CN111723682A - 提供位置服务的方法、装置、可读存储介质及电子设备 - Google Patents
提供位置服务的方法、装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN111723682A CN111723682A CN202010470666.9A CN202010470666A CN111723682A CN 111723682 A CN111723682 A CN 111723682A CN 202010470666 A CN202010470666 A CN 202010470666A CN 111723682 A CN111723682 A CN 111723682A
- Authority
- CN
- China
- Prior art keywords
- marker
- mobile terminal
- image
- positioning
- position information
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000003550 marker Substances 0.000 claims abstract description 266
- 230000004044 response Effects 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 8
- 230000000875 corresponding effect Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
Abstract
本公开涉及一种提供位置服务的方法、装置、可读存储介质及电子设备。应用于服务器,方法包括:响应于接收自移动终端发送的定位请求,识别出定位图像中的标志物;获取定位图像中的标志物的位置信息;根据定位图像,确定移动终端相对于标志物的相对位置信息;根据标志物的位置信息和所述相对位置信息,确定移动终端的位置信息。这样,无需部署硬件设备,仅通过移动终端拍摄的定位图像即可确定出移动终端的位置信息,简化了定位过程。并且,在定位过程中,由于考虑了移动终端相对于标志物的相对位置信息,因此,可以准确地确定出移动终端的位置信息,实现精准定位。
Description
技术领域
本公开涉及定位技术领域,具体地,涉及一种提供位置服务的方法、装置、可读存储介质及电子设备。
背景技术
随着定位技术的快速发展和智能终端技术的不断更新,基于位置的服务广泛应用于工作生活的各个领域,人们对定位精度的要求越来越高。室外定位多使用GPS(GlobalPositioning System,全球定位***)进行定位。但是,在室内应用GPS进行定位时误差较大。
通常情况下,在室内多是使用蓝牙、WIFI(Wireless Fidelity,无线保真)、RFID(Radio Frequency Identification,射频识别技术)、UWB(Ultra-Wideband,无载波通信技术)等方式进行定位。但是,采用蓝牙、WIFI室内定位技术,定位误差大,无法准确识别位置信息,并且需要提前部署硬件;采用RFID、UWB室内定位技术,如果要达到较高的定位精度,所需要的相关设备硬件成本较大,并且需要将射频标签绑定到定位对象上才能实现定位,若定位对象为用户,在将射频标签绑定到用户上时,用户可以感知到,影响用户体验。因此,现有的室内定位技术,在定位时均需要依赖额外的硬件设备,并且定位精度不高,无法实现高精度定位。
发明内容
本公开的目的是提供一种提供位置服务的方法、装置、可读存储介质及电子设备,以提高定位精度。
为了实现上述目的,本公开第一方面提供一种提供位置服务的方法,应用于服务器,包括:
响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物;
获取所述定位图像中的标志物的位置信息;根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息;
根据所述标志物的位置信息和所述相对位置信息,确定所述移动终端的位置信息。
可选地,所述根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息,包括:
将所述定位图像输入至相对位置信息确定模型,获得所述相对位置信息确定模型输出的所述移动终端相对于所述标志物的相对位置信息,其中,所述相对位置信息确定模型是通过将样本定位图像作为模型输入参数以及将拍摄所述样本定位图像时的移动终端相对于所述样本定位图像中的标志物的相对位置信息作为模型输出参数对神经网络模型进行训练得到的。
可选地,所述根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息,包括:
