标图案;目标图案的部署结合待定位区域的已有布局和特征进行,按一定朝向放置,每3-10米放置一个;所部署的目标图案的编码ID以及其对应的方位信息,存储在网络数据库中;这里的目标图案为二维码编码的纸质图片。
相应地,每个目标图案使用6个数字(0-9)组成的编码ID,***可以使用一百万个不同的编码ID,这时***支持本地唯一的编码ID,支持本地坐标定位。
作为另外一个替代方案,如果上述图3的每个目标图案使用24个数字组成的编码ID,则***可以使用1024个不同的编码ID,这时***可以支持全局唯一的编码ID,进而支持全局坐标定位。
从如上描述可知,通过采用一定的编码方式,本发明能够灵活地支持本地唯一或全局唯一的编码ID,从而支持本地坐标定位或全局坐标定位。
需明确的是,本实施例对所述目标图案、部署方式以及编码规则均为举例进行说明不做限定。
2、获得区域图像S。如图4,所述区域图像S为用户手持手机在当前位置以当前姿态,利用所持手机前置摄像头的缺省拍摄功能进行实时视频流拍摄所形成的;取决于目标图案在商场内的部署情况以及用户拍摄时摄像头的方位,所获的区域图像中将包含0个、1个或多个编码图像。
3、获得编码图像。
如图5,用户解析区域图像S,去除背景B,利用目标图案所具有的编码特征(例如本实施例中所述的目标图案为QR二维码编码的图案,其三个角上的图像为同样大小的定位方块)获得编码图像;这里所获得的编码图像可能有0个、1个或多个。
4、获得编码ID。
如图6,用户利用上述步骤3所获得的编码图像,进行二维码解析、校验、纠错,得到相应的编码ID;取决于上述步骤3所得到的编码图像的个数以及这里进行的二维码解析、校验、纠错结果,这里获得的编码ID将包含0个、1个或多个目标图案的编码ID。
5、获得目标图案信息。
如图7,用户利用上述步骤4所获得的编码ID,通过查询网络数据库的方式,获得匹配的目标图案O1的信息,包括目标图案O1在待定位区域内的方位信息矢量DO;通过本步骤,用户判断目标图案O1和相应编码图像P1匹配。取决于4所获得编码ID中所包含的目标图案编码ID的个数,通过查询网络数据库,所得到的目标图案O1的个数将有0个、1个或多个,其方位信息矢量DO也将有0个、1个或多个。
6、估计相对方位矢量。
用户利用上述步骤5中所确定的目标图案O1和所匹配的编码图像P1,以及当前的拍摄规则R1,估计出摄像头相对于目标图案的相对方位矢量DR;取决于上述步骤5所查询获得的目标图案的个数,这里的摄像头的相对方位矢量DR将有0个、1个或多个。本实施例对如何估计摄像头相对于目标图案的相对方位矢量不做限定,例如可以利用成像后的编码图像在摄像头内的位置、大小和形状来进行推算,或者使用预先设置值。
7、计算基于图像的方位信息。利用上述步骤6所估计的摄像头相对于目标图案O1的相对方位矢量DR,以及上述步骤5所获得的目标图案在待定位区域内的方位信息矢量DO,获得摄像头在待定位区域内的基于图像的方位信息矢量D1。
如果上述步骤5获得的目标图案有多个,则这里的基于图像的方位信息矢量D1,将由这些目标图案的方位信息,以及摄像头相对这些目标图案的相对方位矢量,采用如下加权平均的方式获得:
其中(i)表示针对的是第i个匹配的目标图案,W表示方位信息的加权因子。需明确的是,取决于方位信息是标量或矢量,加权因子也将是标量或矢量。另外,本实施例对所述通过加权平均计算方位信息为举例进行说明不做限定。
8、获得惯导定位参考点。用户根据上述步骤7所获得的基于图像的方位信息以及下述步骤9所获得的基于惯导的方位信息等,利用一定的更新规则U,计算获得惯导定位参考点的方位信息。本实施例对更新规则U不做限定,例如可以是:如获得基于图像的方位信息,则以此作为惯导定位参考点的方位信息,如未获得基于图像的方位信息,则惯导定位参考点保持不变。
9、获得用户状态信息。利用上述步骤7所获得的基于图像的方位信息、上述步骤6所估计的相对方位矢量、下述步骤10所获得的基于惯导的方位信息以及下述步骤11所获得的方位信息等,进一步推断出当前的步长等信息。需明确的是,本实施例对所述用户状态信息以步长为举例进行说明不做限定。所述用户状态信息还可以是用户上下楼梯状态、用户前进或后退状态、手机是否放于口袋等方面的当前信息或历史信息,此处不做限定。
10、计算基于惯导的方位信息。用户根据惯性传感器的数据、上述步骤8所获得的惯导定位参考点、上述步骤9所获得的用户状态信息,以及用户的历史方位信息等,利用惯导算法计算获得基于惯导的方位信息。需明确的是,本实施例对惯导算法的具体实现不做限定。
11、计算基于融合定位的方位信息。利用一定的融合规则F,对上述步骤7所获得的基于图像的方位信息以及下述步骤9所获得的基于惯导的方位信息等进行融合,获得用户当前的方位信息。本实施例对融合规则F不做限定,例如可以采用加权平均的方式进行。
