CN108225334B - 一种基于三维实景数据的定位方法及装置 - Google Patents

Abstract

本发明提供了一种基于三维实景数据的定位方法及装置，其中，该方法包括：获取待定位目标周围环境的多张图像；基于所述多张图像，提取所述待定位目标周围环境中的参照物的轮廓及纹理特征；将所述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配；根据匹配结果，确定所述待定位目标当前所处的地理位置信息。本发明中，将待定位目标周围环境中的参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配，以此确定待定位目标当前所处的地理位置信息，不同地方的参照物的轮廓及纹理特征差异较大，因此，采用轮廓及纹理特征定位的方式对待定位目标进行定位，准确性较高。

Description

一种基于三维实景数据的定位方法及装置

技术领域

本发明涉及定位技术领域，具体而言，涉及一种基于三维实景数据的定位方法及装置。

背景技术

当人们在使用地图的导航功能时，需要进行定位；或者，当机器人在工作时，需要对机器人进行定位；还或者，在一些其他应用场景中也需要进行定位，因此，在现在人们的生活、工作中，需要进行定位的频率越来越高。

现有技术中，在进行定位时，一般会采集用户周围的环境图像，对环境图像中的一些路牌或者商铺标牌等标志性信息进行识别，以此确定出用户当前的位置。

但是，现有技术中，仅仅根据周围的标识信息进行定位时，容易出现定位偏差，定位不准确。

发明内容

有鉴于此，本发明实施例的目的在于提供一种基于三维实景数据的定位方法及装置，以解决现有技术中，进行定位时，容易出现定位偏差，定位不准确的问题。

第一方面，本发明实施例提供了一种基于三维实景数据的定位方法，其中，所述方法包括：

获取待定位目标周围环境的三维实景数据；

基于所述三维实景数据，提取所述待定位目标周围环境中的参照物的轮廓及纹理特征；

将所述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配；

根据匹配结果，确定所述待定位目标当前所处的地理位置信息。

结合第一方面，本发明实施例提供了上述第一方面的第一种可能的实现方式，其中，所述基于所述多张图像，提取所述待定位目标周围环境中的参照物的轮廓及纹理特征，包括：

基于所述多张图像，构建所述待定位目标周围环境的三维模型；

从所述三维模型中，提取所述参照物的轮廓及纹理特征。

结合第一方面，本发明实施例提供了上述第一方面的第二种可能的实现方式，其中，所述城市特征数据库中包括多个路段周围的参照物的轮廓及纹理特征，且相邻路段之间有重叠；

所述将所述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配，包括：

从所述城市特征数据库中筛选出与所述参照物的轮廓及纹理特征的匹配度大于或等于第一预设阈值的多个路段对应的特征；

将所述参照物的轮廓及纹理特征在筛选出的多个路段对应的特征上以预设步长进行移动，以将所述参照物的轮廓及纹理特征分别与多个路段对应的特征进行第二次匹配；

所述根据匹配结果，确定所述待定位目标当前所处的地理位置信息，包括：

将第二次匹配中筛选出的路段确定为所述待定位目标当前所在的路段；

将该路段的中心位置坐标，确定为所述待定位目标当前所处的地理位置坐标。

结合第一方面的第二种可能的实现方式，本发明实施例提供了上述第一方面的第三种可能的实现方式，其中，所述从所述城市特征数据库中筛选出与所述参照物的轮廓及纹理特征的匹配度大于或等于第一预设阈值的多个路段对应的特征，包括：

