CN112284394A - 一种地图构建及视觉定位的方法及装置 - Google Patents
一种地图构建及视觉定位的方法及装置 Download PDFInfo
- Publication number
- CN112284394A CN112284394A CN202011148320.3A CN202011148320A CN112284394A CN 112284394 A CN112284394 A CN 112284394A CN 202011148320 A CN202011148320 A CN 202011148320A CN 112284394 A CN112284394 A CN 112284394A
- Authority
- CN
- China
- Prior art keywords
- image
- positioning
- sub
- region
- 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- Withdrawn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
Images
Classifications
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
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)
- Computer Networks & Wireless Communication (AREA)
- Processing Or Creating Images (AREA)
Abstract
本说明书公开了一种地图构建及视觉定位的方法及装置,其中地图构建方法包括将采集到的定位图像对应的图像信息,根据图像信息与地图的定位区域内各子区域的对应关系进行存储为定位地图,根据该定位地图进行视觉定位的方法包括分别将待定子区域对应的场景图像集中所包括的图像信息,与当前环境图像进行比对,根据比对结果选择目标子区域以及对应的场景图像集,从而确定定位设备的位姿。上述任一方法中,每个子区域所包含的特征被该子区域对应的所有图像信息来共同描述,对于存在视觉重复性场景的子区域,该视觉重复场景在图像中的表示被多张图像所对应的图像信息所稀释,进行定位时的对比样本增多,从而能够获得更准确的对比结果并进行定位。
Description
技术领域
本说明书涉及定位技术领域,尤其涉及一种地图构建及视觉定位的方法及装置。
背景技术
目前,随着LBS(Location Based Services,基于位置的服务)的发展,GPS(GlobalPositioning System,全球定位***)、基站定位以及视觉定位等定位技术得到了广泛应用,其中视觉定位常应用于对于定位精度要求较高的场景中。
现有技术中的一种视觉定位的方法是,在预先存储的定位地图所包含的定位图像中检索定位时所采集的当前环境图像,并将所检索到的定位图像与当前环境图像进行特征点匹配,针对匹配成功的特征点对,根据对应的定位图像在采集时采集设备的真实位姿,解算采集当前环境图像时定位设备的位姿(包括该定位设备的三维坐标、俯仰角、偏转角和翻滚角)。
但采用该方法进行视觉定位时,由于图像检索是将单张定位图像分别与当前环境图像比对,因此当定位区域中存在较多视觉相似的区域时,上述视觉相似的区域被反映在单张定位图像中的占比可能较大,就会出现单张定位图像与当前环境图像的相似程度很高,但在进行特征点匹配时却匹配失败的现象。
发明内容
本说明书提供一种地图构建方法,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种地图构建方法,包括:
确定定位区域,在定位区域内采集定位图像,并确定每张定位图像对应的图像信息,所述图像信息至少包括采集该定位图像时采集设备的位姿信息;
确定预先在定位区域内划分的若干个子区域;
针对每个子区域,根据各定位图像对应的位姿信息,确定该子区域对应的场景图像集,所述场景图像集由至少一张定位图像对应的图像信息构成;
存储每个场景图像集中包括的图像信息,作为所述定位区域的定位地图,所述定位地图用于在所述定位区域内进行视觉定位。
可选地,确定该子区域对应的场景图像集,具体包括:
根据采集每张定位图像时采集设备的位置,确定由位置在该子区域内的定位图像对应的图像信息构成的该子区域对应的场景图像集。
可选地,确定该子区域对应的场景图像集后,所述方法还包括:
根据该场景图像集中每个图像信息所包括的姿态,确定至少一个视角图像集,每个视角图像集由该场景图像集中所包括的姿态相似的至少一个图像信息构成。
可选地,存储每个场景图像集中包括的图像信息之前,所述方法还包括:
针对每张定位图像,提取该定位图像中包含的特征点,并根据采集该定位图像时采集设备的位姿信息,确定该定位图像中包含的每个特征点的位置信息;针对每张定位图像,该定位图像对应的图像信息还包括:该定位图像中包含的每个特征点,以及该定位图像中包含的每个特征点的位置信息。
可选地,存储每个场景图像集中包括的图像信息,具体包括:
针对每个场景图像集中包括的每个图像信息,将所包括的位置与该图像信息所包括的位置的距离小于距离阈值的图像信息,存储为该图像信息对应的定位子图。
本说明书采用的上述至少一个地图构建技术方案能够达到以下有益效果:
将采集到的定位图像对应图像信息,根据图像信息与地图的定位区域内各子区域的对应关系进行存储为定位地图,每个子区域所包含的特征,可以被该子区域对应的所有图像信息来共同描述,对于存在视觉重复性场景的子区域,该视觉重复场景在图像中的表示被多张图像所对应的图像信息所稀释,为需要定位的设备所采集的图像提供了包含更多信息的对比样本,从而能够获得更准确的对比结果并进行定位。
本说明书还提供一种根据预先使用上述地图构建方法构建的定位地图,进行视觉定位的方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种视觉定位方法,包括:
确定位于定位区域内的定位设备采集的当前环境图像;并,在所述定位区域内的各子区域中,选择待定子区域;
针对每个待定子区域,根据所述定位区域的定位地图,确定该待定子区域对应的场景图像集,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果;
根据每个待定子区域对应的比对结果,从各待定子区域中选择目标子区域,并根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息。
可选地,选择待定子区域之前,所述方法还包括:
获取最近一次确定的所述定位设备的位姿信息;根据最近一次确定的所述定位设备的位姿信息,预估所述定位设备的当前预估位置;所述选择待定子区域,具体包括:根据所述当前预估位置选择待定子区域。
可选地,根据所述当前预估位置选择待定子区域,具体包括:
确定以所述当前预估位置为圆心,距离阈值为半径的范围,作为当前预估范围;根据定位区域中的各子区域,选择与当前预估范围有交集的子区域,作为待定子区域。
可选地,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,具体包括:
将所述场景图像集中,将所包括的位置与所述当前预估位置的距离小于所述距离阈值的图像信息,作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对。
可选地,预估所述定位设备的当前预估位置,具体包括:
预估所述定位设备采集所述当前环境图像时的采集位置;在所述定位地图包含的图像信息中,确定所包括的位置与所述采集位置的距离最近的图像信息;将确定出的图像信息中包括的位置,确定为预估的所述定位设备的当前预估位置。
可选地,根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息,具体包括:
提取所述当前环境图像中包含的特征点,并确定各特征点在所述当前定位图像中的位置;将所述目标子区域对应的场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息中包括的特征点,作为所述目标子区域包含的特征点,将所述目标子区域包含的特征点与所述当前环境图像包含的特征点进行匹配,获得匹配成功的特征点对;针对所述匹配成功的特征点对,根据当前环境图像中包含的特征点在所述当前环境图像中的位置,以及与所述当前环境图像匹配成功的特征点的位置信息,确定所述定位设备的位姿信息。
可选地,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果,具体包括:
将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,确定该待定子区域与所述当前环境图像的相似度,作为该待定子区域对应的比对结果;
从各待定子区域中选择目标子区域,具体包括:
选择与所述当前环境图像相似度最高的待定子区域,作为目标子区域。
可选地,确定该待定子区域与所述当前环境图像的相似度,具体包括:
根据该待定子区域与所述当前环境图像的图像特征相似度,和/或该待定子区域与所述当前环境图像的特征点吻合度,确定该待定子区域与所述当前环境图像的相似度;
确定所述该待定子区域与所述当前环境图像的图像特征相似度,具体包括:
将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的图像特征信息,与所述当前环境图像包含的图像特征信息进行比对,根据所述图像特征信息的比对结果,确定该待定子区域与所述当前环境图像的图像特征相似度;
确定所述该待定子区域与所述当前环境图像的特征点吻合度,具体包括:
将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征点,与所述当前环境图像包含的特征点进行匹配,根据所述特征点进行匹配结果,确定该待定子区域与所述当前环境图像的特征点吻合度。
可选地,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,具体包括:
确定该场景图像集中包括的各视角图像集,针对每个视角图像集,将该视角图像集中的至少部分图像信息作为该视角图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,确定该视角图像集与所述当前环境图像的相似度;根据该场景图像集中各视角图像集与所述当前环境图像的相似度,确定该待定子区域与所述当前环境图像的相似度;
根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息,具体包括:
在所述目标子区域对应的场景图像集中,选择与所述当前环境图像的特征相似度最高的视角图像集,根据所述视角图像集的目标图像信息,以及所述当前环境图像,确定所述定位设备的位姿信息。
本说明书提供的一种视觉定位装置,包括:
采集及待定模块:确定位于定位区域内的定位设备采集的当前环境图像;并,在所述定位区域内的各子区域中,选择待定子区域;
待定比对模块:针对每个待定子区域,根据所述定位区域的定位地图,确定该待定子区域对应的场景图像集,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果;所述定位区域对应的定位地图是根据预先使用上述地图构建方法构建的;
位姿确定模块:根据每个待定子区域对应的比对结果,从各待定子区域中选择目标子区域,并根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述地图构建或视觉定位方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述地图构建或视觉定位方法。
本说明书采用的上述至少一个视觉定位技术方案能够达到以下有益效果:
从定位区域包括的子区域中选择待定子区域,分别将待定子区域对应的场景图像集中所包括的图像信息,与当前环境图像进行比对,根据比对结果从待定子区域中选择目标子区域,并根据所选择出的目标子区域对应的场景图像集,以及当前环境图像确定定位设备的位姿,从而将当前环境图像所比对的样本,从单张的定位图像所对应的图像信息变成了以各子区域为单位的若干个图像信息,增加比对样本从而稀释视觉重复性的场景在所有样本中的占比,提高了所采集的当前环境图像包括视觉重复性场景的定位设备的定位成功率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种地图构建方法的流程示意图;
图2A、2B分别为本说明书示出的两种子区域划分的方法示意图;
图3为本说明书中一种以定位子图的方式组织图像信息存储定位地图的示意图;
图4为本说明书中一种视觉定位方法的流程示意图;
图5为本说明书中一种根据姿态确定视角图像集的示意图;
图6为本说明书提供的一种视觉定位装置的示意图;
图7为本说明书提供的对应于图4的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
视觉定位技术,即基于图像信息在地图中进行定位,由于摄像头低廉的成本,以及其能获得的丰富信息,视觉定位技术作为一种经济实用的定位技术被广泛应用。
现有的视觉定位技术,往往是在预先采集和存储的定位地图所包含的定位图像中,直接对定位时所采集的当前环境图像进行检索,并将所检索到的定位图像与当前环境图像进行特征点匹配,针对匹配成功的特征点对,根据对应的定位图像在采集时采集设备的真实位姿,解算采集当前环境图像时定位设备的位姿。
但在实际应用中,由于图像检索是将单张定位图像分别与当前环境图像比对,因此当定位区域中存在较多视觉相似的区域时,上述视觉相似的区域被反映在单张定位图像中的占比可能较大,就会出现单张定位图像与当前环境图像的相似程度很高,但在进行特征点匹配时却匹配失败的现象。为了解决这种由于场景的视觉重复性导致的定位失败的问题,往往在定位设备上加装辅助装置来对视觉定位进行辅助。
在进行视觉定位之前,使用定位设备中加装的辅助装置预先确定出定位设备的预估位姿,例如GPS辅助定位,即先利用GPS装置确定出定位设备的预估位姿,使用该预估位姿缩小与当前环境图像进行比对的定位图像范围,再在缩小后的范围内,对当前环境图像进行检索,将所检索到的定位图像与当前环境图像进行特征点匹配并进行位姿结算。
使用辅助装置进行辅助定位的方法,可以排除在与定位设备的位置(三维坐标)相距较远的区域中出现的,与当前环境图像中包含的视觉特征相似的定位图像,从而部分的解决上述视觉重复性问题,但由于GPS技术本身的定位精度的限制,目前民用的GPS技术的定位精度往往超过十米,只能为定位设备确定一个较大的范围作为图像检索范围,因此无法限制距离较近的视觉相似场景,反映在定位图像中,导致的定位失败问题,并且,GPS装置的成本较高,在定位设备上加装GPS装置会导致视觉定位的成本增大。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的地图构建流程示意图,包括:
S100:确定定位区域,在定位区域内采集定位图像,并确定每张定位图像对应的图像信息,所述图像信息至少包括采集该定位图像时采集设备的位姿信息。
在本说明书实施例中,采集设备至少包括图像输入设备,例如能够进行图像拍摄的摄像头,采集设备执行对定位图像的采集。使用本说明书提供的地图构建方法,根据采集设备所采集到的定位图像构建定位区域对应的定位地图,可以由采集设备执行,也可以由控制采集设备的服务器执行。使用本说明书提供的地图构建方法所构建出的定位地图,可以存储在需要使用该地图进行视觉定位的设备中,也可以存储在能够被需要使用该地图进行视觉定位的设备读取的存储介质中,还可以存储在能够与需要使用该地图进行视觉定位的设备进行信息传输的服务器中。本说明书对使用本说明书提供的方法构建地图的执行主体不作限制,对如何存储使用本说明书提供的方法构建出的定位地图也不作限制,为了方便描述,以下以采集设备构建地图,需要进行视觉定位的设备存储地图为例进行说明。
本说明书实施例中所述的定位区域为,能够使用对应的定位地图为需要进行定位的设备进行视觉定位的区域。具体的,所述能够进行视觉定位,指定位地图能够为在对应的定位区域内的设备提供定位服务,而非在定位区域中以任意位姿采集图像,均能够根据定位地图定位成功。