通过上述实例方案可知,本方案相对于现有的定位方案具有如下的优点:
本方案相较于基于指纹的定位技术(例如地磁指纹/Wi-Fi指纹等),不需要进行信号指纹的采集和更新;
本方案相较于基于信号强度的定位技术(例如Wi-Fi定位/iBeacon蓝牙定位等),不需要部署定位基站;
本方案相较于GPS/北斗定位技术,除了支持室外定位,还进一步支持室内定位以及室内外混合定位;
本方案相较于惯导定位技术,没有定位误差长期累积的问题,同时不易受用户姿态和行为模式的影响,并且除了支持二维平面的定位,还支持三维空间的定位;
本方案相较于UWB超宽带定位/可见光定位/声波定位/超声波定位/磁定位/ToA/TDoA/AoA等技术,不需要部署定位基站,也不需要引入额外硬件;
相较于现有定位技术,本方案不仅支持本地坐标定位,还支持全局坐标定位。
综上,相较于现有定位技术,本方案不易受环境变化、信号波动和干扰的影响,也不干扰其他的通信或定位***;本方案具有低成本、易部署、精度高、抗干扰、稳定性好、易扩展、适用性广、支持三维定位、支持全局定位的特点;本方案能够和GPS/北斗、小蜂窝定位、可见光定位、Wi-Fi/iBeacon/地磁/磁/声波/超声波/红外/UWB/ToF/ToA/TDoA/AoA定位等上述的一种或多种定位技术集成,将催生更多的融合定位解决方案,能够产生更多有益的结果。
最后需要指出,上述方法为纯软件架构,可以透过程序代码布设于实体媒体,如硬盘、软盘、光盘片、或是任何机器可读取(如智能型手机、计算机可读取)储存媒体,当机器加载程序代码且执行,如智能型手机加载且执行,机器成为用以实行本方法的装置。
再者,上述方法亦可以程序代码型态透过一些传送媒体,如电缆、光纤、或是任何传输型态进行传送,当程序代码被机器,如智能型手机接收、加载且执行,机器成为用以实行本方法的装置。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (17)
1.基于图像和惯导技术的定位方法,其特征在于,所述定位方法包括:
(1)获取用户当前的基于图像的方位信息D1;
(2)获取用户当前的基于惯导的方位信息D2;
(3)对D1和D2进行融合定位,确定用户当前的方位信息。
2.根据权利要求1所述的定位方法,其特征在于,获取用户当前的基于图像的方位信息D1的过程包括:
(1)获取区域图像,所述区域图像通过在当前位置以当前姿态进行拍摄形成,所述区域图像内包含至少1个编码图像;所述编码图像为预先部署在待定位区域内可编码的目标图案,具有对应的编码ID;
(2)解析区域图像,获取编码图像;
(3)解析编码图像获得对应的编码ID;
(4)根据确定的编码ID获取匹配的目标图案在待定位区域内的部署信息;
(5)根据获取的目标图案在待定位区域内的部署信息,估计用户相对于目标图案的相对方位信息;
(6)计算用户当前的基于图像的方位信息D1。
3.根据权利要求2所述的定位方法,其特征在于,所述目标图案基于自身的特征及部署的方位信息进行编码,编码后的目标图案具有唯一的编码ID。
4.根据权利要求2所述的定位方法,其特征在于,所述部署的目标图案的编码ID及相关信息对应地存储在数据库中,所述相关信息至少包括所部署的目标图案的方位信息。
5.根据权利要求2所述的定位方法,其特征在于,在解析区域图像时,基于目标图案的特征从区域图像中提取出相应的编码图像。
6.根据权利要求2所述的定位方法,其特征在于,解析编码图像获得对应的编码ID的过程包括:
解析获得的编码图像,得到初步的编码ID;
针对得到的初步的编码ID,进行校验和纠错,获得正确的编码ID。
7.根据权利要求2所述的定位方法,其特征在于,在获取匹配的目标图案在待定位区域内的部署信息时,包括利用所获得的编码ID来获得匹配的目标图案的信息,该信息至少包括目标图案在待定位区域内的方位信息。
8.根据权利要求2所述的定位方法,其特征在于,估计用户相对于目标图案的相对方位信息的过程包括:基于当前的拍摄规则,推断出用户拍摄时相对于目标图案的相对方位矢量。
9.根据权利要求2所述的定位方法,其特征在于,计算用户当前的基于图像的方位信息D1的过程包括:利用获得的用户拍摄时相对于目标图案的相对方位矢量,以及所获得的目标图案在待定位区域内的方位信息,来确定用户在待定位区域内的当前方位信息。
10.根据权利要求1所述的定位方法,其特征在于,获取用户当前的基于惯导的方位信息D2的过程包括:
(1)获取用户的历史方位信息;
(2)获取惯性传感器的数据;
(3)获取用户的状态信息;
(4)计算用户当前的基于惯导的方位信息D2。
