一种视觉定位方法、装置、设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111758118A(43)申请公布日2020.10.09(21)申请号202080001067.0(51)Int.Cl.(22)申请日2020.05.26G06T7/00(2017.01)G06N3/08(2006.01)(85)PCT国际申请进入国家阶段日G06N3/04(2006.01)2020.06.24(86)PCT国际申请的申请数据PCT/CN2020/0922842020.05.26(71)申请人蜂图科技有限公司地址中国香港荔枝角长沙湾道909号长沙湾909大厦901室(72)发明人陈尊裕吴珏其胡斯洋陈欣吴沛谦张仲文(74)专利代理机构北京集佳知识产权代理有限公司11227代理人徐丽权利要求书2页说明书8页附图3页(54)发明名称一种视觉定位方法、装置、设备及可读存储介质(57)摘要一种视觉定位方法、装置、设备及可读存储介质，该方法包括：获取广角照片，并对广角照片进行随机分割，获得待测图集；将待测图集输入至定位模型进行定位识别，得到多个候选定位；定位模型为利用实景地图中的全景照片训练后的神经网络模型；利用多个候选定位，确定出最终定位。在本申请中，基于实景地图中的全景照片对神经网络模型进行训练即可得到一个定位模型，且基于该定位模型可以完成视觉定位，解决了视觉定位训练样本采集困难的问题。CN111758118ACN111758118A权利要求书1/2页1.一种视觉定位方法，其特征在于，包括：获取广角照片，并对所述广角照片进行随机分割，获得待测图集；将所述待测图集输入至定位模型进行定位识别，得到多个候选定位；所述定位模型为利用实景地图中的全景照片训练后的神经网络模型；利用多个所述候选定位，确定出最终定位。2.根据权利要求1所述的视觉定位方法，其特征在于，所述利用多个所述候选定位，确定出最终定位，包括：对多个所述候选定位进行聚类处理，并利用聚类结果对多个所述候选定位进行筛选；利用筛选得到的若干候选定位构建几何图形；将所述几何图形的几何中心作为所述最终定位。3.根据权利要求2所述的视觉定位方法，其特征在于，还包括：利用所述最终定位，计算多个所述候选定位的标准方差；将所述标准方差作为所述最终定位的定位误差。4.根据权利要求1所述的视觉定位方法，其特征在于，训练所述神经网络模型的过程，包括：从所述实景地图中获取若干个所述全景照片，并确定每个所述实景照片的地理位置；对若干个所述全景照片进行反扭曲变换，得到若干组长宽比相同的平面投影照片；按照与所述全景照片的对应关系，为每组所述平面投影照片标记地理标记；所述地理标记包括地理位置和具体朝向；将标记了地理标记的平面投影照片作为训练样本；利用所述训练样本对所述神经网络模型进行训练，将训练好的所述神经网络模型确定为所述定位模型。5.根据权利要求4所述的视觉定位方法，其特征在于，所述对若干个所述全景照片进行反扭曲变换，得到若干组长宽比相同的平面投影照片，包括：在反扭曲变换中按照不同的焦距参数对每个所述全景照片进行分割，得到若干组视角不同的平面投影照片。6.根据权利要求5所述的视觉定位方法，其特征在于，所述在反扭曲变换中按照不同的焦距参数对每个所述全景照片进行分割，得到若干组视角不同的平面投影照片，包括：按照对应原图覆盖率大于指定百分比的分割数量对每个所述全景照片进行分割，得到若干组相邻图片存在重合视角的平面投影照片。7.根据权利要求4所述的视觉定位方法，其特征在于，训练所述神经网络模型的过程，还包括：利用从互联网获取场景照片，或对定位环境采集的环境照片对所述训练样本进行补充。8.根据权利要求1所述的视觉定位方法，其特征在于，对所述广角照片进行随机分割，获得待测图集，包括：按照分割数量，对所述广角照片进行原图覆盖率大于指定百分比的随机分割，得到与所述分割数量匹配的待测图集。9.一种视觉定位装置，其特征在于，包括：2CN111758118A权利要求书2/2页待测图集获取模块，用于获取广角照片，并对所述广角照片进行随机分割，获得待测图集；候选定位获取模块，用于将所述待测图集输入至定位模型进行定位识别，得到多个候选定位；所述定位模型为利用实景地图中的全景照片训练后的神经网络模型；定位输出模块，用于利用多个所述候选定位，确定出最终定位。10.一种视觉定位设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述的视觉定位方法。11.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的视觉定位方法。3CN111758118A说明书1/8页一种视觉定位方法、装置、设备及可读存储介质技术领域[0001]