确定所述参照物的轮廓及纹理特征与所述城市特征数据库中的每个路段对应的特征的匹配度；

筛选出匹配度大于或等于第一预设阈值的多个路段对应的特征。

结合第一方面至第一方面的第三种可能的实现方式中任一项，本发明实施例提供了上述第一方面的第四种可能的实现方式，其中，通过以下步骤建立所述城市特征数据库：

获取城市的三维实景数据；其中，所述三维实景数据包括倾斜摄影数据、激光点云数据和三维模型数据中的至少一种；

基于所述三维实景数据，提取所述城市中道路两侧的参照物的轮廓及纹理特征；

按照预设长度将所述道路划分为多个路段，确定每个路段两侧的参照物的轮廓及纹理特征；

将所述每个路段地理坐标与该路段两侧的参照物的轮廓及纹理特征的对应关系存储在所述城市特征数据库中。

第二方面，本发明实施例提供了一种基于三维实景数据的定位装置，其中，所述装置包括：

第一获取模块，用于获取待定位目标周围环境的三维实景数据；

第一提取模块，用于基于所述三维实景数据，提取所述待定位目标周围环境中的参照物的轮廓及纹理特征；

匹配模块，用于将所述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配；

确定模块，用于根据匹配结果，确定所述待定位目标当前所处的地理位置信息。

结合第二方面，本发明实施例提供了上述第二方面的第一种可能的实现方式，其中，所述第一提取模块包括：

构建单元，用于基于所述三维实景数据，构建所述待定位目标周围环境的三维模型；

提取单元，用于从所述三维模型中，提取所述参照物的轮廓及纹理特征。

结合第二方面，本发明实施例提供了上述第二方面的第二种可能的实现方式，其中，所述城市特征数据库中包括多个路段周围的参照物的轮廓及纹理特征，且相邻路段之间有重叠；

所述匹配模块，包括：

筛选单元，用于从所述城市特征数据库中筛选出与所述参照物的轮廓及纹理特征的匹配度大于或等于第一预设阈值的多个路段对应的特征；

匹配单元，用于将所述参照物的轮廓及纹理特征在筛选出的多个路段对应的特征上以预设步长进行移动，以将所述参照物的轮廓及纹理特征分别与多个路段对应的特征进行第二次匹配；

所述确定模块，包括：

第一确定单元，用于将第二次匹配中筛选出的路段对应的纹理确定为所述待定位目标的对应纹理；

第二确定单元，用于将选出的含地理位置坐标信息的纹理与参照物的纹理进行几何解析，进而确定所述待定位目标当前的地理位置坐标。

结合第二方面的第二种可能的实现方式，本发明实施例提供了上述第二方面的第三种可能的实现方式，其中，所述筛选单元，包括：

确定子单元，用于确定所述参照物的轮廓及纹理特征与所述城市特征数据库中的每个路段对应的特征的匹配度；

筛选子单元，用于筛选出匹配度大于或等于第一预设阈值的多个路段对应的特征。

结合第二方面至第二方面的第三种可能的实现方式中任一项，本发明实施例提供了上述第二方面的第四种可能的实现方式，其中，所述装置还包括：

第二获取模块，用于获取城市的三维实景数据；其中，所述三维实景数据至少包括倾斜摄影数据、激光点云数据和三维模型数据中的至少一种；

第二提取模块，用于基于所述三维实景数据，提取所述城市中道路两侧的参照物的轮廓及纹理特征；

划分模块，用于按照预设长度将所述道路划分为多个路段，确定每个路段两侧的参照物的轮廓及纹理特征；

存储模块，用于将所述每个路段与该路段两侧的参照物的轮廓及纹理特征的对应关系存储在所述城市特征数据库中。

在本发明实施例提供的基于三维实景数据的定位方法及装置中，将待定位目标周围环境中的参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配，以此确定待定位目标当前所处的地理位置信息，不同地方的参照物的轮廓及纹理特征差异较大，因此，采用轮廓及纹理特征定位的方式对待定位目标进行定位，准确性较高。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本发明一实施例所提供的基于三维实景数据的定位方法的流程图；

