[发明专利]一种基于显著性特征识别的室内定位方法

说明书

本发明提供一种基于显著性特征识别的室内定位方法，涉及显著性目标检测、深度学习和室内定位技术领域，本发明利用高清相机配合激光雷达完成室内全景地图建模，并利用计算机视觉技术提取图像显著性特征，通过大量实景图像进行训练、校正和处理形成模型，最终通过智能设备实景拍照进行图像匹配提取空间结构数据实现精准定位。解决了室内GPS定位信号弱的问题，并消除了动态物体运动产生的影响，保证了实景图像场景的实时性，提升了图像识别的准确性，进而提高室内定位的精度。

技术领域

本发明涉及显著性目标检测、深度学习和室内定位技术，尤其涉及一种基于显著性特征识别的室内定位方法。

背景技术

随着精准营销、室内导航服务等强应用的发展，室内定位越来越受到关注，在机场、火车站、商场、工厂、学校等多种室内场景都有大量应用案例。室内定位是指在室内环境中的位置定位， 由于受到环境的限制，在室外智能手机利用GPS传感器可以轻松的实现定位，但是进入室内，智能设备往往就无法接收到GPS信号，很难实现精准定位。

目前业内传统的室内方式是采用室内的WiFi、蓝牙、RFID等无线通信技术，利用基站定位，通过多个无线发射器采集的信号强度计算相对位置，最终实现人员或者物体等在室内空间中的定位。传统的方式极大的依赖基础设施的建设，对WiFi或蓝牙信号发射器的信号强度的稳定性要求较高，特别是在人员流动密集区或动态物体较多的场景中，无法保证其信号的稳定性，造成室内定位的精度与实际位置有很大的偏差，无法满足实际的应用需求。

近年来，随着深度学习和计算机视觉技术的发展，机器识别图像的精度及速度大幅提高，通过分析实景拍摄图像进行位置定位成为可能，另一方面，移动设备的智能化程度在不断提高，其处理能力可以满足应用的要求。在这种情况下，如何有效的利用计算机视觉技术，并结合多种传感技术，实现室内的精准定位成为一个亟需解决的问题。

发明内容

为了解决以上技术问题，本发明提出了一种基于显著性特征识别的室内定位方法，解决了室内GPS定位信号弱的问题，提高了室内定位的精度。

本发明的技术方案是：

一种基于显著性特征识别的室内定位方法，先完成室内全景地图建模，并利用计算机视觉技术提取图像显著性特征，通过大量实景图像进行训练、校正和处理形成模型，最终通过智能设备实景拍照进行图像匹配提取空间结构数据实现精准定位。

利用高清相机采集室内全景图像，并配合激光雷达的点云数据完成测距，基于全景地图进行显著性特征识别，图像分割，再通过不同时间段实际移动拍照设备的实景拍摄图像进行校正和处理，形成全景定位模型规则库，并对模型和规则库进行压缩，放置到带拍照功能的移动智能设备中；移动智能设备在固定点拍摄多张不同方向的实景，进行图像匹配，提取图像空间结构信息进行交叉比对定位。另外，移动智能设备还可以借助wifi、蓝牙等方式缩小搜索范围，与实景图像定位相互验证。其中，

所述的高清相机用于室内全景图像数据的采集，所述的激光雷达配合所述的高清相机进行拍照，记录点云数据，确定拍摄点与周边环境物体的距离，实现全景图像拍摄点定位；所述的定位和模型规则库是通过云端中心聚集的计算资源，利用图像处理算法学习和分析得到，并形成移动定位App，放入到移动智能设备中；所述的移动智能设备具有拍照功能，并具有一定的计算能力，可以执行移动定位App；所述的wifi和蓝牙信号发生器是室内提供的wifi及蓝牙的无线通信连接。

本发明提供了一种基于显著性特征识别的室内定位方法，用于移动智能设备的室内定位，包括：

步骤101、所述的激光雷达配合所述的高清相机对室内拍摄全景照片，由所述的激光雷达采集点云数据，标识记录拍摄点与周边环境物体的距离；

步骤102、将采集的图像、点云数据和距离数据上传到云端，进行预处理，完成数据结构化；

步骤103、将多次拍摄的全景图像进行超像素分割，得到初始显著图；