[发明专利]视觉定位方法及相关装置、设备

说明书

本申请公开了一种视觉定位方法及相关装置、设备，其中，视觉定位方法包括：获取对预设场景拍摄到的待定位图像；对待定位图像进行地标检测，得到待定位图像中目标地标点；其中，目标地标点为预设场景的若干地标点中的至少一个，若干地标点是从预设场景的场景地图中选择得到的，场景地图是对预设场景进行三维建模得到的，且若干地标点分别位于场景地图各个子区域的预设位置处；基于目标地标点在待定位图像中的第一位置信息和目标地标点在场景地图中的第二位置信息，得到待定位图像的位姿参数。上述方案，能够提高视觉定位的准确性和鲁棒性。

技术领域

本申请涉及计算机视觉技术领域，特别是涉及一种视觉定位方法及相关装置、设备。

背景技术

随着电子信息技术的发展，增强现实、混合现实等应用等到了越来越广泛的应用。诸如此类应用通常要求较优的视觉定位准确性和鲁棒性，以达到更好的视觉效果，增强用户体验。

目前，通常采用基于场景坐标回归方式或者基于特征的视觉定位框架，来构建密集的2D-3D点对，以基于稠密点对恢复相机位姿。然而，这些场景坐标中通常包含大量离群点，特别是在存在移动物体、照明变化等动态环境下，离群点比例也会随之提高，从而无法稳定且可靠地进行视觉定位。有鉴于此，如何提高视觉定位的准确性和鲁棒性成为亟待解决的问题。

发明内容

本申请提供一种视觉定位方法及相关装置、设备。

本申请第一方面提供了一种视觉定位方法，包括：获取对预设场景拍摄到的待定位图像；对待定位图像进行地标检测，得到待定位图像中目标地标点；其中，目标地标点为预设场景的若干地标点中的至少一个，若干地标点是从预设场景的场景地图中选择得到的，场景地图是对预设场景进行三维建模得到的，且若干地标点分别位于场景地图各个子区域的预设位置处；基于目标地标点在待定位图像中的第一位置信息和目标地标点在场景地图中的第二位置信息，得到待定位图像的位姿参数。

因此，通过获取对预设场景拍摄到的待定位图像，并对待定位图像进行地标检测，得到待定位图像中目标地标点，且目标地标点为预设场景的若干地标点中的至少一个，若干地标点是从预设场景的场景地图中选择得到的，场景地图是对预设场景进行三维建模得到的，若干地标点分别位于场景地图各个子区域的预设位置处，在此基础上，再基于目标地标点在待定位图像中的第一位置信息和目标地标点在场景地图中的第二位置信息，得到待定位图像的位姿参数，由于若干地标点分别位于场景地图各个子区域的预设位置处，故地标点并非杂乱无章，其具有分布均匀的特性，而在待定位图像中所检测到的目标地标点为若干地标点中的至少一个，且后续视觉定位过程中，仅仅依赖于目标地标点在待定位图像中的二维位置和在场景地图中的三维位置所组成的点对，而不再依赖于其他与地标点无关的点对，从而能够在减少点对数量的同时提高点对质量，进而能够有利于提高视觉定位的准确性和鲁棒性。

其中，若干子区域是对场景地图的表面进行划分得到的；和/或，预设位置包括子区域的中心位置；和/或，各个子区域之间的面积差异低于第一阈值。

因此，若干子区域是对场景地图的表面进行划分得到的，由于待定位图像通常是对预设场景表面的成像，故能够有利于提高在待定位图像中所检测的目标地标点的准确性；而将预设位置设置为包括子区域的中心位置，能够有利于进一步提高地标点分布均匀的特性，有利于提升点对质量；此外，将各个子区域之间的面积差异设置为低于第一阈值，能够有利于进一步提高地标点分布均匀的特性，有利于提升点对质量。

其中，对待定位图像进行地标检测，得到待定位图像中目标地标点，包括：利用地标检测模型处理待定位图像，预测得到第一地标预测图像和第一方向预测图像；对第一地标预测图像和第一方向预测图像进行分析，得到目标地标点；其中，第一地标预测图像包括待定位图像中像素点的预测地标属性，第一方向预测图像包括待定位图像中像素点的第一方向属性，预测地标属性用于标识像素点对应的地标点，第一方向属性包括指向地标投影的第一方向信息，地标投影表示像素点对应的地标点在待定位图像中的投影位置。