基于視頻采集的Visual Map數(shù)據(jù)庫(kù)建立方法及利用該數(shù)據(jù)庫(kù)的室內(nèi)視覺(jué)定位方法
【專利摘要】基于視頻采集的Visual Map數(shù)據(jù)庫(kù)建立方法及利用該數(shù)據(jù)庫(kù)的室內(nèi)視覺(jué)定位方法，涉及室內(nèi)定位導(dǎo)航領(lǐng)域。是為了解決現(xiàn)有方法的室內(nèi)視覺(jué)定位精度低，且費(fèi)時(shí)費(fèi)力的問(wèn)題。本發(fā)明在快速建立基于視頻的Visual Map數(shù)據(jù)庫(kù)的基礎(chǔ)上，通過(guò)載有視頻獲取設(shè)備的平臺(tái)在勻速直線過(guò)程中進(jìn)行視頻拍攝，并且通過(guò)對(duì)所獲得的視頻進(jìn)行處理來(lái)記錄視頻中幀的坐標(biāo)位置信息以及圖像匹配信息。在線的定位階段，系統(tǒng)將帶定位用戶上傳的圖片與基于視頻的Visual Map數(shù)據(jù)庫(kù)通過(guò)利用感知哈希算法計(jì)算而來(lái)的哈希值進(jìn)行粗匹配，再通過(guò)獲得的粗匹配幀與上傳圖片通過(guò)SURF算法和相應(yīng)的對(duì)極幾何算法來(lái)完成基于視覺(jué)的室內(nèi)定位。本發(fā)明適用于室內(nèi)視覺(jué)定位場(chǎng)合。
【專利說(shuō)明】基于視頻采集的VisualMap數(shù)據(jù)庫(kù)建立方法及利用該數(shù) 據(jù)庫(kù)的室內(nèi)視覺(jué)定位方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及室內(nèi)定位導(dǎo)航領(lǐng)域。

【背景技術(shù)】
[0002] 隨著智能手機(jī)的普及，位置定位服務(wù)越來(lái)越受到人們的重視。而現(xiàn)如今的衛(wèi)星定 位只解決了室外定位的問(wèn)題，室內(nèi)定位仍未得到統(tǒng)一。近年來(lái)基于Wifi的室內(nèi)定位方法由 于其部署方便，得到了比較廣泛的關(guān)注，但是目前的研究成果顯示，其定位精度受室人流疏 密、墻壁遮擋等因素的影響較大。綜合設(shè)備的部署成本和定位精度的影響因素考慮，并結(jié)合 發(fā)展較為成熟的圖像處理技術(shù)，視覺(jué)定位技術(shù)逐漸成為室內(nèi)定位研究的另一個(gè)熱點(diǎn)，并獲 得了越來(lái)越多的關(guān)注。關(guān)于視覺(jué)定位方法的研究始于機(jī)器人定位領(lǐng)域，但是近年來(lái)隨著具 有攝像頭的智能手機(jī)的發(fā)展，視覺(jué)室內(nèi)定位方法由于其所需設(shè)備簡(jiǎn)單，除用戶配備攝像頭 的智能手機(jī)外，無(wú)需添加其他硬件設(shè)備而得到廣泛的關(guān)注。
[0003] 基于視覺(jué)的室內(nèi)定位通過(guò)將用戶所在位置的圖像信息來(lái)估計(jì)出移動(dòng)設(shè)備的位置， 從而進(jìn)行定位。通常該定位系統(tǒng)分為兩步：即建立基于視頻采集的VisualMap數(shù)據(jù)庫(kù)的離 線階段和在線的定位估計(jì)階段。如表1所示：
[0004] 表 1
[0005]

【權(quán)利要求】
1. 基于視頻采集的VisualMap數(shù)據(jù)庫(kù)建立方法，其特征是：它由以下步驟實(shí)現(xiàn)： 步驟一、根據(jù)需要定位的室內(nèi)環(huán)境，選擇坐標(biāo)原點(diǎn)PO(H),建立平面二維直角坐標(biāo) 系； 步驟二、通過(guò)載有視頻獲取設(shè)備的平臺(tái)在勻速直線過(guò)程中進(jìn)行視頻拍攝，并且通過(guò)對(duì) 所獲得的視頻進(jìn)行處理來(lái)記錄視頻中幀的位置坐標(biāo)信息，該位置坐標(biāo)通過(guò)拍攝平臺(tái)的運(yùn)動(dòng) 速度和該幀的序號(hào)以及該視頻的幀速率，通過(guò)公式：