11.根据权利要求10所述的定位方法,其特征在于,用户的状态信息基于用户拍摄时相对于目标图案的相对方位矢量、基于图像的方位信息、惯导的方位信息、融合定位的方位信息中的一个或多个信息进一步计算确定。
12.根据权利要求1所述的定位方法,其特征在于,还包括根据D1和D2对惯导参考点进行设置和更新的步骤。
13.基于图像和惯导技术的定位***,其特征在于,所述定位***包括:
图像定位子***,基于图像定位获取用户当前的方位信息D1;
惯导定位子***,基于惯导定位获取用户当前的方位信息D2;
融合定位模块,利用一定的融合规则F,对图像定位子***所获得的方位信息D1和惯导定位子***所获得的方位信息D2进行融合,获得用户当前的方位信息DF。
14.根据权利要求13所述的定位***,其特征在于,所述图像定位子***包括:
区域图像获取模块,用于在当前位置以当前姿态获取的实时摄像视频流中的视频帧形成区域图像,或在当前位置以当前姿态拍照区域图像,该区域图像内包含至少1个编码图像;该编码图像为预先部署在待定位区域内可编码的目标图案,具有对应的编码ID;
编码图像获取模块,用于解析区域图像获取模块获取的区域图像,提取相应的编码图像;
编码ID获取模块,用于分析编码图像获取模块提取的编码图像,获得对应的编码ID;
目标图案获取模块,用于根据编码ID获取模块获得的编码ID获得匹配的目标图案信息;
基于图像的方位信息获取模块,用于基于目标图案获取模块获得匹配的目标图案信息计算用户当前的方位信息。
15.根据权利要求14所述的定位***,其特征在于,所述基于图像的方位信息获取模块包括:
相对方位估算模块,用于基于目标图案获取模块获得匹配的目标图案信息计算用户相对于目标图案的相对方位信息;
基于图像的方位计算模块,用于基于相对方位估算模块确定的用户相对于目标图案的相对方位信息计算确定用户当前的基于图像的方位信息。
16.根据权利要求13所述的定位***,其特征在于,所述惯导定位子***包括:
惯导信息获取模块,用于获取惯性传感器数据;
历史方位获取模块,用于获取用户的历史方位信息;
用户状态获取模块,用于获取用户的移动状态信息;
基于惯导的方位计算模块,用于根据惯导参考点更新模块获得的惯导定位参考点、惯导信息获取模块获得的惯性传感器数据、历史方位获取模块获得的用户历史方位信息,以及用户状态获取模块获得的用户移动状态信息等,计算获得用户当前的基于惯导的方位信息。
17.根据权利要求13所述的定位***,其特征在于,还包括惯导参考点更新模块,所述惯导参考点更新模块用于根据图像定位子***所获得的方位信息D1以及惯导定位子***所获得的方位信息D2,利用一定的更新规则U,来设置和更新惯导定位参考点的方位信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710634576.7A CN107607110A (zh) | 2017-07-29 | 2017-07-29 | 一种基于图像和惯导技术的定位方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710634576.7A CN107607110A (zh) | 2017-07-29 | 2017-07-29 | 一种基于图像和惯导技术的定位方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107607110A true CN107607110A (zh) | 2018-01-19 |
Family
ID=61064210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710634576.7A Pending CN107607110A (zh) | 2017-07-29 | 2017-07-29 | 一种基于图像和惯导技术的定位方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107607110A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108344411A (zh) * | 2018-02-09 | 2018-07-31 | 湖南人文科技学院 | 室内高精度定位*** |
CN110006420A (zh) * | 2018-05-31 | 2019-07-12 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理***和定位方法 |
WO2019154435A1 (zh) * | 2018-05-31 | 2019-08-15 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理***和定位方法 |