图2示出了本发明一实施例所提供的基于三维实景数据的定位方法中，建立城市特征数据库的流程图；

图3示出了本发明另一实施例所提供的基于三维实景数据的定位装置的结构示意图；

图4示出了本发明另一实施例所提供的基于三维实景数据的定位装置的第二种结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明一实施例提供了一种基于三维实景数据的定位方法，该方法主要应用于目标处于室外时的定位，比如，可以应用于地图中的定位，还可以应用于室外机器人的定位等等，参考图1所示，本发明实施例提供的定位方法包括步骤S110-S140，具体如下。

S110，获取待定位目标周围环境的三维实景数据。

其中，上述待定位目标可以是人、机器人、汽车等；上述待定位目标周围环境可以是待定位目标周围建筑物，在一种具体应用场景中，当待定位目标处于道路上时，上述待定位目标的周围环境则可以是当前道路两侧的建筑物。

在本发明实施例中，可以通过如下步骤获取待定位目标周围环境的三维实景数据：采集待定位目标周围环境的多张图像；将上述多张图像，确定为待定位目标周围环境的三维实景数据。

具体的，在上述步骤中，可以通过图像采集设备连续采集待定位目标周围环境的多张图像，在一种具体实施方式中，如果上述待定位目标在道路上进行移动，则可以在待定位目标移动的过程中，连续采集道路两侧的环境图像；在另外一种具体实施方式中，当上述待定位目标停在道路上时，可以从多角度连续采集道路两侧的环境图像。

S120，基于上述三维实景数据，提取待定位目标周围环境中的参照物的轮廓及纹理特征。

具体的，上述参照物可以是建筑物。

进一步的，上述提取参照物的轮廓及纹理特征，具体是通过如下过程实现的：

基于上述三维实景数据，构建待定位目标周围环境的三维模型；从上述三维模型中，提取所述参照物的轮廓及纹理特征。

其中，上述基于三维实景数据构建三维模型属于现有技术，因此，此处不再赘述构建的具体过程。

具体的，当获取到参照物的三维模型后，则通过如下步骤(1)-(5)提取上述参照物的轮廓及纹理特征:

(1)将上述三维模型平均划分为多个网格；

(2)提取每个网格的边界与三维模型的交线；

(3)确定上述交线顶点的变化率；

(4)将顶点的变化率均大于第二预设阈值的交线确定为上述参照物的轮廓；

(5)根据所述三维模型确定参照物的纹理特征。

具体的，由于三维模型属于立体图像，因此，可以将上述三维模型置于空间坐标系下，上述三维模型可以置于空间坐标系下的任何一个象限内。

在上述步骤(1)中，分别沿着空间坐标系的x轴、y轴和z轴以等间隔的距离将上述三维模型进行划分，在一种具体应用场景中，可以先沿着x轴每间隔5cm进行一次划分，再沿着y轴每间隔5cm进行一次划分，最后沿着z轴每间隔5cm进行一次划分，这样，可以将上述三维模型划分为多个立体网格。当然，上述只是一种具体的实施方式，并没有对x轴、y轴和z轴进行划分的先后顺序以及上述间隔的大小进行限定，这些均可以根据实际应用场景进行限定。

上述步骤(1)进行划分后得到的网格中，每个网格均存在多个边界面，该边界面是通过步骤(1)中的划分得到的，并且上述划分得到的网格中一部分网格的一部分边界面会与三维模型相交，边界面和三维模型相交的地方为曲线，因此，找到所有网格的边界面与三维模型的交线。

上述交线就是参照物的轮廓线，但是，由于地面上述的凸起物等导致的误差的影响，实际上，上述交线中的一部分并不是参照物的轮廓线，这时，需要对上述得到的交线进行进一步的筛选，具体通过上述步骤(3)和步骤(4)实现的。

因此，为了更精确的确定出上述参照物对应的轮廓特征，在本发明实施中，通过上述步骤(3)计算上述交线顶点的变化率，只有当该变化率大于第二预设阈值时，才将该变化率对应的相邻交线确定为参照物的轮廓线。

