[发明专利]基于UWB模块、语义地图与视觉信息的定位方法

说明书

本发明属于图像处理领域，具体公开了一种基于UWB模块、语义地图与视觉信息的定位方法。包括以下步骤：步骤1，在游泳池场景安装布置UWB基站标签、双光谱摄像头；步骤2，通过UWB定位获得游泳池内人员的位置；步骤3，对可见光视频中人员进行检测，经过透视变换，获得游泳池内人员的位置；步骤4，将UWB定位数据、可见光视频中人员位置、热成像视频中人员位置绑定，进行人员配对；步骤5，构建语义地图，每个人在2种模态下的位置在地图上实时显示。本发明通过对游泳池人员在UWB、可见光视频中的位置配对，准确获得人员位置，并在语义地图中实时显示，该方法利用人员位置的多模态信息，能够准确、高效地获得游泳池中人员位置。

技术领域

本发明属于图像处理领域，涉及一种基于UWB模块、语义地图与视觉信息的定位方法。

背景技术

近年来,面向需求越来越迫切的室内位置服务,室内定位技术发展迅速,是移动互联时代的研究热点,逐步在各行各业发挥作用,给人们的日常生活带来了一定的影响。人体检测有着广泛的应用前景和市场需求。

目标检测与识别的研究方法主要由两大类：基于传统的目标检测与识别方法和基于深度学习的目标检测与识别方法。

基于传统的目标检测与识别方法主要可以表示为：目标特征提取，目标识别，目标定位。所用到的特征都是人为设计的，例如SIFT , HOG, SURF等，通过这些特征对目标进行识别，然后再结合相应的策略对目标进行定位，但对多个行人之间的情况，仍旧没有很合适的办法解决行人之间的遮挡问题。目前国内外研究者们提出了蓝牙、红外线、RFD，WLAN、超宽带、超声波等室内定位技术及应用系统，但是不同的室内定位技术根据其定位性能有一定的应用局限,还没有一种普适化技术能满足当前所有的室内定位服务需求。

基于深度学习的目标检测与识别方法主要可以表示为：图像的深度特征提取，基于深度神经网络的目标识别与定位。但对小尺寸目标、遮挡目标的检测精度仍然不够；训练时正负样本不够均衡，对算法性能会产生负面影响；部分领域训练样本获取难度较高，而训练集样本数量较少会导致算法模型的效果不佳。

发明内容

本发明提供了一种基于UWB模块、语义地图与视觉信息的定位方法包括以下步骤：

步骤1，在游泳池场景安装布置UWB基站标签、双光谱摄像头；

步骤2，通过UWB定位获得游泳池内人员的位置；

步骤3，对可见光视频中人员进行检测，经过透视变换，获得游泳池内人员的位置；

步骤4，将UWB定位数据、可见光视频中人员位置、热成像视频中人员位置绑定，进行人员配对；

步骤5，构建语义地图，人员在三种模态下的位置在地图上实时显示。

在步骤1中，在游泳池场景安装布置UWB基站标签、双光谱摄像头的具体步骤如下：

第一步：UWB模块包括基站与标签两类设备，用来对溺水目标进行实时定位与溺水判断；4个基站分别安置在游泳池2个长边的正上方，每侧各2个；

第二步：可见光与远红外摄像头绑定在一起，数量为4个，分别安装在游泳池4个角的正上方。

在步骤3中，通过UWB定位获得游泳池内人员的位置的具体步骤如下：

第一步：以游泳池水平面为基准，选取其中一角为坐标原点，建立直角坐标系；