[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

说明书

本发明公开了一种基于多源数据融合和视觉深度学习的室内定位方法。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，得到该区域的三维空间所有点的坐标数据构成点云阵列，将点云阵列保存成场景文件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；创建三个Cube作为Unity空间坐标的标定；读取标定点position的位置坐标信息，将Cube的标定坐标按区域学习xml文件中标定点position的xyz坐标设置；在Revit中按同比例制作扫描区域的平面俯视图；将平面俯视图导入Unity空间坐标中，形成image空间地图；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，通过Tango SDK模块实时显示当前位置。

技术领域：

本发明属于数据分析技术领域，特别涉及一种基于多源数据融合和视觉深度学习的室内定位方法。

背景技术：

在人们日常的出行中，导航已经成为了人们必不可少的出行工具，这大大方便了人们出行的需要。目前国内外的导航软件都是基于卫星定位来确定位置，但当接收卫星信号的设备处于室内封闭场所时，其接收信号的能力就会大打折扣，甚至无法接收信号，在类似于大型商场或是地下停车场之类的场所时，人们往往会“迷路”，有时得需要走许多的冤枉路才会到达自己需要去到的地方。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容：

本发明的目的在于提供一种基于多源数据融合和视觉深度学习的室内定位方法，从而克服上述现有技术中的缺陷。

为实现上述目的，本发明提供了一种基于多源数据融合和视觉深度学习的室内定位系统，包括智能终端，所述智能终端上设置有激光雷达，智能终端上安装有Unity软件、Revit软件，Unity中加载Tango SDK模块、Tango Camera模块。

一种基于多源数据融合和视觉深度学习的室内定位方法，其方法为：(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，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；

(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Cube作为Unity空间坐标的标定；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的标定坐标按区域学习xml文件中标定点position的xyz坐标设置；

(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，在移动过程中，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。

与现有技术相比，本发明具有如下有益效果：