定位方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本公开实施例公开了一种定位方法、装置、电子设备及计算机可读存储介质，所述方法包括：基于相机采集的初始帧图像和GNSS位置数据，请求视觉定位服务返回t0时刻的相机初始位姿估计数据；对相机在初始帧图像之后采集的第N帧图像，获取t

【技术实现步骤摘要】
定位方法、装置、电子设备及计算机可读存储介质


[0001]本公开实施例涉及计算机视觉
，具体涉及一种定位方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着技术的发展，越来越多的场景(比如无人驾驶、AR导航等)需要获得被定位对象(如智能手机、汽车、机器人等)高精度(米级及以下)的定位结果。为了获得高精度的定位结果，现有技术提供了基于高精GNSS+INS组合导航系统的定位方案，该方案借助高精GNSS+INS组合导航系统获得被定位对象每一时刻的定位结果(经纬度位置以及姿态)。专利技术人在对该方案研究的过程中发现，该方案虽然能够得到高精度的定位结果，但高精GNSS+INS组合导航系统所使用的传感器及芯片价格昂贵，过高的成本导致该方案的适用性不强。因此，亟需提供一种能够保障定位精度且成本低廉的更普适的定位方案。

技术实现思路

[0003]本公开实施例提供一种定位方法、装置、电子设备及计算机可读存储介质。
[0004]第一方面，本公开实施例中提供了一种定位方法。
[0005]具体的，所述定位方法，包括：
[0006]基于相机采集的初始帧图像和GNSS接收机输出的GNSS位置数据，请求视觉定位服务返回所述相机的t0时刻的相机初始位姿估计数据；
[0007]对所述相机在所述初始帧图像之后采集的第N帧图像，获取t
N
时刻的IMU传感数据，将所述t
N
时刻的IMU传感数据和t
N
‑1时刻的相机位姿估计数据输入预先训练的视觉定位时序模型，预测得到所述t
N
时刻的相机位姿估计数据，其中，N为大于等于1的整数；
[0008]若采集所述第N帧图像时满足设定的视觉定位修正条件，则基于所述t
N
时刻的位置数据和第N帧图像，请求视觉定位服务返回所述t
N
时刻的视觉定位位姿；
[0009]基于所述t
N
时刻的视觉定位位姿对所述视觉定位时序模型输出的所述t
N
时刻的相机位姿估计数据进行修正，得到t
N
时刻的定位结果。
[0010]结合第一方面，本公开实施例在第一方面的第一种实现方式中，所述基于相机采集的初始帧图像和GNSS接收机输出的GNSS位置数据，请求视觉定位服务返回所述相机的t0时刻的相机初始位姿估计数据，包括：
[0011]获取相机采集的初始帧图像和GNSS接收机输出的GNSS位置数据，向视觉定位服务发送定位请求，其中，所述定位请求携带有所述初始帧图像和GNSS位置数据，使其基于所述初始帧图像和GNSS位置数据计算并返回t0时刻的相机初始位姿估计数据。
[0012]结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，若采集所述第N帧图像时满足设定的视觉定位修正条件，则基于所述t
N
时刻的位置数据和第N帧图像，请求视觉定位服务返回所述t
N
时刻的视觉定位位姿，包括：
[0013]若采集所述第N帧图像时满足设定的视觉定位修正条件，获取相机采集的第N帧图
像和t
N
时刻的位置数据；
[0014]向所述视觉定位服务发送定位请求，其中，所述定位请求携带有所述第N帧图像和t
N
时刻的位置数据，使得所述视觉定位服务基于所述第N帧图像和t
N
时刻的位置数据计算并返回t
N
时刻的视觉定位位姿。
[0015]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述视觉定位修正条件包括：每隔M帧图像进行一次修正，或者，采集图像的场景为设定的进行视觉定位修正的场景。
[0016]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，所述t