具体的，在上述步骤(3)中，通过如下过程确定交线顶点的变化率：提取交线顶点处三维模型的高度，计算每一个顶点与四周顶点之间的高度差，选取最大的高度差作为该交线顶点的变化率。

其中，上述第二预设阈值是预先设置好的一个阈值，该阈值的具体取值可以根据实际应用场景进行限定，本发明实施例并不对上述第二预设阈值的具体取值进行限定。

最终，将参照物对应的所有的轮廓线组成的图形确定为该参照物的轮廓。

在本发明实施例中，当确定出参照物的轮廓特征后，采用图像处理方法从上述参照物图像中提取出参照物的纹理特征，提取纹理特征属于现有技术，此处不再赘述。

S130，将上述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配。

其中，上述城市、特征数据库指的是待定位目标所在城市的特征数据。

S140，根据匹配结果，确定上述待定位目标当前所处的地理位置信息。

在本发明实施例中，通过上述步骤S130和步骤S140可以确定出待定位目标当前所处的地理位置信息，具体的，上述地理位置信息可以是地理位置坐标，该地理位置坐标可以是由经纬度构成的。

具体的，在上述城市特征数据库中包括多个路段周围的参照物的特征，且相邻路段之间的特征有重叠；此处数据库中存储的参照物的特征包括参照物的轮廓和纹理特征。

因此，上述步骤S130具体包括：

从上述城市特征数据库中筛选出与上述参照物的轮廓及纹理特征的匹配度大于或等于第一预设阈值的多个路段对应的特征；

将上述参照物的轮廓及纹理特征在筛选出的多个路段对应的特征上以预设步长进行移动，以将上述参照物的轮廓及纹理特征分别与多个路段对应的特征进行第二次匹配。

进一步的，上述从城市特征数据库中筛选出与上述参照物的轮廓及纹理特征的匹配度大于或等于预设阈值的多个路段对应的特征，是通过如下过程实现的，具体包括：

确定上述参照物的轮廓及纹理特征与上述城市特征数据库中的每个路段对应的特征的匹配度；筛选出匹配度大于或等于上述第一预设阈值的多个路段对应的特征。

其中，上述确定参照物的轮廓及纹理特征与上述城市特征数据库中的每个路段对应的特征的匹配度，包括确定参照物的轮廓与上述城市特征数据库中的每个路段对应的轮廓的匹配度，以及确定参照物的纹理特征与上述城市特征数据库中每个路段对应的纹理特征的匹配度。

上述第一预设阈值是预先设定的一个数值，该阈值的大小可以根据实际应用场景进行设置，比如说，可以设置为80％、75％等任意数值，当然，该预设阈值的设定不宜过小，当上述第一预设阈值设置的过小时，会筛选出较多路段对应的特征，增加了下面第二次匹配的运算量，一般的，上述第一预设阈值的取值应该大于50％。另外，上述第一预设阈值的取值也不宜过大，这样容易出现漏选路段的情况，可能会影响最终定位的精准度。

上述筛选出与参照物的轮廓及纹理特征的匹配度大于或等于第一预设阈值的多个路段对应的特征，实际上是对参照物的轮廓及纹理特征进行粗匹配的过程，当筛选出多个路段对应的特征后，还需要将上述参照物的轮廓及纹理特征与多个路段中的每个路段进行第二次匹配，以确定出待定位目标当前的地理位置信息。

具体的，上述进行第二次匹配时，具体通过以下过程实现：

将上述参照物的轮廓及纹理特征在筛选出的每个路段对应的特征上以预设步长进行前后移动，具体的，可以是将参照物轮廓及纹理特征的中心点在每个路段对应的特征上进行前后移动，确定出参照物的轮廓及纹理特征与该路段的特征的最佳匹配度；通过上述方法确定出参照物的轮廓及纹理特征与筛选出的每个路段的特征的最佳匹配度，将每个路段对应的最佳匹配度进行比较，将匹配度最大的一个路段确定为待定位目标当前所处的路段。

