[发明专利]一种基于多源数据融合和视觉深度学习的室内定位方法

权利要求书

1.一种基于多源数据融合和视觉深度学习的室内定位方法，其步骤为：

(1)启动智能终端上安装的Unity，在Unity界面中，点击新建区域描述，通过Tango SDK模块扫描室内某块区域；

(2)Tango SDK模块调用激光雷达扫描该区域的三维空间，得到该区域的三维空间点云阵列；

(3)扫描完成后，在Unity中将步骤(2)中得到的点云阵列保存成场景文件fbx；

(4)Unity打开步骤(3)中的场景文件fbx，在扫描完成的该区域场景上放置标定点position，然后保存成含有标定点position位置坐标信息的xml文件；

(5)在Unity中创建三个立方体Cube作为Unity空间坐标的标定，并按区域学习步骤(4)中标定点position的坐标信息；

(6)打开Revit，在Revit中按同比例制作步骤(1)中扫描区域的平面俯视图；

(7)将步骤(6)中的平面俯视图导入Unity空间坐标中，调整平面俯视图的大小与旋转平面俯视图，直至平面俯视图与三个Cube的位置对应，形成image空间地图；

(8)在image空间地图中，通过Tango Camera模块创建一个球体Sphere作为地图上显示当前位置的标记，并在移动过程中，实时显示球体Sphere的位置。

2.根据权利要求1所述的基于多源数据融合和视觉深度学习的室内定位方法，其特征在于：Unity中加载Tango SDK模块、Tango Camera模块。

3.根据权利要求1所述的基于多源数据融合和视觉深度学习的室内定位方法，其特征在于：步骤(2)中，在Unity中得到室内三维空间中每个点的三坐标，该区域的三维空间所有点的坐标数据构成点云阵列。

4.根据权利要求1所述的基于多源数据融合和视觉深度学习的室内定位方法，其特征在于：步骤(5)中，按区域学习的过程为：通过Tango SDK模块打开步骤(4)中的xml文件，读取标定点position的位置坐标信息，将Cube的标定坐标按照xml文件中标定点position的xyz坐标设置。

5.根据权利要求1所述的基于多源数据融合和视觉深度学习的室内定位方法，其特征在于：步骤(8)中，通过Tango SDK模块持续扫描室内某块区域重复步骤(2)-(3)，将得到的场景文件fbx与image空间地图比对，得到球体Sphere在image空间地图上的移动轨迹，实时显示当前位置。