从预设的关键帧图像库中,确定与所述定位图像相匹配的目标关键帧图像,所述关键帧图像库中存储有所述移动终端当前所处区域的预设数量帧场景图像;
根据所述目标关键帧图像的三维点云数据和所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息。
可选地,所述响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物,包括:
响应于接收自移动终端发送的包含定位图像的定位请求,从所述定位图像中提取出标志物图像部分;
在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物数据库中存储有标志物图像和标志物标识。
可选地,所述定位请求还包括由所述移动终端从所述定位图像中提取得到的标志物图像部分;所述响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物,包括:
响应于接收自移动终端发送的包含定位图像的定位请求,在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物数据库中存储有标志物图像和标志物标识。
可选地,所述方法还包括:
向所述移动终端发送所述移动终端的位置信息,以使所述移动终端显示所述移动终端的位置信息。
可选地,所述移动终端的位置信息包括所述移动终端的位置和所述移动终端的朝向;所述方法还包括:
响应于接收自所述移动终端发送的路径规划请求,根据终点位置、所述移动终端当前所处区域的地图、以及所述移动终端的位置,进行路径规划,所述路径规划请求包括所述终点位置;
将规划后的路径和所述移动终端的朝向发送给所述移动终端。
本公开第二方面还提供一种提供位置服务的装置,应用于服务器,包括:
识别模块,被配置成用于响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物;
获取模块,被配置成用于获取所述定位图像中的标志物的位置信息;
第一确定模块,被配置成用于根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息;
第二确定模块,被配置成用于根据所述标志物的位置信息和所述相对位置信息,确定所述移动终端的位置信息。
可选地,所述第一确定模块,还被配置成用于将所述定位图像输入至相对位置信息确定模型,获得所述相对位置信息确定模型输出的所述移动终端相对于所述标志物的相对位置信息,其中,所述相对位置信息确定模型是通过将样本定位图像作为模型输入参数以及将拍摄所述样本定位图像时的移动终端相对于所述样本定位图像中的标志物的相对位置信息作为模型输出参数对神经网络模型进行训练得到的。
可选地,所述第一确定模块包括:
第一确定子模块,被配置成用于从预设的关键帧图像库中,确定与所述定位图像相匹配的目标关键帧图像,所述关键帧图像库中存储有所述移动终端当前所处区域的预设数量帧场景图像;
第二确定子模块,被配置成用于根据所述目标关键帧图像的三维点云数据和所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息。
可选地,所述识别模块包括:
提取子模块,被配置成用于响应于接收自移动终端发送的包含定位图像的定位请求,从所述定位图像中提取出标志物图像部分;
识别子模块,被配置成用于在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物数据库中存储有标志物图像和标志物标识。
可选地,所述定位请求还包括由所述移动终端从所述定位图像中提取得到的标志物图像部分;所述识别模块,被配置成用于响应于接收自移动终端发送的包含定位图像的定位请求,在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物数据库中存储有标志物图像和标志物标识。
可选地,所述装置还包括:
第一发送模块,被配置成用于向所述移动终端发送所述移动终端的位置信息,以使所述移动终端显示所述移动终端的位置信息。
可选地,所述移动终端的位置信息包括所述移动终端的位置和所述移动终端的朝向;所述装置还包括:
规划模块,被配置成用于响应于接收自所述移动终端发送的路径规划请求,根据终点位置、所述移动终端当前所处区域的地图、以及所述移动终端的位置,进行路径规划,所述路径规划请求包括所述终点位置;
第二发送模块,被配置成用于将规划后的路径和所述移动终端的朝向发送给所述移动终端。
本公开第三方面还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本公开第一方面所提供的所述方法的步骤。
本公开第四方面还提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面所提供的所述方法的步骤。