在上述步骤S140中，根据匹配结果，确定上述待定位目标当前所处的地理位置信息，是通过如下过程实现的，具体包括：

将第二次匹配中筛选出的路段确定为待定位目标当前所在的路段；将上述路段的中心位置坐标，确定为待定位目标当前所处的地理位置坐标。

进一步的，如图2所示，本发明实施例中的城市特征数据库则是通过以下步骤建立的，包括步骤S210-S240,具体如下：

S210，获取城市的三维实景数据；

其中，所述三维实景数据包括倾斜摄影数据、激光点云数据和三维模型数据中的至少一种。

S220，基于上述三维实景数据，提取上述城市中道路两侧的参照物的轮廓及纹理特征；

S230，按照预设长度将上述道路划分为多个路段，确定每个路段两侧的参照物的轮廓及纹理特征；

S240，将上述每个路段与该路段两侧的参照物的轮廓及纹理特征的对应关系存储在上述城市特征数据库中。

上述倾斜摄影数据指的是通过倾斜摄影技术采集的数据，通过倾斜摄影技术采集的数据包括从垂直角度、四个倾斜角度等五个不同角度采集的影像。

因此，上述倾斜摄影数据包括垂直角度的影像数据和四个倾斜角度的影像数据。

在上述步骤S220中，基于三维实景数据，提取道路两侧的参照物的轮廓及纹理特征是通过两个步骤实现的，第一，则是基于上述三维实景数据，构建上述城市的三维模型；第二，从该城市的三维模型中，提取道路两侧的参照物的轮廓及纹理特征。

进一步的，上述基于三维实景数据，构建城市的三维模型是通过如下过程实现的：将采集的三维实景数据转换成统一的预设格式，并提取该三维实景数据中每个图像的特征点，并为每个特征点设置一个对应的标识，该标识可以是编号。

下一步则采用光速法平差，根据每个特征点对应的标识查找该特征点在其他图像上对应的点，具体包括：判断各个特征点的相似度，将相似度高的特征点组成像对，然后对这些像对进行排序，形成成千上万的点对。之后采用光速法剔除匹配度不高的像对，再计算相机的位置，形成稀疏点云。

之后则基于上述稀疏点云创建密集点云，之后，采用平滑算法创建网格模型，再对上述网格模型贴纹理，得到最终的三维模型。

从上述三维模型中提取参照物的轮廓及纹理特征的过程，在上述已经描述，因此此处不再赘述。

在上述步骤S230中，可以将每个道路划分为多个路段，且每个路段与每个路段之间有一定的重叠度，并且，给每一个路段进行编码。

具体的，在上述步骤S240中，可以将每个路段的编码与该路段两侧的参照物的轮廓及纹理特征之间的对应关系存储在该城市特征数据库中。

在本发明实施例中，上述数据库中存储的是该城市的参照物的轮廓及纹理特征，占用的存储空间较小，并且，在进行匹配的时候，匹配速度快，准确率高。

本发明实施例提供的基于三维实景数据的定位方法，将待定位目标周围环境中的参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配，以此确定待定位目标当前所处的地理位置信息，不同地方的参照物的轮廓及纹理特征差异较大，因此，采用轮廓及纹理特征定位的方式对待定位目标进行定位，准确性较高。

基于与上述基于三维实景数据的定位方法相同的原理，本发明实施例还提供了一种基于三维实景数据的定位装置，该基于三维实景数据的定位装置用于执行上述基于三维实景数据的定位方法，如图3所述，该装置包括第一获取模块310、第一提取模块320、匹配模块330和确定模块340，其中，

