[发明专利]基于视觉的定位

权利要求书

1.一种基于视觉进行定位的方法，该方法包括：

获得图像；

基于深度学习模型从所述图像的场景获得相机在世界坐标系下的第一坐标，

基于所述第一坐标获得相机在世界坐标系下的初始坐标；以及

基于相机在世界坐标系下的初始坐标通过帧间匹配确定相机在世界坐标系下的实时坐标。

2.根据权利要求1所述的方法，还包括：

检测所述图像中是否包括标志物，其中所述标志物具有至少3个顶点；

以及，所述基于所述第一坐标获得相机在世界坐标系下的初始坐标包括：

响应于所述图像中不包括所述标志物，将所述第一坐标用作相机在世界坐标系下的初始坐标。

3.根据权利要求1所述的方法，还包括：

检测所述图像是否包括标志物，其中所述标志物具有至少3个顶点；

以及，所述基于所述第一坐标获得相机在世界坐标系下的初始坐标包括：

响应于所述图像中包括所述标志物，基于所述标志物和第一坐标获得相机在世界坐标系下的第二坐标；以及

将所述第二坐标用作相机在世界坐标系下的初始坐标。

4.根据权利要求3所述的方法，其中，所述基于所述标志物和第一坐标获得相机在世界坐标系下的第二坐标包括：

基于所述图像获得所述标志物的顶点在相机坐标系下的坐标；

基于所述第一坐标从预先存储的多个标志物的顶点在世界坐标系下的坐标检索出所述图像中包括的所述标志物的顶点在世界坐标系下的坐标；

基于所述图像中包括的所述标志物的顶点在相机坐标系下的坐标以及所述图像中包括的所述标志物的顶点在世界坐标系下的坐标获得相机坐标系相对于世界坐标系的旋转矩阵和平移矩阵；以及

基于所述旋转矩阵和平移矩阵确定相机在世界坐标系下的第二坐标。

5.根据权利要求2或3所述的方法，其中，所述检测所述图像中是否包括标志物，包括：

基于单次多框检测器算法检测所述图像中是否包括标志物。

6.根据权利要求1所述的方法，还包括，

以预设的时间间隔更新所述相机在世界坐标系下的初始坐标；以及

基于更新的相机在世界坐标系下的初始坐标通过帧间匹配确定相机在世界坐标系下的实时坐标。

7.根据权利要求6所述的方法，其中更新所述相机在世界坐标系下的初始坐标包括：

基于实时获得的图像的场景，或者基于实时获得的图像的场景和标志物来获得相机在世界坐标系下的初始坐标。

8.根据权利要求1所述的方法，其中，所述深度学习模型是基于PoseNet网络的深度学习模型。

9.一种基于视觉进行定位的计算设备，该计算设备包括：

图像获取装置，其被配置成获得图像；

初始坐标确定装置，其与图像获取装置相耦合且被配置成：

基于深度学习模型从所述图像的场景获得相机在世界坐标系下的第一坐标，基于所述第一坐标获得相机在世界坐标系下的初始坐标；

实时位置确定装置，其与图像获取装置和初始坐标确定装置相耦合，且被配置成，基于相机在世界坐标系下的初始坐标通过帧间匹配确定相机在世界坐标系下的实时坐标。

10.根据权利要求9所述的计算设备，其中，所述初始坐标确定装置还被配置成：检测所述图像中是否包括标志物，其中所述标志物具有至少3个顶点；

以及，所述基于所述第一坐标获得相机在世界坐标系下的初始坐标包括：响应于所述图像中不包括所述标志物，将所述第一坐标用作相机在世界坐标系下的初始坐标。