通过上述技术方案,可以通过定位图像中的标志物的位置信息、以及移动终端相对于标志物的相对位置信息,确定移动终端的位置信息,无需部署硬件设备,仅通过移动终端拍摄的定位图像即可确定出移动终端的位置信息,简化了定位过程。并且,在定位过程中,由于考虑了移动终端相对于标志物的相对位置信息,因此,可以准确地确定出移动终端的位置信息,实现精准定位。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的一种提供位置服务的方法的流程图。
图2是根据一示例性实施例示出的一种识别出定位图像中的标志物方法的流程图。
图3是根据一示例性实施例示出的一种确定移动终端相对于标志物的相对位置信息的方法的流程图。
图4是根据另一示例性实施例示出的一种提供位置服务的方法的流程图。
图5是根据一示例性实施例示出的一种提供位置服务的装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
考虑到室内通常会存在不同的标志物,且该标志物的位置是确定的,以及,定位者在室内时,其周围也会存在一些标志物,因此,可以基于室内的标志物的位置确定定位者的位置。如此,可以避免在室内定位时需要部署硬件设备的弊端。此外,发明人考虑到定位者不一定位于该标志物所在的位置处,即,该定位者所在位置与标志物的位置可能存在一定的偏差,如果直接将标志物的位置确定为定位者的位置,则会导致定位精度不高。基于上述分析,本公开提供一种提供位置服务的方法、装置、可读存储介质及电子设备。
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性实施例示出的一种提供位置服务的方法的流程图,该方法应用于服务器。如图1所示,该方法可以包括以下步骤。
在步骤11中,响应于接收自移动终端发送的包含定位图像的定位请求,识别出定位图像中的标志物。
在本公开中,提供位置服务的方法可以应用在室外环境,也可以应用在室内环境。本公开对此不作具体限定。用户在需要确定自己当前所位于的位置时,可以通过其移动终端拍摄用户当前所处环境的场景图像(以下称为定位图像),该场景图像中至少包括标志物图像部分,之后,向服务器发送定位请求,该定位请求中包括该场景图像。这样,服务器即可接收自移动终端发送的包含定位图像的定位请求,并利用图像识别技术识别出该定位图像中的标志物。其中,标志物可以是室内各商家的招牌、宣传标语条幅、店铺门面、导向标志、地标等等。
其中,移动终端可以包括但不限于:智能手机、平板电脑、个人数字助理、可穿戴电子设备等等。
在步骤12中,获取定位图像中的标志物的位置信息。
需要说明的是,预先在服务器中存储有移动终端当前所处区域内的各标志物标识和标志物标识对应的标志物的位置信息,这样,在步骤11中识别出定位图像中的标志物之后,服务器还可以进一步获取到该定位图像中的标志物的位置信息。
在步骤13中,根据定位图像,确定移动终端相对于标志物的相对位置信息。
如上所示,移动终端当前所在的位置与标志物的位置可能存在一定的偏差,在本公开中,为了提高定位的准确度,在定位过程中,还需确定拍摄定位图像的移动终端相对于标志物的相对位置信息。需要说明的是,在本公开中,可以先执行步骤12再执行步骤13,也可以先执行步骤13再执行步骤12,还可以同时执行步骤12和步骤13,本公开对此不作具体限定,在图1中以先执行步骤12再执行步骤13为例进行说明。
在步骤14中,根据标志物的位置信息和相对位置信息,确定移动终端的位置信息。
在按照上述方式分别确定出标志物的位置信息、以及移动终端相对于标志物的相对位置信息之后,可以根据标志物的位置信息和相对位置信息,确定移动终端的位置信息。示例地,可以将标志物的位置信息和相对位置信息叠加,得到移动终端的位置信息。需要说明的是,标志物的位置信息和相对位置信息都是基于同一位置坐标系而言的。
采用上述技术方案,可以通过定位图像中的标志物的位置信息、以及移动终端相对于标志物的相对位置信息,确定移动终端的位置信息,这样,无需部署硬件设备,仅通过移动终端拍摄的定位图像即可确定出移动终端的位置信息,简化了定位过程。并且,在定位过程中,由于考虑了移动终端相对于标志物的相对位置信息,因此,可以准确地确定出移动终端的位置信息,实现精准定位。
为了使本领域技术人员更好的理解本公开提供的提供位置服务的方法,下面以一个完整的实施例进行说明。
首先,对图1中的响应于接收自移动终端发送的包含定位图像的定位请求,识别出定位图像中的标志物的具体实施方式进行说明。
在一种实施例中,可以根据定位请求中包含的定位图像,识别出定位图像中的标志物。但是,考虑到定位图像中除了包括标志物图像部分之外,还可以包括其他的与标志物无关的信息,如果对整帧定位图像进行识别,以确定出定位图像中的标志物,使得识别的区域较大(整帧定位图像),可能会增加图像识别过程中的像素点或特征点对比的工作量。因此,在本公开中,优选地,可以对标志物图像部分进行识别,以确定出定位图像中的标志物。