采集设备运行在定位区域内,并以其能够实现的位姿进行图像的采集。具体的,当采集设备为能够运动的设备,例如无人车时,采集设备运行时根据预设的方式执行自身运动和图像采集行为;当采集设备为无法运动的设备时,采集设备运行时执行图像的采集行为。所述采集设备可以包括一个设备,也可以包括多个设备,当采集设备为多个设备时,所述定位图像根据每个采集设备所采集到的定位图像确定。
采集设备执行采集行为的方式可以是视频拍摄或图片拍摄,当所述采集设备执行采集行为的方式为视频拍摄时,所述定位图像可以是根据采集设备所拍摄到的视频确定的视频中的关键帧,或根据所拍摄到的视频确定的一段视频;当所述采集设备执行采集行为的方式为图片拍摄时,所述定位图像可以是采集设备所拍摄到的所有图片,也可以是从采集设备所拍摄的所有图片中选取出的至少部分图片。
定位图像为采集设备在定位区域内采集到的图像,但并不限定定位图像中包含的所有特征是否均为定位区域内,当采集设备在定位区域内获取到包含定位区域外特征的图像,该图像仍可以作为定位图像进行地图构建。
针对每张定位图像,确定该定位图像对应的图像信息,所述图像信息为与该定位图像有关的信息,具体的,图像信息可以包括该定位图像,为了节省对定位地图进行存储的空间,也可以只包括与该定位图像相关的信息,例如从定位图像中提取出的特征,而不包含定位图像本身。当图像信息包括对应的定位图像时,该定位图像所包含的特征,可以预先提取出来并作为与该定位图像相关的信息存储在图像信息中,也可以当需要进行视觉定位的设备在需要使用该定位图像包含的特征进行定位时,根据其所存储的定位图像,提取其所需要的特征。
本说明书一个实施例中,从所采集到的定位图像中提取图像的特征,并使用聚类算法对所提取到的特征的集合进行聚类,得到由聚合后的特征词汇组成的特征词典,针对每张定位图像,根据该特征词典,将该定位图像所包含的特征转化为特征词汇的表示,从而构建该定位图像对应特征词汇向量(或特征词汇直方图),并将该特征词汇向量作为该定位图像的特征存储在图像信息中。
采集设备能够获知自身的位姿信息,当采集设备进行图像采集时,记录所采集的图像与采集图像时位姿信息的对应关系,针对每张定位图像,该定位图像对应的图像信息至少包括采集设备所记录的采集该定位图像时采集设备的位姿信息。
S102:确定预先在定位区域内划分的若干个子区域。
根据需求,预先在定位区域内划分若干个子区域,针对每个定位区域,该定位区域对应的所有子区域的合集,即为该定位区域。
所述子区域可以为几何形状,例如矩形,圆形;也可以根据定位区域的地理信息,被划分为不规则形状,例如,根据街区、河流等进行划分;各子区域可以面积相等也可以不等;可以相互重叠,也可以互斥。
图2A示出了一种各子区域之间不重叠的定位区域的划分方法,其中,子区域1~4,分别为以该划分方法为例划分出的子区域。
图2B则示出了另一种子区域之间可以相互重叠的划分方式,在图2B中,子区域1~4分别为以该方法划分出的子区域,其中包括两部分以阴影方式示出的重叠区域,上部分阴影示出的重叠区域为子区域1与子区域4重叠的部分;下部分阴影示出的重叠区域为子区域3与子区域4重叠的部分。
在本说明书一个实施例中,在实际中相互不可透视的场景不同时作为同一子区域的一部分,其对应的子区域可以相互不重叠,也可以至少在相互不可透视的部分相互不重叠。
S104:针对每个子区域,根据各定位图像对应的位姿信息,确定该子区域对应的场景图像集,所述场景图像集由至少一张定位图像对应的图像信息构成。
针对每个子区域,根据各定位图像对应的位姿信息,确定该子区域对应的场景图像集,用于存储与该子区域相关的图像信息,具体的,可以根据该子区域的范围,将所包括的位置在该子区域范围内的图像信息,加入该子区域对应的场景图像集。
相应的,每个场景图像集都对应于一个子区域,也就是说,当有N个子区域时,也有N个场景图像集,并且子区域与场景图像集一一对应。
本说明书一个实施例中,当子区域出现重合时,同一张定位图像对应的图像信息可以同时属于多个子区域对应的场景图像集。
S106:存储每个场景图像集中包括的图像信息,作为所述定位区域的定位地图,所述定位地图用于在所述定位区域内进行视觉定位。
将每个场景图像集中包括的图像信息存储在所需要定位的设备中,当同一个图像信息同时属于多个子区域对应的场景图像集时,该图像信息可以分别作为每个场景图像集所包含的图像信息存储一次并占用存储空间,也可以只占用一个图像信息的存储空间,并标识该图像信息与其所属的各场景图像集之间的对应关系,例如以指针的方式指向该图像信息。
可以理解的,存储每个场景图像集中包括的图像信息,因此每个图像信息至少作为一个场景图像集所包含的图像信息存储一次,定位地图存储对应定位区域包含的所有定位图像对应的图像信息,以及图像信息与场景图像集的对应关系,及图像信息与子区域的对应关系,用以为所需要定位的设备提供定位服务。
通过上述图1所述的方法可见,本说明书提供了一种地图构建的方法,将采集到的定位图像对应图像信息,根据图像信息与地图的定位区域内各子区域的对应关系进行存储,从而针对每个子区域所包含的特征,可以被该子区域对应的所有图像信息来共同描述,对于存在视觉重复性场景的子区域,该视觉重复场景在图像中的表示被多张图像所对应的图像信息所稀释,为需要定位的设备所采集的图像提供了包含更多信息的对比样本,因此能够获得更准确的对比结果并进行定位。
进一步的,针对每个场景图像集,可以确定至少一个由该场景图像集中所包括的姿态(俯仰角、偏转角和翻滚角)相似的至少一个图像信息构成的视角图像集,具体的,根据各图像信息中所包含的姿态,根据需求,选择俯仰角、偏转角和翻滚角中的一个或多个作为聚合的指标对各图像信息进行聚合,获得聚合后由所包括的姿态相似的至少一个图像信息构成的至少一个视角图像集。实际应用中,往往是由多台姿态固定的采集设备进行定位图像的采集,因此,也可以通过确定采集定位图像的采集设备,来确定各视角图像集。本说明书一个实施例中,针对每个场景图像集,该场景图像集内的同一个图像信息只存在于一个视角图像集中。
采集设备在采集定位图像时,可以同时获取定位图像中所包含的被摄物体,与定位设备的相对位置,具体的,当采集设备使用深度相机进行定位图像的采集时,深度相机在获取定位图像的同时,还能获取定位图像中被摄物体与深度相机的距离,结合被摄物体在定位图像二维平面中的二维坐标,可以得到定位图像中各被摄物体与定位设备的相对位置;当定位设备中还包括雷达等能够获取点云数据的装置时,定位设备采集定位图像时则可同时获取定位设备周围的点云数据,根据点云数据包括的定位设备周围的物体的位置信息,确定定位图像中各被摄物体与定位设备的相对位置。
进一步的,针对每个图像信息,该图像信息中还可以包括从于该图像信息对应的定位图像中提取的特征点,以及各特征点的位置信息。具体的,针对每张定位图像,可以从定位图像中提取到特征点,并根据上述被摄物体与定位设备的相对位置,确定从该定位图像中提取到的各特征点与定位设备的相对位置,根据该图像信息中包含的采集该定位图像时采集设备的真实位姿,确定从该定位图像中提取到的各特征点在定位区域中的位置(三维坐标)。
根据需要定位的设备所选取的定位方式,定位时所需要使用的特征不同,若存储定位地图前可以获知需要定位的设备需要根据何种特征进行定位,可以根据定位方式分别存储不同特征。例如,当需要先将定位地图,与需要定位的设备所采集的图像进行图像特征比对,再根据图像特征比对结果选取与需要定位的设备所采集的图像进行特征点匹配的特征点时,每个图像信息可以包括基本信息和具体信息两部分,将图像信息中的图像特征作为该图像信息中的基本信息进行存储,在进行定位时,需要定位的设备先加载所有图像信息中包括的基本信息,根据基本信息,与所采集的图像进行图像特征比对,根据图像特征比对结果,确定要与哪些图像信息中包括的特征点进行特征点匹配,再根据需求加载包括特征点以及特征点位置的具体信息,从而实现了避免在每次进行定位时都要预先加载定位地图中包含的所有图像信息,节省了内存的占用。
在本说明书一个实施例中,图像信息可以以定位子图的形式被组织,具体的,定位地图被存储为该定位地图所包括的所有图像信息对应的定位子图的集合,其中,针对每个图像信息,该图像信息对应的定位子图为所包括的位置与该图像信息所包括的位置小于距离阈值的图像信息的集合,可以理解的,该图像信息自身也可以作为所包括的位置与该图像信息所包括的位置小于距离阈值的图像信息被存储在该图像信息对应的定位子图中。