所述第一获取模块310，用于获取待定位目标周围环境的三维实景数据；

上述第一提取模块320，用于基于上述三维实景数据，提取上述待定位目标周围环境中的参照物的轮廓及纹理特征；

上述匹配模块330，用于将上述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配；

上述确定模块340，用于根据匹配结果，确定上述待定位目标当前所处的地理位置信息。

进一步的，上述第一提取模块320提取待定位目标周围环境中的参照物的轮廓及纹理特征，是通过构建单元和提取单元实现的，具体包括：

上述构建单元，用于基于上述三维实景数据，构建上述待定位目标周围环境的三维模型；上述提取单元，用于从上述三维模型中，提取上述参照物的轮廓及纹理特征。

进一步的，上述城市特征数据库中包括多个路段周围的参照物的轮廓及纹理特征，且相邻路段之间有重叠；

上述匹配模块330，包括：筛选单元和匹配单元，具体的，

上述筛选单元，用于从城市特征数据库中筛选出与参照物的轮廓及纹理特征的匹配度大于或等于第一预设阈值的多个路段对应的特征；上述匹配单元，用于将参照物的轮廓及纹理特征在筛选出的多个路段对应的特征上以预设步长进行移动，以将参照物的轮廓及纹理特征分别与多个路段对应的特征进行第二次匹配；

具体的，上述确定模块340，包括第一确定单元和第二确定单元，其中，

上述第一确定单元，用于将第二次匹配中筛选出的路段确定为待定位目标当前所在的路段；上述第二确定单元，用于将该路段的中心位置坐标，确定为上述待定位目标当前所处的地理位置坐标。

进一步的，上述筛选单元，包括确定子单元和筛选子单元，具体包括：

上述确定子单元，用于确定上述参照物的轮廓及纹理特征与城市特征数据库中的每个路段对应的特征的匹配度；上述筛选子单元，用于筛选出匹配度大于或等于第一预设阈值的多个路段对应的特征。

参考图4所示，本发明实施例提供的定位装置，还包括第二获取模块350、第二提取模块360、划分模块370和存储模块380，其中，

上述第二获取模块350，用于获取城市的三维实景数据；其中，所述三维实景数据至少包括倾斜摄影数据、激光点云数据和三维模型数据中的至少一种；上述第二提取模块360，用于基于所述三维实景数据，提取所述城市中道路两侧的参照物的轮廓及纹理特征；上述划分模块370，用于按照预设长度将上述道路划分为多个路段，确定每个路段两侧的参照物的轮廓及纹理特征；上述存储模块380，用于将上述每个路段与该路段两侧的参照物的轮廓及纹理特征的对应关系存储在上述城市特征数据库中。

本发明实施例提供的基于三维实景数据的定位装置，将待定位目标周围环境中的参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配，以此确定待定位目标当前所处的地理位置信息，不同地方的参照物的轮廓及纹理特征差异较大，因此，采用轮廓及纹理特征定位的方式对待定位目标进行定位，准确性较高。

本发明实施例所提供的基于三维实景数据的定位装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的***、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种基于三维实景数据的定位方法，其特征在于，所述方法包括：