CN113093763A (zh) * | 2021-04-13 | 2021-07-09 | 塔米智能科技(北京)有限公司 | 一种移动机器人调度***和方法 |
CN113137962A (zh) * | 2021-03-31 | 2021-07-20 | 广州宸祺出行科技有限公司 | 一种基于ar的遮挡环境下的视觉定位方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102538781A (zh) * | 2011-12-14 | 2012-07-04 | 浙江大学 | 基于机器视觉和惯导融合的移动机器人运动姿态估计方法 |
CN102768042A (zh) * | 2012-07-11 | 2012-11-07 | 清华大学 | 一种视觉-惯性组合导航方法 |
CN102829775A (zh) * | 2012-08-29 | 2012-12-19 | 成都理想境界科技有限公司 | 一种室内导航方法、***及设备 |
US20160054452A1 (en) * | 2014-08-20 | 2016-02-25 | Nec Laboratories America, Inc. | System and Method for Detecting Objects Obstructing a Driver's View of a Road |
CN105431708A (zh) * | 2013-06-17 | 2016-03-23 | 索尼公司 | 图像处理装置、图像处理方法以及程序 |
CN106767775A (zh) * | 2016-11-11 | 2017-05-31 | 武汉邮电科学研究院 | 一种基于图像传感器和惯导传感器的定位方法 |
-
2017
- 2017-07-29 CN CN201710634576.7A patent/CN107607110A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102538781A (zh) * | 2011-12-14 | 2012-07-04 | 浙江大学 | 基于机器视觉和惯导融合的移动机器人运动姿态估计方法 |
CN102768042A (zh) * | 2012-07-11 | 2012-11-07 | 清华大学 | 一种视觉-惯性组合导航方法 |
CN102829775A (zh) * | 2012-08-29 | 2012-12-19 | 成都理想境界科技有限公司 | 一种室内导航方法、***及设备 |
CN105431708A (zh) * | 2013-06-17 | 2016-03-23 | 索尼公司 | 图像处理装置、图像处理方法以及程序 |
US20160054452A1 (en) * | 2014-08-20 | 2016-02-25 | Nec Laboratories America, Inc. | System and Method for Detecting Objects Obstructing a Driver's View of a Road |
CN106767775A (zh) * | 2016-11-11 | 2017-05-31 | 武汉邮电科学研究院 | 一种基于图像传感器和惯导传感器的定位方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108344411A (zh) * | 2018-02-09 | 2018-07-31 | 湖南人文科技学院 | 室内高精度定位*** |
CN110006420A (zh) * | 2018-05-31 | 2019-07-12 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理***和定位方法 |
WO2019154435A1 (zh) * | 2018-05-31 | 2019-08-15 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理***和定位方法 |
CN110006420B (zh) * | 2018-05-31 | 2024-04-23 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理***和定位方法 |
CN113137962A (zh) * | 2021-03-31 | 2021-07-20 | 广州宸祺出行科技有限公司 | 一种基于ar的遮挡环境下的视觉定位方法及*** |