在另一种实施例中,如图2所示,图1中的步骤11可以具体包括以下步骤。
在步骤111中,响应于接收自移动终端发送的包含定位图像的定位请求,从定位图像中提取出标志物图像部分。
在该实施例中,服务器在接收到移动终端发送的定位请求时,从该定位请求中包含的定位图像中,提取出标志物图像部分。其中,可以通过图像识别技术或者机器学习的方式提取出标志物图像部分,在本公开对此不作具体限定。
在步骤112中,在预设的标志物数据库中,识别出与标志物图像部分相匹配的目标标志物图像,并将目标标志物图像对应的目标标志物作为定位图像中的标志物。
其中,标志物数据库中预先存储有标志物图像和标志物标识,该标志物标识可以是标志物名称。在标志物为商家招牌时,该标志物标识可以是商家名称。
具体地,在提取出标志物图像部分之后,在预设的标志物数据库中,识别出与标志物图像部分相匹配的目标标志物图像。示例地,可以分别计算该标志物图像部分与标志物数据库中存储的标志物图像的相似度,并将相似度最大的标志物图像确定为与该标志物图像部分相匹配的目标标志物图像。
需要说明的是,定位图像中可以包括一个或多个标志物,在包括多个标志物的情况下,相应地,可以提取出多个标志物图像部分。在一种方式中,可以计算多个标志物图像部分中的任意一标志物图像部分与标志物数据库中存储的标志物图像的相似度,并将相似度最大的标志物图像确定为与该标志物图像部分相匹配的目标标志物图像,其他的标志物图像部分可忽略。示例地,假设定位图像中包括标志物A、标志物B和标志物C,则可以提取出标志物A图像部分、标志物B图像部分和标志物C图像部分。可以任意选取其中一个标志物图像部分与标志物数据库中存储的标志物图像进行匹配,以识别出所选取的标志物图像部分对应的标志物。例如,选取标志物A图像部分,分别计算标志物A图像部分与标志物数据库中存储的标志物图像的相似度,并将相似度最大的标志物图像确定为与该标志物A图像部分相匹配的目标标志物图像。
在另一种方式中,针对每一个标志物图像部分,计算该标志物图像部分与标志物数据库中存储标志物图像相似度,并将相似度最大的标志物图像确定为与该标志物图像部分相匹配的目标标志物图像,以得到各标志物图像部分相匹配的标志物图像。之后,再次将相似度最大的标志物图像确定为目标标志物图像。示例地,沿用上述例子,假设与标志物A图像部分相匹配的标志物图像为图像a,两者相似度为0.6,与标志物B图像部分相匹配的标志物图像为图像b,两者相似度为0.8,与标志物C图像部分相匹配的标志物图像为图像c,两者相似度为0.9,则将图像c确定为目标标志物图像。
在按照上述方式确定出目标标志物图像后,根据该目标标志物图像的标识,确定出该目标标志物图像对应的目标标志物,将该目标标志物作为定位图像中的标志物。
在又一种实施例中,定位请求除了可以包括定位图像之外,还可以包括由移动终端从定位图像中提取得到的标志物图像部分。相应地,服务器在接收到定位请求时,即可获取到该标志物图像部分,之后,在预设的标志物数据库中,识别出与标志物图像部分相匹配的目标标志物图像,并将目标标志物图像对应的目标标志物作为定位图像中的标志物。
其中,移动终端可以通过图像识别技术或者机器学习的方式提取出标志物图像部分,本公开对此不作具体限定。识别与标志物图像部分相匹配的目标标志物图像,以及将目标标志物图像对应的目标标志物作为定位图像中的标志物的具体实施方式如上文所示,此处不再赘述。
需要说明的是,预设的标志物数据库中还可以预先存储有标志物的位置信息,这样,在确定出目标标志物图像之后,还可以进一步获取到该目标标志物图像对应的目标标志物的位置信息,并将该位置信息确定为定位图像中的标志物的位置信息。
接着,对图1中的根据定位图像,确定移动终端相对于标志物的相对位置信息的具体实施方式进行说明。
在本公开一种实施方式中,可以通过机器学习的方式,确定移动终端相对于标志物的相对位置信息。具体地,将定位图像输入至相对位置信息确定模型,获得相对位置信息确定模型输出的移动终端相对于标志物的相对位置信息。
在该实施例中,相对位置信息确定模型可以是预先训练得到的。例如,针对该区域内的每一标志物,分别在不同位置和方向上拍摄包含该标志物的图像,该图像可以称为样本定位图像,并将该样本定位图像作为模型输入参数,并将拍摄该样本定位图像时的移动终端相对于该样本定位图像中的标志物的相对位置信息作为模型输出参数,对神经网络模型进行训练,以得到相对位置信息确定模型。