获取待定位目标周围环境的三维实景数据；

基于所述三维实景数据，提取所述待定位目标周围环境中的参照物的轮廓及纹理特征；

将所述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配；

根据匹配结果，确定所述待定位目标当前所处的地理位置信息；

所述城市特征数据库中包括多个路段周围的参照物的轮廓及纹理特征，且相邻路段之间有重叠；

所述将所述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配，包括：

从所述城市特征数据库中筛选出与所述参照物的轮廓及纹理特征的匹配度大于或等于预设阈值的多个路段对应的特征；

将所述参照物的轮廓及纹理特征在筛选出的多个路段对应的特征上以预设步长进行移动，以将所述参照物的轮廓及纹理特征分别与多个路段对应的特征进行第二次匹配；

所述根据匹配结果，确定所述待定位目标当前所处的地理位置信息，包括：

将第二次匹配中筛选出的路段确定为所述待定位目标当前所在的路段；

将该路段的中心位置坐标，确定为所述待定位目标当前所处的地理位置坐标。

2.根据权利要求1所述的方法，其特征在于，基于所述三维实景数据，提取所述待定位目标周围环境中的参照物的轮廓及纹理特征，包括：

基于所述三维实景数据，构建所述待定位目标周围环境的三维模型；

从所述三维模型中，提取所述参照物的轮廓及纹理特征。

3.根据权利要求1所述的方法，其特征在于，所述从所述城市特征数据库中筛选出与所述参照物的轮廓及纹理特征的匹配度大于或等于预设阈值的多个路段对应的特征，包括：

确定所述参照物的轮廓及纹理特征与所述城市特征数据库中的每个路段对应的特征的匹配度；

筛选出匹配度大于或等于预设阈值的多个路段对应的特征。

4.根据权利要求1-3任一项所述的方法，其特征在于，通过以下步骤建立所述城市特征数据库：

获取城市的三维实景数据；其中，所述三维实景数据包括倾斜摄影数据、激光点云数据和三维模型数据中的至少一种；

基于所述三维实景数据，提取所述城市中道路两侧的参照物的轮廓及纹理特征；

按照预设长度将所述道路划分为多个路段，确定每个路段两侧的参照物的轮廓及纹理特征；

将所述每个路段地理坐标与该路段两侧的参照物的轮廓及纹理特征的对应关系存储在所述城市特征数据库中。

5.一种基于三维实景数据的定位装置，其特征在于，所述装置包括：

第一获取模块，用于获取待定位目标周围环境的三维实景数据；

第一提取模块，用于基于所述三维实景数据，提取所述待定位目标周围环境中的参照物的轮廓及纹理特征；

匹配模块，用于将所述参照物的轮廓及纹理特征与预先建立的城市特征数据库进行匹配；

确定模块，用于根据匹配结果，确定所述待定位目标当前所处的地理位置信息；

所述城市特征数据库中包括多个路段周围的参照物的轮廓及纹理特征，且相邻路段之间有重叠；

所述匹配模块，包括：

筛选单元，用于从所述城市特征数据库中筛选出与所述参照物的轮廓及纹理特征的匹配度大于或等于预设阈值的多个路段对应的特征；

匹配单元，用于将所述参照物的轮廓及纹理特征在筛选出的多个路段对应的特征上以预设步长进行移动，以将所述参照物的轮廓及纹理特征分别与多个路段对应的特征进行第二次匹配；

所述确定模块，包括：

第一确定单元，用于将第二次匹配中筛选出的路段对应的纹理确定为所述待定位目标的对应纹理；

第二确定单元，用于将选出的含地理位置坐标信息的纹理与参照物的纹理进行几何解析，进而确定所述待定位目标当前的地理位置坐标。

6.根据权利要求5所述的装置，其特征在于，所述第一提取模块包括：

构建单元，用于基于所述三维实景数据，构建所述待定位目标周围环境的三维模型；

提取单元，用于从所述三维模型中，提取所述参照物的轮廓及纹理特征。

7.根据权利要求5所述的装置，其特征在于，所述筛选单元，包括：

确定子单元，用于确定所述参照物的轮廓及纹理特征与所述城市特征数据库中的每个路段对应的特征的匹配度；

筛选子单元，用于筛选出匹配度大于或等于预设阈值的多个路段对应的特征。

8.根据权利要求5-7任一项所述的装置，其特征在于，所述装置还包括：

第二获取模块，用于获取城市的三维实景数据；其中，所述三维实景数据至少包括倾斜摄影数据、激光点云数据和三维模型数据中的至少一种；

第二提取模块，用于基于所述三维实景数据，提取所述城市中道路两侧的参照物的轮廓及纹理特征；

划分模块，用于按照预设长度将所述道路划分为多个路段，确定每个路段两侧的参照物的轮廓及纹理特征；

存储模块，用于将所述每个路段与该路段两侧的参照物的轮廓及纹理特征的对应关系存储在所述城市特征数据库中。

Images