N
时刻的位置数据为所述t
N
时刻的相机位姿估计数据中的位置数据。
[0017]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和第一方面的第五种实现方式，本公开在第一方面的第六种实现方式中，所述基于所述t
N
时刻的视觉定位位姿对所述视觉定位时序模型输出的所述t
N
时刻的相机位姿估计数据进行修正，得到t
N
时刻的定位结果，包括：
[0018]对于所述t
N
时刻的视觉定位位姿进行异步校正，得到经异步校正后的t
N
时刻的视觉定位位姿；
[0019]基于经异步校正后的t
N
时刻的视觉定位位姿对所述视觉定位时序模型输出的所述t
N
时刻的相机位姿估计数据进行修正，得到t
N
时刻的定位结果。
[0020]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式和第一方面的第六种实现方式，本公开在第一方面的第七种实现方式中，所述对于所述t
N
时刻的视觉定位位姿进行异步校正，得到经异步校正后的t
N
时刻的视觉定位位姿，包括：
[0021]向所述视觉定位服务发送定位请求后，记录定位请求发送时间t
T
，并备份t
T
时刻所述视觉定位时序模型的状态量；
[0022]记录t
T
时刻后每一时刻的速度值和IMU传感数据，直至第t
T+P
时刻接收到t
N
时刻的视觉定位位姿；
[0023]利用所述t
N
时刻的视觉定位位姿对于所述t
T
时刻所述视觉定位时序模型的状态量进行校正；
[0024]将校正后的t
T
时刻所述视觉定位时序模型的状态量、记录的速度值和IMU传感数据输入所述视觉定位时序模型，得到经异步校正后的t
N
时刻的视觉定位位姿。
[0025]第二方面，本公开实施例中提供了一种定位方法。
[0026]具体的，所述定位方法，包括：
[0027]响应于接收到终端发送的定位请求，获取所述定位请求携带的位置数据和图像；
[0028]基于所述位置数据和图像计算得到相机位姿估计数据；
[0029]将所述相机位姿估计数据发送给所述终端，以作为所述终端上运行的预先训练的视觉定位时序模型的输入或用于对所述视觉定位时序模型输出的结果进行修正。
[0030]结合第二方面，本公开实施例在第二方面的第一种实现方式中，当所述图像为初始帧图像时，所述位置数据为GNSS位置数据；当所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定位方法，包括：基于相机采集的初始帧图像和GNSS接收机输出的GNSS位置数据，请求视觉定位服务返回所述相机的t0时刻的相机初始位姿估计数据；对所述相机在所述初始帧图像之后采集的第N帧图像，获取t
N
时刻的IMU传感数据，将所述t
N
时刻的IMU传感数据和t
N
‑1时刻的相机位姿估计数据输入预先训练的视觉定位时序模型，预测得到所述t
N
时刻的相机位姿估计数据，其中，N为大于等于1的整数；若采集所述第N帧图像时满足设定的视觉定位修正条件，则基于所述t
N
时刻的位置数据和第N帧图像，请求视觉定位服务返回所述t
N
时刻的视觉定位位姿；基于所述t
N
时刻的视觉定位位姿对所述视觉定位时序模型输出的所述t
N
时刻的相机位姿估计数据进行修正，得到t
N
时刻的定位结果。2.根据权利要求1所述的方法，所述基于相机采集的初始帧图像和GNSS接收机输出的GNSS位置数据，请求视觉定位服务返回所述相机的t0时刻的相机初始位姿估计数据，包括：获取相机采集的初始帧图像和GNSS接收机输出的GNSS位置数据，向视觉定位服务发送定位请求，其中，所述定位请求携带有所述初始帧图像和GNSS位置数据，使其基于所述初始帧图像和GNSS位置数据计算并返回t0时刻的相机初始位姿估计数据。3.根据权利要求1或2所述的方法，若采集所述第N帧图像时满足设定的视觉定位修正条件，则基于所述t
N
时刻的位置数据和第N帧图像，请求视觉定位服务返回所述t
N
时刻的视觉定位位姿，包括：若采集所述第N帧图像时满足设定的视觉定位修正条件，获取相机采集的第N帧图像和t