需要说明的是,在该实施例中,可以为该区域内的所有标志物训练一个总的相对位置信息确定模型。但是,考虑到该相对位置信息确定模型的精度较低,在将定位图像输入至相对位置信息确定模型后,输出的移动终端相对于标志物的相对位置信息可能不准确,因此,在一种实施例中,还可以采用分治思想,针对该区域内每一标志物分别训练一相对位置信息确定模型。在识别出定位图像中的标志物之后,确定该标志物对应的相对位置信息确定模型,之后,将该定位图像输入至所确定的相对位置信息确定模型中,以得到该相对位置信息确定模型输出的移动终端相对于标志物的相对位置信息。
为了提高相对位置的确定精度,确保所确定的移动终端的位置信息的准确度,在本公开另一种实施方式中,提供另一种基于定位图像确定移动终端相对于标志物的相对位置信息的方法。请参考图3,图3是根据一示例性实施例示出的一种确定移动终端相对于标志物的相对位置信息的方法的流程图。如图3所示,该方法可以包括以下步骤。
在步骤131中,从预设的关键帧图像库中,确定与定位图像相匹配的目标关键帧图像。
其中,可以通过以下方式预先建立关键帧图像库:首先,对移动终端当前所处区域(例如某一商场)录制视频,以使视频中可以包括该区域内的所有标志物,之后,按照预设规则,从该视频中提取预设数量的包括该区域内的标志物的场景图像,作为关键帧图像,并存储在数据库中,以得到关键帧图像库。这样,关键帧图像库中就存储了移动终端当前所处区域的预设数量帧包括该区域内的标志物的场景图像。
可以通过相关技术中的图像处理技术计算定位图像与预设的关键帧图像库中的每一场景图像的相似度,并将相似度最大的场景图像确定为与定位图像相匹配的目标关键帧图像,本公开对此不作具体说明和限制。
在步骤132中,根据目标关键帧图像的三维点云数据和定位图像,确定移动终端相对于标志物的相对位置信息。
其中,在关键帧图像库中除了存储有与预设数量帧场景图像之外,还关联存储有各场景图像的三维点云数据。这样,在确定出与定位图像相匹配的目标关键帧图像时,还可以确定出该目标关键帧图像的三维点云数据。之后,根据该目标关键帧图像的三维点云数据和定位图像,确定移动终端相对于标志物的相对位置信息。具体地,根据目标关键帧图像的三维点云数据与二维定位图像的映射关系,通过DLT(Direct Linear Transform,直接线性变换)算法,计算出移动终端相对于标志物的相对位置信息。
在按照上述方式确定出移动终端相对于标志物的相对位置信息之后,将该相对位置信息和标志物的位置信息叠加,得到移动终端的位置信息。
在一种实施方式中,在确定出移动终端的位置信息之后,服务器还可以向移动终端发送移动终端的位置信息,以使该移动终端显示该位置信息,便于移动终端的用户可以获知其当前所位于的位置。
在另一种实施例中,移动终端的位置信息包括移动终端的位置和移动终端的朝向。图4是根据另一示例性实施例示出的一种提供位置服务的方法的流程图。如图4所示,该提供位置服务方法除了包括步骤11至步骤14之外,还可以包括步骤15和步骤16。
在步骤15中,响应于接收自移动终端发送的路径规划请求,根据终点位置、移动终端当前所处区域的地图、以及移动终端的位置,进行路径规划。
在接收到移动终端发送的路径规划请求时,可以根据该路径规划请求中包括的终点位置、移动终端当前所处区域的地图、以及通过上述方案确定的移动终端的位置,为该移动终端规划路径。其中,可以采用相关技术进行路径规划,此处不再赘述。
在步骤16中,将规划后的路径和移动终端的朝向发送给移动终端。
考虑到在一些情况下,移动终端的用户的方向感较差,不知道自己当前的朝向,即便是查看到规划后的路径后,还可能会出现用户移动轨迹偏离服务器所规划的路径的情况。为了避免用户的移动轨迹与规划的路径不一致,以及确保用户可以快速地沿着规划的路径移动,在本公开中,服务器在规划路径之后,将规划后的路径和移动终端的朝向发送给移动终端,以使用户可以获知到移动终端的朝向。需要说明的是,用户朝向通常是与移动终端的朝向一致的,因此,用户在获知到移动终端的朝向时,即可获知自己的朝向,进而可以快速地沿着规划的路径移动。
基于同一发明构思,本公开还提供一种提供位置服务的装置。图5是根据一示例性实施例示出的一种提供位置服务的装置的框图,应用于服务器,如图5所示,所述装置可以包括:
识别模块51,被配置成用于响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物;
获取模块52,被配置成用于获取所述定位图像中的标志物的位置信息;
第一确定模块53,被配置成用于根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息;
第二确定模块54,被配置成用于根据所述标志物的位置信息和所述相对位置信息,确定所述移动终端的位置信息。
可选地,所述第一确定模块53,还被配置成用于将所述定位图像输入至相对位置信息确定模型,获得所述相对位置信息确定模型输出的所述移动终端相对于所述标志物的相对位置信息,其中,所述相对位置信息确定模型是通过将样本定位图像作为模型输入参数以及将拍摄所述样本定位图像时的移动终端相对于所述样本定位图像中的标志物的相对位置信息作为模型输出参数对神经网络模型进行训练得到的。
