[发明专利]基于视觉神经网络的室内导航方法、系统及可读存储器

说明书

本发明公开了一种基于视觉神经网络的室内导航方法、系统及可读存储器，方法包括：S1.构建基于视觉神经网络模型，并通过预先获取的训练样本进行训练；S2.获取用于导航的导航图像，通过基于视觉神经网络模型对导航图像进行分析，确定导航图像的识别位置；S3.将导航图像进行分块得到至少2个子图像，通过基于视觉神经网络模型对各子图像进行分析，得到各子图像的置信度，以置信度最高的子图像相对于导航图像中心位置的方向作为导航方向。具有不依赖于Wi‑Fi定位系统等环境基础设施，可以直接根据所拍摄的图像实现定位与导航，识别精度高、速度快的等优点。

技术领域

本发明涉及室内导航领域，尤其涉及一种基于视觉神经网络的室内导航方法、系统及可读存储器。

背景技术

随着人口密集度的增加和现代建筑密度的增加，应用于移动设备的室内导航的需求正在变得越来越强。室内导航系统主要需要完成的任务包括地图的构建，数据的采集，导航方法的设计和用户交互的设计。

目前，大多数室内导航系统基于Wi-Fi指纹设计，这种方法需要事先获取完整的室内平面图及Wi-Fi节点的详细信息，地图构建工作需要大量的劳动力，部署时间长，除此之外这种定位方法严重依赖外部设备，一旦Wi-Fi节点出现故障，导航系统将瘫痪。

基于视觉的室内导航系统大多数基于同步定位与地图构建(SLAM)方法，这种方法包含人工设计的特征提取算法，对环境光线和纹理十分敏感，除此之外外观的细微变化将严重影响这种方法的定位精度。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种不依赖于Wi-Fi定位系统等环境基础设施，可以直接根据所拍摄的图像实现定位与导航，识别精度高、速度快的基于视觉神经网络的室内导航方法、系统及可读存储器。

为解决上述技术问题，本发明提出的技术方案为：一种基于视觉神经网络的室内导航方法，包括：

S1.构建基于视觉神经网络模型，并通过预先获取的训练样本进行训练；所述训练样本是在被导航室内所拍摄，并且标定了拍摄位置的室内图像，所述位置为预设导航路径上的位置；

S2.获取用于导航的导航图像，通过所述基于视觉神经网络模型对所述导航图像进行分析，确定所述导航图像的识别位置；

S3.将所述导航图像进行分块得到至少2个子图像，通过所述基于视觉神经网络模型对各所述子图像进行分析，得到各所述子图像的置信度，以所述置信度最高的子图像相对于导航图像中心位置的方向作为导航方向。

进一步地，所述训练样本的获取方式包括：

沿所述预设的导航路径上的不同位置朝导航方向分别拍摄室内图像作为训练样本，并以拍摄所述室内图像的位置作为该训练样本的标签；

或者：

沿所述预设导航路径朝导航方向拍摄样本视频，将所述样本视频中的图像帧按照预设划分规则分组，每组图像帧标定一个位置；每个图像帧为一个训练样本，该图像帧对应的位置为该训练样本的标签。

进一步地，所述基于视觉神经网络模型输出层的节点数与所标定的位置个数相同；输出层的节点与所述位置一一对应。

进一步地，所述步骤S2的具体步骤包括：

S2.1.获取用于导航的导航图像；

S2.2.通过所述基于视觉神经网络模型对所述导航图像进行分析，得到输出层每个节点所输出的置信度；

S2.3.以满足置信度大于预设的阈值，并且输出该置信度的节点所对应的位置与上一有效识别的位置相同或相邻条件，并以其中置信度最大的节点对应的位置作为所述导航图像的识别位置，本次识别为有效识别，否则本次识别为无效识别；有效识别时跳转至步骤S3。