N
时刻的位置数据；向所述视觉定位服务发送定位请求，其中，所述定位请求携带有所述第N帧图像和t
N
时刻的位置数据，使得所述视觉定位服务基于所述第N帧图像和t
N
时刻的位置数据计算并返回t
N
时刻的视觉定位位姿。4.根据权利要求3所述的方法，所述视觉定位修正条件包括：每隔M帧图像进行一次修正，或者，采集图像的场景为设定的进行视觉定位修正的场景。5.根据权利要求1
‑
2、4任一所述的方法，所述t
N
时刻的位置数据为所述t
N
时刻的相机位姿估计数据中的位置数据。6.根据权利要求1
‑
2、4任一所述的方法，所述基于所述t
N
时刻的视觉定位位姿对所述视觉定位时序模型输出的所述t
N
时刻的相机位姿估计数据进行修正，得到t
N
时刻的定位结果，包括：对于所述t
N
时刻的视觉定位位姿进行异步校正，得到经异步校正后的t
N
时刻的视觉定位位姿；基于经异步校正后的t
N
时刻的视觉定位位姿对所述视觉定位时序模型输出的所述t
N
时刻的相机位姿估计数据进行修正，得到t
N
时刻的定位结果。7.根据权利要求6所述的方法，所述对于所述t
N
时刻的视觉定位位姿进行异步校正，得到经异步校正后的t
N
时刻的视觉定位位姿，包括：向所述视觉定位服务发送定位请求后，记录定位请求发送时间t
T
，并备份t
T
时刻所述视觉定位时序模型的状态量；记录t
T
时刻后每一时刻的速度值和IMU传感数据，直至第t
T+P
时刻接收到t
N
时刻的视觉
定位位姿；利用所述t
N
时刻的视觉定位位姿对于所述t
T
时刻所述视觉定位时序模型的状态量进行校正；将校正后的t
T
时刻所述视觉定位时序模型的状态量、记录的速度值和IMU传感数据输入所述视觉定位时序模型，得到经异步校正后的t
N
时刻的视觉定位位姿。8.一种定位方法，包括：响应于接收到终端发送的定位请求，获取所述定位请求携带的位置数据和图像；基于所述位置数据和图像计算得到相机位姿估计数据；将所述相机位姿估计数据发送给所述终端，以作为所述终端上运行的预先训练的视觉定位时序模型的输入或用于对所述视觉定位时序模型输出的结果进行修正。9.根据权利要求8所述的方法，当所述图像为初始帧图像时，所述位置数据为GNSS位置数据；当所述图像为在所述初始帧图像之后采集的第N帧图像时，所述位置数据为t
N
时刻的相机位姿估计数据中的位置数据，其中，所述t
N
时刻的相机位姿估计数据由所述视觉定位时序模型根据t
N
时刻的IMU传感数据和t
N
‑1时刻的相机位姿估计数据预测得到。10.根据权利要求8或9所述的方法，所述基于所述位置数据和图像计算得到相机位姿估计数据，包括：根据所述位置数据从参考图像数据库中确定与所述位置数据之间的距离在预设范围内的候选参考图像，其中，所述参考图像数据库中存储有预先计算得到位姿数据的图像；计算所述图像与所述候选参考图像之间的图像相似度，将所述图像相似度满足预设条件的候选参考图像确定为所述图像对应的参考图像；计算所述图像与所述参考图像之间的相对位姿数据；获取所述参考对象的位姿数据，基于所述参考对象的位姿数据和所述相对位姿数据计算得到所述图像的位姿数据，将其作为相机位姿估计数据。11.根据权利要求10所述的方法，所述计算所述图像与所述参考图像之间的相对位姿数据，被实施为：将所述图像和参考图像输入预训练过的相对位姿数据计算模型，计算得到所述图像与所述参考图像之间的相对位姿数据。12.一种定位方法，包括：终端基于相机采集的初始帧图像和GNSS接收机输出的GNSS位置数据，请求视觉定位服务返回所述相机的t0时刻的相机初始位姿估计数据；云端响应于接收到终端发送的定位请求，基于所述GNSS位置数据和初始帧图像计算得到t0时刻的相机初始位姿估计数据，发送给所述终端；终端对所述相机在所述初始帧图像之后采集的第N帧图像，获取t
N
时刻的IMU传感数据，将所述t<...

【专利技术属性】
技术研发人员：蔡炀，刘柳，白延成，任小枫，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：