【技术实现步骤摘要】
本申请涉及计算机视觉，具体涉及一种基于深度学习的室内定位方法、系统、设备及存储介质。
技术介绍
1、室内空间，例如商场、办公室等场所的地面都铺设有瓷砖，四边均是玻璃，存在严重的反光现象。而且由于存在大面积的白墙、玻璃透明以及不断更换广告等各种情况，无法使用普通摄像头进行图像识别。即室内地图存在更新问题，很多室内布局变更比较频繁，比如商场店铺更换、内部结构更改。因此需要频繁更改获取的地图信息。
2、室内定位需要面对更复杂多样的环境，比如各类建筑物的室内结构和布局各不相同，位置布局更精细，空间也更小，若想在其内定位一个移动对象的所在楼层和所在房间位置，精度要求会更高。目前，能够适用于这种情况并满足如此高精度的定位技术还很少，技术没有室外定位技术那么成熟，更重要的是，定位精度要求越高，成本也越大。深度相机对比同等性能的激光雷达，价格更低，并含有完整的6轴imu(运动传感器)，0.5米-5米内测距精度更高。
3、深度相机实时生成深度图，深度图只考虑物理层面上物体所在三维空间位置，能自动过滤各种反光问题，并且对表面颜色、各...
【技术保护点】
1.一种基于深度学习的室内定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的室内定位方法，其特征在于，在步骤S5中，对所述特征集合进行深度学习并生成onnx模型，通过所述onnx模型实现室内定位，包括以下子步骤：
3.根据权利要求1所述的基于深度学习的室内定位方法，其特征在于，在步骤S2中，将所述点云数据输入至点云处理深度学习模型进行训练，获得预处理点云图，包括以下子步骤：
4.根据权利要求1所述的基于深度学习的室内定位方法，其特征在于，在步骤S4中，利用标准空心体积块填充所述点云地图，对所述标准体积块进行...
【技术特征摘要】
1.一种基于深度学习的室内定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的室内定位方法，其特征在于，在步骤s5中，对所述特征集合进行深度学习并生成onnx模型，通过所述onnx模型实现室内定位，包括以下子步骤：
3.根据权利要求1所述的基于深度学习的室内定位方法，其特征在于，在步骤s2中，将所述点云数据输入至点云处理深度学习模型进行训练，获得预处理点云图，包括以下子步骤：
4.根据权利要求1所述的基于深度学习的室内定位方法，其特征在于，在步骤s4中，利用标准空心体积块填充所述点云地图，对所述标准体积块进行垂直投影生成2d灰度图，基于所述2d灰度图生成特征集合，包括以下子步骤：
5.根据权利要求1所述的基于深度学习的室内定位方法，其特征在于，还包括：
6.根据...
【专利技术属性】
技术研发人员：陈洪，刘学，张惠阳，段克奇，周萍，卢清柏，张逸均，郭凌志，
申请(专利权)人：华邮数字文化技术研究院厦门有限公司，
类型：发明
国别省市：
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。