可选地,所述第一确定模块53可以包括:
第一确定子模块,被配置成用于从预设的关键帧图像库中,确定与所述定位图像相匹配的目标关键帧图像,所述关键帧图像库中存储有所述移动终端当前所处区域的预设数量帧场景图像;
第二确定子模块,被配置成用于根据所述目标关键帧图像的三维点云数据和所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息。
可选地,所述识别模块51可以包括:
提取子模块,被配置成用于响应于接收自移动终端发送的包含定位图像的定位请求,从所述定位图像中提取出标志物图像部分;
识别子模块,被配置成用于在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物数据库中存储有标志物图像和标志物标识。
可选地,所述定位请求还包括由所述移动终端从所述定位图像中提取得到的标志物图像部分;所述识别模块51,被配置成用于响应于自移动终端发送的包含定位图像的定位请求,在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物图像部分由所述移动终端从所述定位图像中提取得到,所述标志物数据库中存储有标志物图像和标志物标识。
可选地,所述装置还包括:
第一发送模块,被配置成用于向所述移动终端发送所述移动终端的位置信息,以使所述移动终端显示所述移动终端的位置信息。
可选地,所述移动终端的位置信息包括所述移动终端的位置和所述移动终端的朝向;所述装置还可以包括:
规划模块,被配置成用于响应于接收自所述移动终端发送的路径规划请求,根据终点位置、所述移动终端当前所处区域的地图、以及所述移动终端的位置,进行路径规划,所述路径规划请求包括所述终点位置;
第二发送模块,被配置成用于将规划后的路径和所述移动终端的朝向发送给所述移动终端。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种电子设备的框图。例如,电子设备600可以被提供为一服务器。参照图6,电子设备600包括处理器622,其数量可以为一个或多个,以及存储器632,用于存储可由处理器622执行的计算机程序。存储器632中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器622可以被配置为执行该计算机程序,以执行上述的提供位置服务的方法。
另外,电子设备600还可以包括电源组件626和通信组件650,该电源组件626可以被配置为执行电子设备600的电源管理,该通信组件650可以被配置为实现电子设备600的通信,例如,有线或无线通信。此外,该电子设备600还可以包括输入/输出(I/O)接口658。电子设备600可以操作基于存储在存储器632的操作***,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的提供位置服务的方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器632,上述程序指令可由电子设备600的处理器622执行以完成上述的提供位置服务的方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的提供位置服务的方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种提供位置服务的方法,其特征在于,应用于服务器,包括:
响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物;
获取所述定位图像中的标志物的位置信息;根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息;
根据所述标志物的位置信息和所述相对位置信息,确定所述移动终端的位置信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息,包括:
将所述定位图像输入至相对位置信息确定模型,获得所述相对位置信息确定模型输出的所述移动终端相对于所述标志物的相对位置信息,其中,所述相对位置信息确定模型是通过将样本定位图像作为模型输入参数以及将拍摄所述样本定位图像时的移动终端相对于所述样本定位图像中的标志物的相对位置信息作为模型输出参数对神经网络模型进行训练得到的。
3.根据权利要求1所述的方法,其特征在于,所述根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息,包括:
从预设的关键帧图像库中,确定与所述定位图像相匹配的目标关键帧图像,所述关键帧图像库中存储有所述移动终端当前所处区域的预设数量帧场景图像;
