【技术实现步骤摘要】
智能移动终端的室内定位方法、装置与电子设备
本专利技术涉及智能定位
，更具体地，涉及一种智能移动终端的室内定位方法、装置与电子设备。
技术介绍
当前室外GNSS定位已经足以提供成熟的服务，但室内定位技术仍处于起步阶段，尚没有一种技术占据绝对的优势。智能手机导航和位置服务已经成为最常用的智能手机应用之一，但是室内空间未能无缝覆盖成为智能手机应用的最大痛点。目前基于智能手机的室内定位技术的种类众多，主要利用射频信号和内置传感器实现，包括惯性PDR、射频信号(WIFI、蓝牙)指纹/测距定位、视觉定位等。惯性PDR利用行人跨步的生理特性，通过加速度计数据对行人进行步态检测和步长估计，并通过融合加速度计、陀螺仪和磁力计数据进行航向角解算，最终实现行人的位置推算。也即，主要利用加速度计来探测步数，再结合步长估计与航向估计，进行位置估计。基于射频信号的定位，主要是利用可与智能手机兼容的WIFI、蓝牙等信号进行定位，一般可分为指纹匹配定位和测距交会定位两种。指纹匹配定位通过建立与位置相关的可测量参数数据库，将测量值与数...
【技术保护点】
1.一种智能移动终端的室内定位方法，其特征在于，包括：/n获取通过智能移动终端拍摄的室内图像，并利用预先建立的目标检测模型，对所述室内图像进行目标检测，获取包含目标物体的图像；/n获取所述包含目标物体的图像的特征点信息，并根据预先构建的特征点数据库，进行图像特征点匹配，获取所述包含目标物体的图像对应的位姿信息；/n基于所述位姿信息，对所述智能移动终端进行室内定位；/n其中，所述目标检测模型为预先利用采集的室内场景中可识别目标的图像数据进行训练获取的，所述特征点数据库为预先通过对移动测量系统采集的带有位姿信息的图像进行特征点提取构建而成的。/n
【技术特征摘要】
1.一种智能移动终端的室内定位方法，其特征在于，包括：
获取通过智能移动终端拍摄的室内图像，并利用预先建立的目标检测模型，对所述室内图像进行目标检测，获取包含目标物体的图像；
获取所述包含目标物体的图像的特征点信息，并根据预先构建的特征点数据库，进行图像特征点匹配，获取所述包含目标物体的图像对应的位姿信息；
基于所述位姿信息，对所述智能移动终端进行室内定位；
其中，所述目标检测模型为预先利用采集的室内场景中可识别目标的图像数据进行训练获取的，所述特征点数据库为预先通过对移动测量系统采集的带有位姿信息的图像进行特征点提取构建而成的。
2.根据权利要求1所述的智能移动终端的室内定位方法，其特征在于，在所述进行图像特征点匹配的步骤之前，还包括：
构建所述移动测量系统，搭载多线激光、全景相机、惯性导航设备和同步控制器，并利用所述移动测量系统，采集室内场景的三维点云数据和影像数据；
基于所述三维点云数据和影像数据，利用多传感器融合的SLAM算法，计算所述影像数据对应的绝对位姿；
基于所述影像数据对应的绝对位姿和相机内参信息，计算约定描述子的视觉特征点，并基于所述约定描述子的视觉特征点，依次进行特征点匹配、特征点三角化和光束平差运算，获取所述视觉特征点的三维坐标；
基于所述三维坐标，得到已知三维坐标的视觉特征点，并基于所述已知三维坐标的视觉特征点，构建所述特征点数据库。
3.根据权利要求1或2所述的智能移动终端的室内定位方法，其特征在于，在所述对所述室内图像进行目标检测的步骤之前，还包括：
采集室内场景中给定量的可识别目标的图像数据，并对所述可识别目标的图像数据进行目标图像标注，构成训练样本；
初始化构建目标检测初始模型，并利用所述训练样本，对初始化的目标检测初始模型进行循环迭代训练，获取所述目标检测模型。
4.根据权利要求1或2所述的智能移动终端的室内定位方法，其特征在于，所述目标检测模型具体为Mask-RCNN实例分割模型、特征匹配算法模型、词典模型或者深度信念网络模型。
5.根据权利要求1或2所述的智能移动终端的室内定位方法，其特征在于，具体采用PnP算法进行所述包含目标物体的图像的位姿解算，相应的，所述获取所述包含目标物体的图像对应的位姿信息的步骤具体包括：
将所述包含目标物体的图像的特征点信息与所述特征点数据库中各特征点进行SIFT特征匹配，获取匹配的2D-3D关键点对和描述子数组；
随机选取至少六组2D-3D关键点对，利用PnP算法中的DLT算法，根据选取的2D-3D关键点对和所述描述子数组，求解投影矩阵，并利用所述投影矩阵，计算其余未被选取的3D点相对应的2D点坐标，并求取计算出的2D点与所述未被选取的3D点对应的原始2D点间的位置误差，以通过判断所述...
【专利技术属性】
技术研发人员：李子申，刘振耀，吴海涛，潘军道，李瑞东，
申请(专利权)人：中国科学院光电研究院，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。