獲得；其中，η為該幀的序號(hào)，V為拍攝平臺(tái)運(yùn)動(dòng)速度，α為拍攝平臺(tái)運(yùn)動(dòng)方向和坐標(biāo)系X軸夾角，（Χ〇，Υ〇)為坐標(biāo)原點(diǎn)，（Xn，Yn)為該巾貞在步驟一中所建立的平面坐標(biāo)系中的位置坐 標(biāo)； 步驟三、通過(guò)感知哈希算法計(jì)算出已經(jīng)標(biāo)記位置坐標(biāo)信息的幀的哈希值，并存儲(chǔ)，完成VisualMap數(shù)據(jù)庫(kù)的建立。
2. 基于權(quán)利要求1的VisualMap數(shù)據(jù)庫(kù)的室內(nèi)視覺(jué)定位方法，其特征是：它由以下步 驟實(shí)現(xiàn)： 步驟A、通過(guò)感知哈希算法計(jì)算出待定位用戶上傳的圖像的哈希值； 步驟B、根據(jù)步驟A獲得的哈希值從VisualMap數(shù)據(jù)庫(kù)中搜索到4巾貞圖像，完成粗匹配 過(guò)程； 步驟C、將步驟B中得到的4幀粗匹配圖像與用戶上傳圖像通過(guò)SURF算法進(jìn)行匹配點(diǎn) 計(jì)算； 步驟D、通過(guò)RANSAC算法從步驟C中每對(duì)圖像得到的匹配點(diǎn)中選擇8對(duì)匹配點(diǎn)，并記錄 其相對(duì)應(yīng)圖像中的坐標(biāo)； 步驟E、將步驟C中得到的像素坐標(biāo)通過(guò)對(duì)極幾何來(lái)計(jì)算出用戶的位置坐標(biāo)，完成室內(nèi) 視覺(jué)定位。
3. 根據(jù)權(quán)利要求2所述的基于VisualMap數(shù)據(jù)庫(kù)的室內(nèi)視覺(jué)定位方法，其特征在于步 驟E中所述將步驟C中得到的像素坐標(biāo)通過(guò)對(duì)極幾何來(lái)計(jì)算出用戶的位置坐標(biāo)的具體方法 為： 步驟El、采用8點(diǎn)法求基本矩陣F，所述基本矩陣F是對(duì)極幾何的數(shù)學(xué)描述； 對(duì)極幾何中基本矩陣F的基本關(guān)系式為： Xi tFx = O (2) 其中，X，分別表示兩幅匹配圖像中的一對(duì)匹配點(diǎn)在其像素坐標(biāo)系中的坐標(biāo)； 將獲得的8對(duì)匹配點(diǎn)父1(111，\，1)，父'1(11' 1，。1，1)，（1彡1彡8)代入公式（2)中， 令基本矩陣F= (Aj)，即：
其中，f= (fn，f12,f13,f21，f22,f23,f31，f32,f33)T; 求解該線性方程組，獲得基本矩陣F; 步驟E2、調(diào)用建立VisualMap數(shù)據(jù)庫(kù)所用相機(jī)的內(nèi)部參數(shù)矩陣K1，并讀取待定位用戶 的相機(jī)內(nèi)部參數(shù)矩陣K2 ;相機(jī)內(nèi)部參數(shù)矩陣K由公式（4)給出：
其中，f為相機(jī)焦距，ku，kv表示相機(jī)的像素點(diǎn)尺寸，U(l，Vtl表示圖像的尺寸即圖像坐標(biāo) 系中u軸和V軸所包含像素點(diǎn)的個(gè)數(shù)，Θ表示圖像坐標(biāo)系中u軸和V軸之間的夾角，并由 公式（5)求得本質(zhì)矩陣E: E = K2tFK1 (5) 步驟E3、由于步驟E2計(jì)算出的本質(zhì)矩陣E包含了用戶拍照位置與數(shù)據(jù)庫(kù)中匹配圖像所 處位置之間的旋轉(zhuǎn)矩陣R和轉(zhuǎn)移向量t，如公式（6)所示： E= [t]XR (6) 其中，[L·表示反對(duì)稱矩陣，如公式（7)所示，