根据所述目标关键帧图像的三维点云数据和所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息。
4.根据权利要求1所述的方法,其特征在于,所述响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物,包括:
响应于接收自移动终端发送的包含定位图像的定位请求,从所述定位图像中提取出标志物图像部分;
在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物数据库中存储有标志物图像和标志物标识。
5.根据权利要求1所述的方法,其特征在于,所述定位请求还包括由所述移动终端从所述定位图像中提取得到的标志物图像部分;所述响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物,包括:
响应于接收自移动终端发送的包含定位图像的定位请求,在预设的标志物数据库中,识别出与所述标志物图像部分相匹配的目标标志物图像,并将所述目标标志物图像对应的目标标志物作为所述定位图像中的标志物,其中,所述标志物数据库中存储有标志物图像和标志物标识。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
向所述移动终端发送所述移动终端的位置信息,以使所述移动终端显示所述位置信息。
7.根据权利要求1所述的方法,其特征在于,所述移动终端的位置信息包括所述移动终端的位置和所述移动终端的朝向;所述方法还包括:
响应于接收自所述移动终端发送的路径规划请求,根据终点位置、所述移动终端当前所处区域的地图、以及所述移动终端的位置,进行路径规划,所述路径规划请求包括所述终点位置;
将规划后的路径和所述移动终端的朝向发送给所述移动终端。
8.一种提供位置服务的装置,其特征在于,应用于服务器,包括:
识别模块,被配置成用于响应于接收自移动终端发送的包含定位图像的定位请求,识别出所述定位图像中的标志物;
获取模块,被配置成用于获取所述定位图像中的标志物的位置信息;
第一确定模块,被配置成用于根据所述定位图像,确定所述移动终端相对于所述标志物的相对位置信息;
第二确定模块,被配置成用于根据所述标志物的位置信息和所述相对位置信息,确定所述移动终端的位置信息。
9.一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1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储器,存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470666.9A CN111723682A (zh) | 2020-05-28 | 2020-05-28 | 提供位置服务的方法、装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470666.9A CN111723682A (zh) | 2020-05-28 | 2020-05-28 | 提供位置服务的方法、装置、可读存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111723682A true CN111723682A (zh) | 2020-09-29 |
Family
ID=72565239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010470666.9A Withdrawn CN111723682A (zh) | 2020-05-28 | 2020-05-28 | 提供位置服务的方法、装置、可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111723682A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485605A (zh) * | 2020-10-23 | 2022-05-13 | 丰田自动车株式会社 | 位置确定方法以及位置确定*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006101013A (ja) * | 2004-09-28 | 2006-04-13 | Hitachi Ltd | 案内情報表示装置 |
CN103067856A (zh) * | 2011-10-24 | 2013-04-24 | 康佳集团股份有限公司 | 基于图像识别的地理位置定位方法及*** |
CN110132274A (zh) * | 2019-04-26 | 2019-08-16 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种室内定位方法、装置、计算机设备及存储介质 |
