[发明专利]一种定位方法、定位装置、终端及存储介质

权利要求书

1.一种定位方法，其特征在于，应用于终端，包括：

将第一帧图像和第二帧图像输入已知结构的网络模型，其中，所述第一帧图像为当前时刻所获得的图像，所述第二帧图像为当前时刻之前预设时间范围内所获得的图像，其中，所述终端在所述预设时间范围内位于同一场景中；

通过所述网络模型对所述第一帧图像和所述第二帧图像进行相对位置定位，获得相对位姿信息；

通过所述网络模型对所述第一帧图像进行绝对位置定位，获得绝对位姿信息；

根据所述相对位姿信息和所述绝对位姿信息获得当前时刻的位置信息。

2.根据权利要求1所述的定位方法，其特征在于，所述网络模型包括相对网络结构和绝对网络结构；

其中，所述相对网络结构包括卷积神经网络结构和第一递归卷积神经网络结构，所述绝对网络结构包括所述卷积神经网络结构和第二递归卷积神经网络结构。

3.根据权利要求2所述的定位方法，其特征在于，所述将第一帧图像和第二帧图像输入已知结构的网络模型之前，还包括：

通过样本图像对所述网络模型进行训练，确定出所述网络模型。

4.根据权利要求3所述的定位方法，其特征在于，所述通过样本图像对所述网络模型进行训练，确定出所述网络模型，具体包括：

通过所述样本图像对所述相对网络结构进行训练，获得所述相对网络结构的参数；

通过所述样本图像对所述绝对网络结构进行训练，获得所述绝对网络结构的路标描述信息，其中，所述路标描述信息用于表示不同场景下的所述样本图像的位置描述信息；

根据所述相对网络结构的参数和所述绝对网络的路标描述信息确定出所述网络模型；

其中，所述样本图像的个数至少为两个，并且每一个所述样本图像的位置信息，以及任意两个所述样本的相对位置信息都是已知的。

5.根据权利要求4所述的定位方法，其特征在于，所述通过所述样本图像对所述相对网络结构进行训练，获得所述相对网络结构的参数，具体包括：

通过所述样本图像对所述相对网络结构进行训练，获得任意两个所述样本图像的预测相对位置信息；

计算任意两个所述样本图像的相对位置信息与预测相对位置信息差值的绝对值，获得任意两个所述样本图像的相对位姿约束值；

将所述样本图像中任意两个所述样本图像的相对位姿约束值相加并求误差最小值，获得所述相对网络结构的参数。

6.根据权利要求5所述的定位方法，其特征在于，所述通过所述样本图像对所述绝对网络结构进行训练，获得所述绝对网络结构的路标描述信息，具体包括：

通过所述输入样本图像对所述绝对网络结构进行训练，获得每一个所述样本图像的预测位置信息；

计算每一个所述样本图像的位置信息与预测位置信息差值的绝对值，获得每一个所述样本图像的位姿约束值；

将所述样本图像中每一个所述样本图像的位姿约束值相加并求误差最小值，获得所述绝对网络结构的路标描述信息。

7.根据权利要求6所述的定位方法，其特征在于，所述通过所述网络模型对所述第一帧图像和所述第二帧图像进行相对位置定位，获得相对位姿信息，具体包括：

通过参数已知的所述相对网络模型分别提取所述第一帧图像的特征信息和所述第二帧图像的特征信息；

根据所述第一帧图像的特征信息和所述第二帧图像的特征信息获得差异特征信息；

根据所述差异特征信息和已知的运动阈值，获得所述相对位姿信息，其中，所述相对位姿信息用于表示所述终端的运动趋势。

8.根据权利要求7所述的定位方法，其特征在于，所述通过所述网络模型对所述第一帧图像进行绝对位置定位，获得绝对位姿信息，具体包括：

将所述第一帧图像的特征信息与所述路标描述信息进行匹配，确定出匹配度最高的所述路标描述信息，并确定出与所述匹配度最高的所述路标描述信息对应的路标；

根据所述路标确定所述绝对位姿信息。