從而通過(guò)本質(zhì)矩陣E求出旋轉(zhuǎn)矩陣R和轉(zhuǎn)移向量t; 步驟E4、在步驟E3中求出的轉(zhuǎn)移向量t是以用戶拍照位置為參考系得出的，將其轉(zhuǎn)換 至世界坐標(biāo)系中，如公式（8)所示， tw = -Rr_1R_1t (8) 其中：tw表示在規(guī)定的世界坐標(biāo)系中用戶拍照位置與匹配圖像位置之間的方向向量， 表示匹配圖像在被采集時(shí)相機(jī)的旋轉(zhuǎn)矩陣； 步驟E5、已知世界坐標(biāo)系中兩幅圖像的方向向量及其中一個(gè)匹配圖像的二維位置坐標(biāo) (Xd，Yd)，確定一條過(guò)匹配圖像的直線，如公式（9)所示，
其中：tw是步驟四得出的轉(zhuǎn)移向量，是一個(gè)3X1的列向量，tw(2)代表tw第二行的元 素，同理tw(l)代表^第一行的元素； 步驟E6、將粗匹配得到的4幀圖像分別和用戶上傳圖像按照上述步驟求出4條直線，該 4條直線存在若干交點(diǎn)，采用公式（10)完成最優(yōu)點(diǎn)的確定，即：定位結(jié)果的確定：
其中=Ni表示第i個(gè)匹配圖像與用戶提供圖像的匹配點(diǎn)數(shù)，Cli (X，y)表示選定的交點(diǎn)到 第i個(gè)匹配圖像所做直線的距離，如公式（11)表示，
其中：ai=t(2)，IDi =-t(I)，Ci =-t(2)Xi+t(I)Yi, Xi和Yi表示第i幅匹配圖像對(duì)應(yīng) 的坐標(biāo)。
4.根據(jù)權(quán)利要求3所述的基于VisualMap數(shù)據(jù)庫(kù)的室內(nèi)視覺(jué)定位方法，其特征在于步 驟E3中從本質(zhì)矩陣E恢復(fù)旋轉(zhuǎn)矩陣R和轉(zhuǎn)移矩陣t的算法，其特征在于以下步驟： 步驟E31、將3X3階的本質(zhì)矩陣E分解為E= [eaebe。]的形式，其中ea，eb，e。為3X1 階列向量；對(duì)ea，eb，e。三個(gè)列向量?jī)蓛汕笸夥e得eaXeb，eaXe。和ebXe。，并選出其中幅值最 大的一組，且設(shè)eaXeb結(jié)果的幅值最大； 步驟E32、根據(jù)公式（12)和公式（13)，分別計(jì)算出矩陣V= [vaVbv。]以及矩陣U= [Ua Ub Uc]:
步驟E33、構(gòu)造矩陣D形式如下：
矩陣V和矩陣U，得出轉(zhuǎn)移向量t如公式（15)所示： t=[u13 U23 u33] (1) 其中：U13表示矩陣U第1行第3列的元素，U23表示矩陣U第2行第3列的元素，U33表 示矩陣U第3行第3列的元素；旋轉(zhuǎn)矩陣R如公式（16)所示：
可知，旋轉(zhuǎn)矩陣R有兩個(gè)取值Ra或Rb ; 步驟E34、構(gòu)造矩陣札=[Ra|t]，Hb= [Ra|-t]，H。= [Rb|t]，Hd= [Ra|-t];其中：Ha = [Ra 11]表示3X3階的旋轉(zhuǎn)矩陣R和3XI階的轉(zhuǎn)移向量t合并成為4X4階的向量Ha，如公 式（17)所示：
1?,?,?的構(gòu)造方式同理； 步驟E35、令向量P=[III1]τ，并計(jì)算L1 =HaP,L2 =HbPA3 =HcP,L4 =Ht^iLiQ=1，2, 3, 4)滿足條件（18)時(shí)，取Li對(duì)應(yīng)的R和t作為最終的旋轉(zhuǎn)矩陣R和轉(zhuǎn)移向量t;
其中，1^是4乂1階的列向量，Li⑶和Li⑷分別表示向量1^的第3行第1列元素和 第4行第1列元素。
【文檔編號(hào)】G06F17/30GK104457758SQ201410798521
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年12月19日 優(yōu)先權(quán)日:2014年12月19日
【發(fā)明者】馬琳, 薛昊, 譚學(xué)治, 何晨光 申請(qǐng)人:哈爾濱工業(yè)大學(xué)