CN111199564A (zh) * | 2019-12-23 | 2020-05-26 | 中国科学院光电研究院 | 智能移动终端的室内定位方法、装置与电子设备 |
-
2020
- 2020-05-28 CN CN202010470666.9A patent/CN111723682A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006101013A (ja) * | 2004-09-28 | 2006-04-13 | Hitachi Ltd | 案内情報表示装置 |
CN103067856A (zh) * | 2011-10-24 | 2013-04-24 | 康佳集团股份有限公司 | 基于图像识别的地理位置定位方法及*** |
CN110132274A (zh) * | 2019-04-26 | 2019-08-16 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种室内定位方法、装置、计算机设备及存储介质 |
CN111199564A (zh) * | 2019-12-23 | 2020-05-26 | 中国科学院光电研究院 | 智能移动终端的室内定位方法、装置与电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485605A (zh) * | 2020-10-23 | 2022-05-13 | 丰田自动车株式会社 | 位置确定方法以及位置确定*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180188033A1 (en) | Navigation method and device | |
EP2975555B1 (en) | Method and apparatus for displaying a point of interest | |
US10812941B2 (en) | Positioning method and device | |
CN111238496B (zh) | 机器人位姿确认方法、装置、计算机设备及存储介质 | |
US20130211718A1 (en) | Apparatus and method for providing indoor navigation service | |
CN111157009A (zh) | 基于移动终端和ar智能的室内定位导航创建方法及*** | |
CN109668563B (zh) | 基于室内的轨迹的处理方法及装置 | |
CN105318881A (zh) | 地图导航方法、装置及*** | |
CN104936283A (zh) | 室内定位方法、服务器和*** | |
CN105571583B (zh) | 一种用户位置定位方法以及服务器 | |
CN109357679B (zh) | 一种基于显著性特征识别的室内定位方法 | |
CN110647603B (zh) | 图像标注信息的处理方法、装置和*** | |
CN112150072A (zh) | 基于智能机器人的资产盘点方法、装置、电子设备及介质 | |
CN106470478B (zh) | 一种定位数据处理方法、装置和*** | |
CN111664848A (zh) | 一种多模态室内定位导航方法及*** | |
KR102622585B1 (ko) | 실내 길안내 장치 및 그 방법 | |
CN105338483A (zh) | 基于增强实现技术实现展馆导游的方法、装置和*** | |
KR101573289B1 (ko) | 위치 측정 방법 및 이를 이용한 휴대 단말기 | |
KR102033075B1 (ko) | 딥러닝을 이용한 위치정보 시스템 및 그 제공방법 | |
CN111723682A (zh) | 提供位置服务的方法、装置、可读存储介质及电子设备 | |
CN108512888B (zh) | 一种信息标注方法、云端服务器、***及电子设备 | |
CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
CN103557834A (zh) | 一种基于双摄像头的实体定位方法 | |
CN115468568A (zh) | 室内导航方法、装置及***、服务器设备及存储介质 | |
US11085992B2 (en) | System and method for positioning a terminal device |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200929 |