本说明书一个实施例中,每个图像信息对应有唯一的标识,与该图像信息存在对应关系的定位子图,也可以以该图像信息的标识为定位子图的标识,当定位地图被存储为该定位地图所包括的所有图像信息对应的定位子图的集合时,可以以链表等线性结构的方式存储每个定位子图,以及定位子图所包含的各图像信息,具体的,可以以定位子图的标识作为每个定位子图在链表中的索引。
本说明书一个实施例中,针对所存储的每个定位子图,该定位子图可以被存储为一个键值为定位子图的标识,内容为指向该定位子图所存储的所有图像信息的指针的哈希表。
当图像信息以定位子图的形式被组织为定位地图时,针对定位地图中的每个图像信息,可以将该图像信息与子区域的对应关系存储在该图像信息中。
上述以定位子图的方式对图像信息进行组织的定位地图存储方式,可以如与图3对应的表1所示:
表1
如上表1所示,在图3所表示的以图像信息C为圆心的定位子图中,包括了子区域1中的图像信息A、子区域2中的图像信息B、子区域C中的图像信息C和图像信息E、子区域4中的图像信息D,以及子区域5中的图像信息F,以上图像信息A~F分别存储在与该定位子图存在交集的子区域1~5对应的场景图像集1~5中,而对于不属于该定位子图的图像信息H以及图像信息G,则并未存储在该定位子图中。
以上为本说明书实施例提供的地图构建方法,基于同样的思路,本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的地图构建方法。
以下结合附图,对根据使用上述地图构建方法构建的定位地图进行视觉定位的各实施例所提供的技术方案进行说明。
图4为本说明书实施例提供的视觉定位流程示意图,包括:
S400:确定位于定位区域内的定位设备采集的当前环境图像;并,在所述定位区域内的各子区域中,选择待定子区域。
当定位设备运行在定位区域内,并使用其对应的定位地图进行定位时,定位设备以其能够实现的位姿进行图像的采集,定位设备采集到的用作定位的图像,即当前环境图像。定位设备可以运动,针对定位设备运动时所采集到的当前环境图像,使用本说明书所提供的定位方法获得定位结果,即采集当前环境图像时的位姿。
与采集设备相同,本说明书对于定位设备采集当前环境图像的方式,也不做限制,定位设备的采集方式可以是视频拍摄或图片拍摄,当所述定位设备执行采集行为的方式为视频拍摄时,所述当前环境图像可以是根据定位设备所拍摄到的视频确定的视频中的关键帧,或根据所拍摄到的视频确定的一段视频;当所述定位设备执行采集行为的方式为图片拍摄时,所述当前环境图像是根据定位设备所拍摄到的所有图片确定出的有限张图片。
当定位设备在定位区域内采集到的不属于定位区域的特征时,该不属于定位区域的特征仍可以作为当前环境图像。
本说明书提供的视觉定位方法中,当无法判断定位设备的位置时,例如无法获得历史上该定位设备定位成功时输出的位姿(可以是定位设备进行初始定位时),或根据历史上定位成功时所输出的位姿信息,无法对定位设备的位置进行预估时,或根据所预估的定位设备的位置,无法对定位设备完成定位时,待定子区域可以是定位区域内的所有子区域;但在当前环境图像与定位地图进行比对之前,若有较高的置信程度认为定位设备的位置在定位区域中的某些子区域中,则可以从定位区域所包括的各子区域中选择出这些子区域,作为待定子区域,并仅根据与待定子区域相关的图像信息对定位设备进行视觉定位。
S402:针对每个待定子区域,根据所述定位区域的定位地图,确定该待定子区域对应的场景图像集,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果。
图4中所述的定位区域对应的定位地图是预先根据上述图1所示的地图构建方法构建的。
针对所选取出的每个待定子区域,根据所述定位区域的定位地图,确定该待定子区域对应的场景图像集,该场景图像集中包括与该待定子区域相关的图像信息。
针对每个场景图像集,可以将该场景图像集所包括的图像信息均作为目标图像信息与当前环境图像进行比对,即在各待定子区域对应的场景图像集内检索当前环境图像;也可以缩限上述检索范围,针对每个场景图像集,选取至少部分图像信息作为目标图像信息,即在各待定子区域对应的目标图像信息的集合中对当前环境图像进行检索。
更近一步的,将所述目标图像信息与所述当前环境图像进行比对,即目标图像信息中所包含的特征信息,与当前环境图像所包含的特征信息进行比对,比对结果即为当前环境图像与各待定子区域对应的目标图像信息的相似程度,也就是当前环境图像与各待定子区域的相似程度。具体的,特征信息为能够对定位图像或当前环境图像所包括的信息进行描述的特征,本说明书中对于选取何种特征,以及采用何种比对方式进行比对并不作限制,可以使用任何特征提取方法所提取出来的,任何一种可以描述图像信息的特征作为对相似程度进行比对的特征,例如目前常用的,以SIFT(Scale-invariant featuretransform,尺度不变特征变换)方式提取出的特征点;以颜色集、颜色矩所表示的图像特征;以灰度共生矩阵来表示和进行匹配的纹理特征;边缘特征法所提取出的形状特征等。
当以目标图像信息中所包括的特征点作为特征信息,针对每个待定子区域将该待定子区域对应的目标图像信息与当前环境图像进行比对时,其实质是从当前环境图像中提取特征点并与目标图像信息中所包含的特征点进行比对,从而将特征点之间的相似程度作为特征点对应的待定子区域与当前环境图像之间的相似程度,但由于特征点不仅可以作为特征信息存在,而针对每个从定位图像中提取出来的特征点,由于图像信息中还可以包括以上述图1所示的地图构建方法中示出的方法所确定出的各特征点在定位区域中的位置(三维坐标),可选地,上述以特征点作为特征信息进行比对的比对过程,根据每个待定子区域对应的特征点对定位设备的位姿解算结果,可以确定当前环境图像所包含的特征点与各待定子区域对应的特征点的吻合程度,从而获得各待定子区域与当前环境图像的相似程度。
根据所述特征信息的比对,获得每个待定子区域对应的目标图像信息与当前环境图像的相似程度,并作为对应的待定子区域与当前环境图像的相似程度,即所述比对结果;当以特征点匹配的方式进行特征信息的比对时,所获得的比对结果为当前环境图像所包含的特征点与各待定子区域对应的特征点的吻合程度,并根据吻合程度确定各待定子区域与当前环境图像的相似程度,即所述比对结果。
S404:根据每个待定子区域对应的比对结果,从各待定子区域中选择目标子区域,并根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息。
根据各待定子区域与当前环境图像相似程度从高到低的排序,从各待定子区域中选取至少一个待定子区域,作为目标子区域。
当存在两个或两个以上的目标子区域时,可以根据各目标子区域对应的场景图像集确定所述定位设备的位姿信息,具体的,可以针对各目标子区域对应的目标图像信息中所包括的特征点和特征点的位置,分别与当前环境图像所包括的特征点进行匹配,并根据匹配成功的特征点对解算定位设备的位姿;也可以从各目标子区域中选择一个,并根据该目标子区域对应的场景图像集,以及当前环境图像,确定定位设备的位姿信息。本说明书对如何从若干个目标子区域中选择出一个目标子区域的选择方式,不做限制。
当仅存在一个目标子区域时,根据该目标子区域对应的场景图像集中所包含的图像信息,以及当前环境图像,确定定位设备的位姿,具体的,可以根据该目标子区域对应的目标图像信息,以及当前环境图像,确定定位设备的位姿。可以理解的,图像信息中包含图像特征以及特征点特征,可以根据图像信息中的特征点以及特征点的位置解算定位设备的位姿,也可以根据图像信息中的图像特征确定定位设备的位姿,本说明书对如何确定位姿不做限制。
通过上述图4所示的方法可见,本说明书提供了一种根据上述图1所示的地图构建方法进行视觉定位的方法,从定位区域包括的子区域中选择待定子区域,分别将待定子区域对应的场景图像集中所包括的图像信息,与当前环境图像进行比对,根据比对结果从待定子区域中选择目标子区域,并根据所选择出的目标子区域对应的场景图像集,以及当前环境图像确定定位设备的位姿,从而将当前环境图像所比对的样本,从单张的定位图像所对应的图像信息变成了以各子区域为单位的若干个图像信息,增加比对样本从而稀释视觉重复性的场景在所有样本中的占比,提高了所采集的当前环境图像包括视觉重复性场景的定位设备的定位成功率,并且,在有较高置信度判断定位设备的位置时,能够在进行比对之前先将比对范围从各子区域中选择待定子区域,以缩限当前环境图像进行比对的范围,并且还能够排除距离所判断的定位设备位置较远的其他视觉相似场景对定位的影响。
更进一步的,本说明书所提供的视觉定位方法,并不包含使用辅助定位装置,例如GPS装置,进行预估定位,但若定位设备可以在定位区域内运动,并且在历史上曾经定位成功过,根据其最近一次定位成功时获得的位姿信息,可以对定位设备的当前预估位置进行预估。
可以根据以下至少一种,或多种的组合对定位设备的当前预估位置进行预估:该定位设备最近一次定位成功时刻距离当前定位时刻的时间,该定位设备在最近一次定位成功时刻距离当前定位时刻的时间内的运动状态,最近一次定位成功时输出的位姿,以及最近一次定位成功时,所输出的位置周围的地理信息。
具体的,可以根据最近一次定位成功时输出的位姿,判断定位设备在最近一次定位成功时的运动倾向;可以根据最近一次定位成功时输出的位置,以及周围的地理信息确定定位设备在最近一次定位成功后的各可行路径;可以根据该定位设备最近一次定位成功时刻距离当前定位时刻的时间,以及该定位设备在最近一次定位成功时刻距离当前定位时刻的时间内的运动状态,预估该定位设备在最近一次定位成功时刻距离当前定位时刻的时间内的运动里程;可以根据所述定位设备的运动里程,运动倾向,以及各可行路径预估定位设备的位置。
可以将以上述方式所预估出的定位设备的位置作为定位设备的当前预估位置;也可以根据以上述方式所预估出的定位设备的位置,确定以上述方式所预估出的定位设备的位置附近的位置,作为当前预估位置。
当获得定位设备的当前预估位置后,可以根据当前预估位置,选择当前预估位置周围的子区域作为待定子区域,以缩限当前环境图像的比对范围。
具体的,可以确定以当前预估位置为圆心,距离阈值为半径的范围,作为该当前预估位置的当前预估范围,并选取与当前预估范围有交集的子区域作为待定子区域,用以将比对范围缩限至待定子区域所对应的场景图像集中的图像信息。
对于各待定子区域对应的场景图像集,当已经预估了定位设备的当前预估位置时,无需将各待定子区域所对应的场景图像集中的所有图像信息都与当前环境图像进行比对,可以根据定位设备的当前预估位置,在每个场景图像集中,对比对范围进行再次缩限,具体的,可以将所包括的位置与所述当前预估位置的距离小于所述距离阈值的图像信息,作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,也就是说,针对每个场景图像集,将该场景图像集中,所包括的位置在当前预估范围内的图像信息作为目标图像信息,并将各场景图像集中的目标图像信息作为对应待定子区域的目标图像信息,将当前环境图像与各待定子区域的目标图像信息进行比对。
当图像信息是以定位子图的形式被组织时,上述将当前环境图像与各待定子区域的目标图像信息进行比对,可以反过来说,根据上述预估当前位置,确定当前环境图像所要比对的一个定位子图,根据图像信息与子区域的对应关系,该定位子图内的每个图像信息,都作为至少一个待定子区域的目标图像信息,获取该定位子图内的各目标图像信息,以每个待定子区域的目标图像信息为单位,与当前环境图像作比对,具体的,可以根据需求,选择每个目标图像信息中所包含的至少一种特征,作为该目标图像信息对应的待定子区域的特征与当前环境图像进行比对。
可以理解的,定位设备的当前预估位置,还可以是以上述方式所预估出的定位设备的位置,即定位设备采集当前环境图像时的采集位置,附近的位置,例如,根据各图像信息所包括的位置,选择所包括的位置距离上述预估出的采集位置最近的图像信息,将该图像信息中所包括的位置,确定为所预估的当前预估位置,以该方法确定当前预估位置时,可以使用上述以定位子图的方式组织图像信息所获得的定位地图进行定位,确定出当前预估位置便能够确定出定位子图,即该包括当前预估位置的图像信息所对应的定位子图,即为与当前环境图像进行比对的比对范围。
可以理解的,当采用特征点匹配的方式,对各待定子区域所包括的目标图像信息进行比对时,对应的目标图像信息中所包含的特征点与当前环境图像中所包含的特征点越吻合,对应的待定子区域则与当前环境图像的相似度越高,例如,对应的目标图像信息中所包含的特征点信息能够成功解算出当前定位设备的位姿的待定子区域,即为目标子区域;但当比对特征的相似程度时,针对根据相似程度所选取出的目标子区域,可以根据目标子区域的对应的目标图像信息,对定位设备进行定位。
具体的,根据目标子区域的对应的目标图像信息,确定目标图像信息中所包含的特征点信息,并将各目标图像信息中所包含的特征点,作为目标子区域所包含的特征点,将目标子区域所包含的特征点,与从当前环境图像中所提取出的特征点进行特征点匹配,获得匹配成功的特征点对,其中,将各匹配成功的特征点对中属于目标子区域的特征点,根据上述方法确定特征点的位置(三维坐标),也可以是获得预先根据上述方法所确定的特征点的位置,并将各匹配成功的特征点对中属于当前环境图像的特征点,根据上述方法确定出特征点相对于定位设备的位置,根据当前环境图像中包含的特征点在所述当前环境图像中的位置,以及与所述当前环境图像匹配成功的特征点的位置信息,确定所述定位设备的位姿信息,具体的,可以选择任何算法进行位姿解算,例如四元数算法,并获得输出的定位设备的位姿信息。
本说明书一个实施例中,当根据目标子区域所包含的特征点,无法成功输出定位设备的的位姿信息时,可以为采集该当前环境图像的定位设备,重新确定待定子区域,可选地,确定以所述当前预估位置为圆心,第二距离阈值为半径的范围,作为当前预估范围,根据定位区域中的各子区域,选择与当前预估范围有交集的子区域,作为重新确定的待定子区域,其中第二距离阈值大于所述距离阈值,可以理解的,当所确定的当前预估范围,为以所述当前预估位置为圆心,第二距离阈值为半径的范围,当前预估范围的面积增大,与当前预估范围有交集的子区域也增多,从而达到了回归至待定子区域的选取,并扩大待定子区域的选取范围的效果。当采用以定位子图的形式组织图像信息的定位地图时,扩大待定子区域的选取范围,即将第二距离阈值作为当前预估范围的半径,从而获得更大一个当前预估范围,扩大后的当前预估范围,作为新的定位子图,在新的定位子图内,对各待定子区域对应的目标图像信息进行比对。
本说明书一个实施例中,当选择以比对特征的相似程度,作为各待定子区域特征信息的比对方式时,运用特征点匹配的方式所获得的目标图像信息所包含的特征点与当前环境图像所包含的特征点的吻合程度,也可以作为特征信息相似程度的一项考量标注,例如,分别将每个目标图像信息所包括的特征点,与当前环境图像中所包含的特征点进行匹配,并且根据当前环境图像与每个目标图像信息匹配获得的特征点对,分别对定位设备进行位姿解算,根据所位姿解算的结果,确定该待定子区域与当前环境图像进行特征比对的相似程度。
当所采用的定位地图中,针对每个场景图像集,还包括至少一个视角图像集,用以聚合包含相似姿态的图像信息,并分别存储,则能够以更细粒度的视角图像集的方式比对特征的相似程度。具体的,可以针对每个场景图像集中的每个视角图像集,将该视角图像集中的至少部分图像信息,作为该视角图像集的目标图像信息,分别将各视角图像集的目标图像信息,与当前环境图像进行比对,获得各视角图像集与当前环境图像的相似度,针对各待定子区域,根据该待定子区域对应的场景图像集中所包含的各视角图像集与当前环境图像的相似度,确定该待定子区域与当前环境图像的相似度,并根据所确定出的各待定子区域与当前环境图像的相似度,选择出目标子区域,并确定目标子区域对应的场景图像集中与当前环境图像的相似度最高的视角图像集,根据该视角图像集的目标图像信息,以及当前环境图像,采用本说明书上述的任何根据目标图像信息以及环境图像确定定位设备位姿的方法,确定定位设备的位姿信息。
当采用以定位子图的形式组织图像信息的定位地图时,针对每个定位子图,各视角图像集可以作为该定位子图所包含的场景图像集中相互斥的图像信息集合存储。
以下以对应于图5所示的表2,来说明当图5所示的子区域1中所包含的定位图像A~G时,以定位子图的方式组织图像信息进行定位地图的存储方式:
表2
如上述表2所示,图5中所示出的,子区域1中的各定位图像A~G均位于该图像信息B对应的定位子图内时,根据各图像信息所包括的姿态不同(即拍摄定位图像对应的采集设备的采集角度),图像信息A~G分别被存储在图像信息B对应的定位子图中场景图像集所包括的视角图像集1~3中,即,视角图像集1~3分别聚合了包括相似姿态的图像信息。
以上为本说明书实施例提供的视觉定位方法,基于同样的思路,本说明书还提供了相应的装置、存储介质和电子设备。
图6为本说明书实施例提供的一种视觉定位装置的结构示意图,所述装置包括:
采集及待定模块600,确定位于定位区域内的定位设备采集的当前环境图像;并,在所述定位区域内的各子区域中,选择待定子区域;
待定比对模块602,针对每个待定子区域,根据所述定位区域的定位地图,确定该待定子区域对应的场景图像集,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果;所述定位区域对应的定位地图是预先根据如图1所示的地图构建方法构建的;
位姿确定模块604,根据每个待定子区域对应的比对结果,从各待定子区域中选择目标子区域,并根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息。
可选地,所述采集及待定模块600具体用于,获取最近一次确定的所述定位设备的位姿信息;根据最近一次确定的所述定位设备的位姿信息,预估所述定位设备的当前预估位置;根据所述当前预估位置选择待定子区域。
可选地,所述采集及待定模块600具体用于,确定以所述当前预估位置为圆心,距离阈值为半径的范围,作为当前预估范围;根据定位区域中的各子区域,选择与当前预估范围有交集的子区域,作为待定子区域。
可选地,所述待定比对模块602具体用于,将所述场景图像集中,将所包括的位置与所述当前预估位置的距离小于距离阈值的图像信息,作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对。
可选地,所述采集及待定模块600具体用于,预估所述定位设备采集所述当前环境图像时的采集位置;在所述定位地图包含的图像信息中,确定所包括的位置与所述采集位置的距离最近的图像信息;将确定出的图像信息中包括的位置,确定为预估的所述定位设备的当前预估位置。
可选地,所述位姿确定模块604具体用于,提取所述当前环境图像中包含的特征点,并确定各特征点在所述当前定位图像中的位置;将所述目标子区域对应的场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息中包括的特征点,作为所述目标子区域包含的特征点,将所述目标子区域包含的特征点与所述当前环境图像包含的特征点进行匹配,获得匹配成功的特征点对;针对所述匹配成功的特征点对,根据当前环境图像中包含的特征点在所述当前环境图像中的位置,以及与所述当前环境图像匹配成功的特征点的位置信息,确定所述定位设备的位姿信息。
可选地,所述待定比对模块602具体用于,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,确定该待定子区域与所述当前环境图像的相似度,作为该待定子区域对应的比对结果;选择与所述当前环境图像相似度最高的待定子区域,作为目标子区域。
可选地,所述待定比对模块602具体用于,根据该待定子区域与所述当前环境图像的图像特征相似度,和/或该待定子区域与所述当前环境图像的特征点吻合度,确定该待定子区域与所述当前环境图像的相似度。
可选地,确定所述该待定子区域与所述当前环境图像的图像特征相似度,具体包括:将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的图像特征信息,与所述当前环境图像包含的图像特征信息进行比对,根据所述图像特征信息的比对结果,确定该待定子区域与所述当前环境图像的图像特征相似度。
可选地,确定所述该待定子区域与所述当前环境图像的特征点吻合度,具体包括:将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征点,与所述当前环境图像包含的特征点进行匹配,根据所述特征点进行匹配结果,确定该待定子区域与所述当前环境图像的特征点吻合度。
可选地,所述待定比对模块602具体用于,确定该场景图像集中包括的各视角图像集,针对每个视角图像集,将该视角图像集中的至少部分图像信息作为该视角图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,确定该视角图像集与所述当前环境图像的相似度;根据该场景图像集中各视角图像集与所述当前环境图像的相似度,确定该待定子区域与所述当前环境图像的相似度。
可选地,所述位姿确定模块604具体用于,在所述目标子区域对应的场景图像集中,选择与所述当前环境图像的特征相似度最高的视角图像集,根据所述视角图像集的目标图像信息,以及所述当前环境图像,确定所述定位设备的位姿信息。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图4提供的视觉定位方法。
本说明书还提供了图7所示的电子设备的示意结构图。如图7所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所示的地图构建方法,或上述图4所述的视觉定位方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (17)
1.一种地图构建方法,其特征在于,包括:
确定定位区域,在定位区域内采集定位图像,并确定每张定位图像对应的图像信息,所述图像信息至少包括采集该定位图像时采集设备的位姿信息;
确定预先在定位区域内划分的若干个子区域;
针对每个子区域,根据各定位图像对应的位姿信息,确定该子区域对应的场景图像集,所述场景图像集由至少一张定位图像对应的图像信息构成;
存储每个场景图像集中包括的图像信息,作为所述定位区域的定位地图,所述定位地图用于在所述定位区域内进行视觉定位。
2.如权利要求1所述的方法,其特征在于,确定该子区域对应的场景图像集,具体包括:
根据采集每张定位图像时采集设备的位置,确定由位置在该子区域内的定位图像对应的图像信息构成的该子区域对应的场景图像集。
3.如权利要求1或2所述的方法,其特征在于,确定该子区域对应的场景图像集后,所述方法还包括:
根据该场景图像集中每个图像信息所包括的姿态,确定至少一个视角图像集,每个视角图像集由该场景图像集中所包括的姿态相似的至少一个图像信息构成。
4.如权利要求1所述的方法,其特征在于,存储每个场景图像集中包括的图像信息之前,所述方法还包括:
针对每张定位图像,提取该定位图像中包含的特征点,并根据采集该定位图像时采集设备的位姿信息,确定该定位图像中包含的每个特征点的位置信息;
针对每张定位图像,该定位图像对应的图像信息还包括:该定位图像中包含的每个特征点,以及该定位图像中包含的每个特征点的位置信息。
5.如权利要求1所述的方法,其特征在于,存储每个场景图像集中包括的图像信息,具体包括:
针对每个场景图像集中包括的每个图像信息,将所包括的位置与该图像信息所包括的位置的距离小于距离阈值的图像信息,存储为该图像信息对应的定位子图。
6.一种视觉定位方法,其特征在于,包括:
确定位于定位区域内的定位设备采集的当前环境图像;并,在所述定位区域内的各子区域中,选择待定子区域;
针对每个待定子区域,根据所述定位区域的定位地图,确定该待定子区域对应的场景图像集,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果;所述定位区域对应的定位地图是预先根据如权利要求1~5任一所述的地图构建方法构建的;
根据每个待定子区域对应的比对结果,从各待定子区域中选择目标子区域,并根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息。
7.如权利要求6所述的方法,其特征在于,选择待定子区域之前,所述方法还包括:
获取最近一次确定的所述定位设备的位姿信息;
根据最近一次确定的所述定位设备的位姿信息,预估所述定位设备的当前预估位置;
所述选择待定子区域,具体包括:
根据所述当前预估位置选择待定子区域。
8.如权利要求7所述的方法,其特征在于,根据所述当前预估位置选择待定子区域,具体包括:
确定以所述当前预估位置为圆心,距离阈值为半径的范围,作为当前预估范围;
根据定位区域中的各子区域,选择与当前预估范围有交集的子区域,作为待定子区域。
9.如权利要求8所述的方法,其特征在于,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,具体包括:
将所述场景图像集中,将所包括的位置与所述当前预估位置的距离小于所述距离阈值的图像信息,作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对。
10.如权利要求7所述的方法,其特征在于,预估所述定位设备的当前预估位置,具体包括:
预估所述定位设备采集所述当前环境图像时的采集位置;
在所述定位地图包含的图像信息中,确定所包括的位置与所述采集位置的距离最近的图像信息;
将确定出的图像信息中包括的位置,确定为预估的所述定位设备的当前预估位置。
11.如权利要求6-10任一所述的方法,其特征在于,根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息,具体包括:
提取所述当前环境图像中包含的特征点,并确定各特征点在所述当前定位图像中的位置;
将所述目标子区域对应的场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息中包括的特征点,作为所述目标子区域包含的特征点,将所述目标子区域包含的特征点与所述当前环境图像包含的特征点进行匹配,获得匹配成功的特征点对;
针对所述匹配成功的特征点对,根据当前环境图像中包含的特征点在所述当前环境图像中的位置,以及与所述当前环境图像匹配成功的特征点的位置信息,确定所述定位设备的位姿信息。
12.如权利要求11所述的方法,其特征在于,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果,具体包括:
将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,确定该待定子区域与所述当前环境图像的相似度,作为该待定子区域对应的比对结果;
从各待定子区域中选择目标子区域,具体包括:
选择与所述当前环境图像相似度最高的待定子区域,作为目标子区域。
13.如权利要求12所述的方法,其特征在于,确定该待定子区域与所述当前环境图像的相似度,具体包括:
根据该待定子区域与所述当前环境图像的图像特征相似度,和/或该待定子区域与所述当前环境图像的特征点吻合度,确定该待定子区域与所述当前环境图像的相似度;
确定所述该待定子区域与所述当前环境图像的图像特征相似度,具体包括:
将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的图像特征信息,与所述当前环境图像包含的图像特征信息进行比对,根据所述图像特征信息的比对结果,确定该待定子区域与所述当前环境图像的图像特征相似度;
确定所述该待定子区域与所述当前环境图像的特征点吻合度,具体包括:
将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征点,与所述当前环境图像包含的特征点进行匹配,根据所述特征点进行匹配结果,确定该待定子区域与所述当前环境图像的特征点吻合度。
14.如权利要求12所述的方法,其特征在于,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,具体包括:
确定该场景图像集中包括的各视角图像集,针对每个视角图像集,将该视角图像集中的至少部分图像信息作为该视角图像集的目标图像信息,将所述目标图像信息所包括的特征信息,与所述当前环境图像包含的特征信息进行比对,确定该视角图像集与所述当前环境图像的相似度;
根据该场景图像集中各视角图像集与所述当前环境图像的相似度,确定该待定子区域与所述当前环境图像的相似度;
根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息,具体包括:
在所述目标子区域对应的场景图像集中,选择与所述当前环境图像的特征相似度最高的视角图像集,根据所述视角图像集的目标图像信息,以及所述当前环境图像,确定所述定位设备的位姿信息。
15.一种视觉定位装置,其特征在于,包括:
采集及待定模块:确定位于定位区域内的定位设备采集的当前环境图像;并,在所述定位区域内的各子区域中,选择待定子区域;
待定比对模块:针对每个待定子区域,根据所述定位区域的定位地图,确定该待定子区域对应的场景图像集,将所述场景图像集中的至少部分图像信息作为该场景图像集的目标图像信息,将所述目标图像信息与所述当前环境图像进行比对,得到该待定子区域对应的比对结果;所述定位区域对应的定位地图是预先根据如权利要求1~5任一所述的地图构建方法构建的;
位姿确定模块:根据每个待定子区域对应的比对结果,从各待定子区域中选择目标子区域,并根据所述目标子区域对应的场景图像集以及所述当前环境图像,确定所述定位设备的位姿信息。
16.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~5或6~14任一项所述的方法。
17.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~5或6~14任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011148320.3A CN112284394A (zh) | 2020-10-23 | 2020-10-23 | 一种地图构建及视觉定位的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011148320.3A CN112284394A (zh) | 2020-10-23 | 2020-10-23 | 一种地图构建及视觉定位的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112284394A true CN112284394A (zh) | 2021-01-29 |
Family
ID=74423795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011148320.3A Withdrawn CN112284394A (zh) | 2020-10-23 | 2020-10-23 | 一种地图构建及视觉定位的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112284394A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326769A (zh) * | 2021-05-28 | 2021-08-31 | 北京三快在线科技有限公司 | 高精地图生成方法、装置、设备及存储介质 |
CN113435462A (zh) * | 2021-07-16 | 2021-09-24 | 北京百度网讯科技有限公司 | 定位方法、装置、电子设备和介质 |
CN114046749A (zh) * | 2021-10-26 | 2022-02-15 | 刘红霞 | 预制混凝土构件点状凹坑结合面粗糙度检测方法及*** |
CN114740514A (zh) * | 2022-06-09 | 2022-07-12 | 武汉地铁集团有限公司 | 地铁站巡查人员定位的方法、***、电子设备和存储介质 |
WO2022161386A1 (zh) * | 2021-01-30 | 2022-08-04 | 华为技术有限公司 | 一种位姿确定方法以及相关设备 |
WO2022247126A1 (zh) * | 2021-05-24 | 2022-12-01 | 浙江商汤科技开发有限公司 | 视觉定位方法、装置、设备、介质及程序 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110193859A1 (en) * | 2010-02-09 | 2011-08-11 | Samsung Electronics Co., Ltd | Apparatus and method for generating octree based 3D map |
US20140257688A1 (en) * | 2013-03-11 | 2014-09-11 | Qualcomm Incorporated | Methods and apparatus for position estimation |
CN105188135A (zh) * | 2015-08-17 | 2015-12-23 | 京东方科技集团股份有限公司 | 终端定位方法及***、目标终端及定位服务器 |
CN108665508A (zh) * | 2018-04-26 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 一种即时定位与地图构建方法、装置及存储介质 |
CN110738143A (zh) * | 2019-09-27 | 2020-01-31 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
CN111323024A (zh) * | 2020-02-10 | 2020-06-23 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
CN111464938A (zh) * | 2020-03-30 | 2020-07-28 | 滴图(北京)科技有限公司 | 定位方法、装置、电子设备和计算机可读存储介质 |
-
2020
- 2020-10-23 CN CN202011148320.3A patent/CN112284394A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110193859A1 (en) * | 2010-02-09 | 2011-08-11 | Samsung Electronics Co., Ltd | Apparatus and method for generating octree based 3D map |
US20140257688A1 (en) * | 2013-03-11 | 2014-09-11 | Qualcomm Incorporated | Methods and apparatus for position estimation |
CN105188135A (zh) * | 2015-08-17 | 2015-12-23 | 京东方科技集团股份有限公司 | 终端定位方法及***、目标终端及定位服务器 |
CN108665508A (zh) * | 2018-04-26 | 2018-10-16 | 腾讯科技(深圳)有限公司 | 一种即时定位与地图构建方法、装置及存储介质 |
CN110738143A (zh) * | 2019-09-27 | 2020-01-31 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
CN111323024A (zh) * | 2020-02-10 | 2020-06-23 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
CN111464938A (zh) * | 2020-03-30 | 2020-07-28 | 滴图(北京)科技有限公司 | 定位方法、装置、电子设备和计算机可读存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022161386A1 (zh) * | 2021-01-30 | 2022-08-04 | 华为技术有限公司 | 一种位姿确定方法以及相关设备 |
WO2022247126A1 (zh) * | 2021-05-24 | 2022-12-01 | 浙江商汤科技开发有限公司 | 视觉定位方法、装置、设备、介质及程序 |
CN113326769A (zh) * | 2021-05-28 | 2021-08-31 | 北京三快在线科技有限公司 | 高精地图生成方法、装置、设备及存储介质 |
CN113435462A (zh) * | 2021-07-16 | 2021-09-24 | 北京百度网讯科技有限公司 | 定位方法、装置、电子设备和介质 |
CN113435462B (zh) * | 2021-07-16 | 2022-06-28 | 北京百度网讯科技有限公司 | 定位方法、装置、电子设备和介质 |
CN114046749A (zh) * | 2021-10-26 | 2022-02-15 | 刘红霞 | 预制混凝土构件点状凹坑结合面粗糙度检测方法及*** |
CN114740514A (zh) * | 2022-06-09 | 2022-07-12 | 武汉地铁集团有限公司 | 地铁站巡查人员定位的方法、***、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112284394A (zh) | 一种地图构建及视觉定位的方法及装置 | |
CN107274442B (zh) | 一种图像识别方法和装置 | |
CN112001456B (zh) | 一种车辆定位方法、装置、存储介质及电子设备 | |
CN111508258B (zh) | 一种定位方法及装置 | |
CN111238450B (zh) | 视觉定位方法及装置 | |
CN111288971B (zh) | 一种视觉定位方法及装置 | |
US20140330814A1 (en) | Method, client of retrieving information and computer storage medium | |
WO2014176938A1 (en) | Method and apparatus of retrieving information | |
CN111797711A (zh) | 一种模型训练的方法及装置 | |
CN112365513A (zh) | 一种模型训练的方法及装置 | |
US20150154736A1 (en) | Linking Together Scene Scans | |
CN114494381A (zh) | 模型训练及深度估计方法、装置、存储介质及电子设备 | |
CN117197781B (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
CN112861831A (zh) | 一种目标物的识别方法、装置、存储介质及电子设备 | |
CN113674424A (zh) | 一种电子地图绘制的方法及装置 | |
CN112990099A (zh) | 一种车道线检测的方法以及装置 | |
CN112734851B (zh) | 一种位姿确定的方法以及装置 | |
CN114187355A (zh) | 一种图像标定方法及装置 | |
Amato et al. | Technologies for visual localization and augmented reality in smart cities | |
CN114332201A (zh) | 一种模型训练、目标检测的方法以及装置 | |
CN114863206A (zh) | 一种模型训练的方法、目标检测的方法及装置 | |
CN111798489A (zh) | 一种特征点跟踪方法、设备、介质及无人设备 | |
CN112712561A (zh) | 一种建图方法、装置、存储介质及电子设备 | |
CN112329547A (zh) | 一种数据处理方法及装置 | |
CN118053153B (zh) | 一种点云数据的识别方法、装置、存储介质及电子设备 |
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 |
Application publication date: 20210129 |
|
WW01 | Invention patent application withdrawn after publication |