[发明专利]基于图像的定位方法及装置、计算机设备和可读存储介质

说明书

本公开实施例提出了一种基于图像的定位方法及装置、计算机设备及可读存储介质，所述定位方法包括：接收终端设备获取的待处理图像和所述终端设备的初始定位信息；在预先建立的定位特征数据库中筛选出与所述初始定位信息对应的候选特征地图块；基于深度学习算法提取所述待处理图像中的多源混合特征；将所述多源混合特征与所述候选特征地图块中包含的候选定位特征向量进行匹配，以确定与所述多源混合特征对应的多个目标定位特征向量；根据所述多个目标定位特征向量确定所述终端设备的最终定位信息。本公开实施例提供的定位方案，定位精度高，鲁棒性能良好，能够提供准确、可靠的定位结果，有效地提升了用户体验。

技术领域

本公开实施例涉及定位技术领域，具体而言，涉及基于图像的定位方法、基于图像的定位装置、计算机设备和计算机可读存储介质。

背景技术

精确的定位是基于位置的应用的基础。当前的定位方式一般借助于GPS(GlobalPositioning System，全球定位系统)实现数米到数十米的定位结果。然而，一方面GPS信号在城市环境下容易受高楼、树木等遮蔽造成定位失败；另一方面，数米到数十米的定位结果在很多场景下并不能提供很好的定位体验，例如在打车场景下，基于传统地图的定位在最后约定的接驾点上经常很难准确地找到司机或者乘客，进而需要进行频繁的电话沟通。造成上述结果的原因就是现有的基于GPS信号的定位结果精度不高，不能提供准确、可靠的定位结果。

发明内容

本公开实施例正是基于上述问题，提出了一种新的技术方案，基于图像的多源特征融合的方式实现高精度定位，具有较好的鲁棒性，能够提供准确、可靠的定位结果，有效地提升了用户体验。

有鉴于此，根据本公开实施例的第一方面，提出了一种基于图像的定位方法，包括：接收终端设备获取的待处理图像和所述终端设备的初始定位信息；在预先建立的定位特征数据库中筛选出与所述初始定位信息对应的候选特征地图块；基于深度学习算法提取所述待处理图像中的多源混合特征；将所述多源混合特征与所述候选特征地图块中包含的候选定位特征进行匹配，以确定与所述多源混合特征对应的多个目标定位特征；根据所述多个目标定位特征确定所述终端设备的最终定位信息。

在该技术方案中，实时定位过程中，接收终端设备获取到的待处理图像时，一同接收终端设备获取该待处理图像时所处的初始定位信息，以用于在预先建立好的定位特征数据库中筛选出与该初始定位信息匹配的候选特征地图块，以将定位特征的搜索范围限定在一个较小的范围，则在提取出待处理图像中包含的多源混合特征后，有助于提高基于该多源混合特征在上述候选特征地图块中锁定用于确定终端设备的最终定位信息的多个目标定位特征的效率，如此，通过待处理图像的多源混合特征与准确的定位范围中的指定特征的匹配可以确定终端设备获取待处理图像时的绝对位置，实现高精度定位，具有较好的鲁棒性，且能够提供准确、可靠的定位结果，有效地提升了用户体验。

在上述技术方案中，优选地，在所述将所述多源混合特征与所述候选特征地图块中包含的候选定位特征进行匹配前，还包括：获取所述终端设备的姿态信息；根据所述姿态信息生成反透视投影图像。

在该技术方案中，为了使得待处理图像与候选定位特征更加匹配，可以在该终端设备的位置对应的初始定位信息中包含该设备的姿态信息时，首先基于该姿态信息生成相应的反透视投影图像，以用于进一步缩小锁定定位特征数据库中的定位特征的搜索范围，提高定位的准确性。

在上述任一技术方案中，优选地，所述将所述多源混合特征与所述候选特征地图块中包含的候选定位特征进行匹配，包括：基于所述反透视投影图像将所述多源混合特征与所述候选定位特征进行匹配。

在该技术方案中，该反透视投影图像便于待处理图像对应的多源混合特征与特征数据库中的定为特征的匹配，有助于提高终端设备定位的效率和准确性。