[發明專利]一種基于多源數據融合和視覺深度學習的室內定位方法

有效

• 申請號: 201911034554.2
• 申請日: 2019-10-29
• 公開（公告）號: CN110779527B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 王朱偉
• 申請（專利權）人: 無錫漢詠科技股份有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/00;G06T17/05
• 代理公司: 北京成實知識產權代理有限公司 11724
• 代理人: 陳永虔

1.一種基于多源數據融合和視覺深度學習的室內定位方法，其步驟為：

(1)啟動智能終端上安裝的Unity，在Unity界面中，點擊新建區域描述，通過Tango SDK模塊掃描室內某塊區域；

(2)Tango SDK模塊調用激光雷達掃描該區域的三維空間，得到該區域的三維空間點云陣列；

(3)掃描完成后，在Unity中將步驟(2)中得到的點云陣列保存成場景文件fbx；

(4)Unity打開步驟(3)中的場景文件fbx，在掃描完成的該區域場景上放置標定點position，然后保存成含有標定點position位置坐標信息的xml文件；

(5)在Unity中創建三個立方體Cube作為Unity空間坐標的標定，并按區域學習步驟(4)中標定點position的坐標信息；

(6)打開Revit，在Revit中按同比例制作步驟(1)中掃描區域的平面俯視圖；

(7)將步驟(6)中的平面俯視圖導入Unity空間坐標中，調整平面俯視圖的大小與旋轉平面俯視圖，直至平面俯視圖與三個Cube的位置對應，形成image空間地圖；

(8)在image空間地圖中，通過Tango Camera模塊創建一個球體Sphere作為地圖上顯示當前位置的標記，并在移動過程中，實時顯示球體Sphere的位置。

2.根據權利要求1所述的基于多源數據融合和視覺深度學習的室內定位方法，其特征在于：Unity中加載Tango SDK模塊、Tango Camera模塊。

3.根據權利要求1所述的基于多源數據融合和視覺深度學習的室內定位方法，其特征在于：步驟(2)中，在Unity中得到室內三維空間中每個點的三坐標，該區域的三維空間所有點的坐標數據構成點云陣列。

4.根據權利要求1所述的基于多源數據融合和視覺深度學習的室內定位方法，其特征在于：步驟(5)中，按區域學習的過程為：通過Tango SDK模塊打開步驟(4)中的xml文件，讀取標定點position的位置坐標信息，將Cube的標定坐標按照xml文件中標定點position的xyz坐標設置。

5.根據權利要求1所述的基于多源數據融合和視覺深度學習的室內定位方法，其特征在于：步驟(8)中，通過Tango SDK模塊持續掃描室內某塊區域重復步驟(2)-(3)，將得到的場景文件fbx與image空間地圖比對，得到球體Sphere在image空間地圖上的移動軌跡，實時顯示當前位置。