CN113093763A (zh) * | 2021-04-13 | 2021-07-09 | 塔米智能科技(北京)有限公司 | 一种移动机器人调度***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107607110A (zh) | 一种基于图像和惯导技术的定位方法及*** | |
Zollmann et al. | Augmented reality for construction site monitoring and documentation | |
CN105143907B (zh) | 定位***和方法 | |
CN103703758B (zh) | 移动增强现实*** | |
EP2844009B1 (en) | Method and system for determining location and position of image matching-based smartphone | |
CN105190345A (zh) | 用于使用三维位置信息改进定位服务的***和方法 | |
CN108120436A (zh) | 一种iBeacon辅助地磁室内实景导航方法 | |
CN105371848A (zh) | 一种室内导航方法及用户终端 | |
CN110262507A (zh) | 一种基于5g通信的相机阵列机器人定位方法及装置 | |
CN110794955B (zh) | 定位跟踪方法、装置、终端设备及计算机可读取存储介质 | |
CN103776443A (zh) | 一种利用图像信息码提供校正信息的自主导航*** | |
CN110426725B (zh) | 一种精确定位室内用户移动终端的方法 | |
KR102097416B1 (ko) | 표고차를 고려한 지하관로의 관리를 위한 증강 현실 표현 방법 및 이를 기록한 기록매체 | |
CN102647512A (zh) | 一种空间信息全方位的展示方法 | |
Blut et al. | Three-dimensional CityGML building models in mobile augmented reality: a smartphone-based pose tracking system | |
CN107407566A (zh) | 基于vlc的矢量场指纹映射 | |
Fukuda et al. | Improvement of registration accuracy of a handheld augmented reality system for urban landscape simulation | |
CN107976185A (zh) | 一种基于二维码、陀螺仪和加速度计的定位***和定位方法以及信息服务方法 | |
CN106537409A (zh) | 确定影像的罗盘定位 | |
Wither et al. | Using aerial photographs for improved mobile AR annotation | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
Singh et al. | Ubiquitous hybrid tracking techniques for augmented reality applications | |
JP5920886B2 (ja) | 端末の位置・方位情報に基づいてpoiを推定するサーバ、システム、プログラム及び方法 | |
Shi et al. | A novel individual location recommendation system based on mobile augmented reality | |
CN108289327A (zh) | 一种基于图像的定位方法及*** |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200312 Address after: 200433 Siping Road 1239, Shanghai, Yangpu District Applicant after: TONGJI University Address before: 200136, room 66, No. 811, Lane 102, Boshan East Road, Shanghai, Pudong New Area Applicant before: Liu Erwu |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |