一种基于室内地标文本与轮廓的室内定位方法技术

本发明专利技术公开了一种基于室内地标文本与轮廓的室内定位方法，包括步骤如下：S1：获取某一室内地标图像，图像包括地标的文本信息、轮廓信息；同时采用GPS定位获取用户当前所在的场景信息；S2：采用光学字符识别算法提取所述的图像中的文本信息，并与第三方平台的室内平面图信息进行匹配，确定用户在室内的初步定位结果，并获取该地标的尺度信息渲染模型，得到不同位置的渲染图像；S3：使用训练好的神经网络提取所述的图像的轮廓信息；S4：使用渲染图像与轮廓信息进行匹配，选择与轮廓信息最为相似的一张渲染图像，将渲染图像的渲染位置作为用户相对地标的拍摄位置，从而产生相对定位结果；S5：将初步定位结果、相对定位结果结合，得到用户的绝对位置信息。到用户的绝对位置信息。到用户的绝对位置信息。

【技术实现步骤摘要】
一种基于室内地标文本与轮廓的室内定位方法


[0001]本专利技术涉及室内定位
，更具体的，涉及一种基于室内地标文本与轮廓的室内定位方法。

技术介绍

[0002]随着移动终端的普及和AR、机器人等技术的发展，室内定位技术得到了广泛的应用并吸引了国内外研究者的注意，如其在室内导航、机器人仓储等方面具有着极高的商业价值。
[0003]主流的室内定位方法主要包含蓝牙定位、Wi
‑
Fi定位、地磁定位以及视觉定位。其主要思想都是先建立指纹数据库，然后在定位时采集指纹进行匹配，从而得到最终的定位结果。以上这些方法具有很大的弊端，即需要先构造数据库，此步骤需要付出极大的人力及时间成本。并且室内信号会随着时间进行波动，故若采用蓝牙、地磁等定位方法，则需每隔一段时间采集一遍指纹数据。若采用视觉定位，则如场景地标的外观发生变化，也需再次采集。
[0004]综上，现有室内定位技术耗费人力成本过高的问题亟待解决。

技术实现思路

[0005]本专利技术为了解决以上现有定位方法由于需构造及更新数据库导致的耗费人力成本过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于室内地标文本与轮廓的室内定位方法，其特征在于：所述的方法包括步骤如下：S1：获取某一室内地标图像，所述的图像包括地标的文本信息、轮廓信息；同时采用GPS定位获取用户当前所在的场景信息；S2：采用光学字符识别算法提取所述的图像中的文本信息，采用字符串匹配方法将提取的文本信息与第三方平台的室内平面图信息进行匹配，从而确定用户在室内的初步定位结果，并获取该地标的尺度信息渲染模型，得到不同位置的渲染图像；S3：使用训练好的神经网络提取所述的图像的轮廓信息；S4：使用渲染图像与步骤S3提取的轮廓信息进行匹配，选择与轮廓信息最为相似的一张渲染图像，将渲染图像的渲染位置作为用户相对地标的拍摄位置，从而产生相对定位结果；S5：将步骤S2的初步定位结果、步骤S3的相对定位结果结合，得到用户的绝对位置信息。2.根据权利要求1所述的基于室内地标文本与轮廓的室内定位方法，其特征在于：步骤S2，在提取所述的图像中的文本信息之后，在与第三方平台的室内平面图信息进行对比之前，采用隐马尔可夫模型对提取的文本信息进行校正处理。3.根据权利要求2所述的基于室内地标文本与轮廓的室内定位方法，其特征在于：所述的校正处理具体如下：设光学字符识别算法提取得到的文本序列为O，图像中真实的文本序列为I：O＝{o1,o2,
…
,o
n
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)I＝{i1,i2,
…
,i
n
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，o
n
、i
n
表示第n个字符；使用文本序列I对提取得到的文本序列O加以校正。4.根据权利要求3所述的基于室内地标文本与轮廓的室内定位方法，其特征在于：所述的隐马尔可夫模型包括初始概率分布、观测矩阵、状态转移矩阵；根据文本数据库中每个文本序列的起始字符，得到初始概率分布：π＝[p1,p2,
…
,p
t
]
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，p
t
表示第t个字符作为文本序列的初始字符的概率，向量π中所有字符相加之和为1；所述的观测矩阵的定义如下：b
i
(j)＝P(o
t
＝v
j
|i
t
＝q
i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，v
j
表示第j个观测结果；q
i
表示状态结果；式(4)表示在i状态下，生成j观测的概率；采用光学字符识别算法将某一字符识别正确的概率，其计算方式如下：其中，p为光学字符识别算法中识别正确时的置信度，i表示状态下标，j表示观测下标；当i与j相等时，则为观测正确时的概率，不同则为观测错误的概率；
再计算状态转移矩阵，此处即计算字符之间的跳转关系即可，其中q为字符集合中的元素；a
i,j
＝P(i
t+1
＝q
j
|i
t
＝q
i
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中，q
j
、q
i
表示状态，a
i,j
表示从状态q
i
转移到状态q
j
的概率；最后校正问题则变成了给定一个文本序列O，将其解码成为正确的文本序列I的问题，使用维特比算法进行解码，根据解码得到校正后的文本序列。5.根据权利要求4所述的基于室内地标文本与轮廓的室内定位方法，其特征在于：所述的解码具体如下：将文本序列O中的字符称为观测，将图像中的真实字符称为状态；给定观测序列O＝(o1,o2,
…
,o
T
)，隐马尔可夫模型λ＝[A,B，π]；首先，计算各个状态观测到o1的概率：δ1(i)＝π
i
b
i
(o1)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(7)ψ1(i)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)其次，计算文本序列O中下一个观测结果出现的概率：δ2(i)＝max
1≤j≤N
[δ1(j)a
ji
]b
i
(o2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)ψ2(i)＝argmax
1≤j≤N
[δ1(j)a
ji
]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)求得观测o
T
对应的状态：最后，对于前面的观测，采用最优路径回溯法，最终校正后的文本序列为I
*
：：6.根据权利要求5所述的基于室内地标文本与轮廓的室内定位方法，其特征在于：步骤S3，使用U
‑
Net网络...

【专利技术属性】
技术研发人员：刘宁，张星，牛群，
申请(专利权)人：中山大学，
类型：发明
国别省市：