[发明专利]智能终端的定位方法、系统及智能终端

说明书

技术领域

本发明涉及终端定位技术领域，具体而言，涉及一种智能终端的定位方法、系统及智能终端。

背景技术

当前，在室外定位技术在基于GPS(Global Positioning System，全球定位系统)条件下能够满足LBS(Location based Service，基于移动位置服务)需求的同时，室内定位由于环境限制，迫切需要能够代替GPS并能够满足室内定位要求的技术。目前而言，业界所提出的室内定位技术有如下几类：蓝牙、无线局域网、基站定位、主动RFID(Radio Frequency Identification，无线射频识别)、被动RFID、UWB(Ultra Wideband，超宽带)、光跟踪定位、磁场定位、NFC(Near Field Communication，近距离无线通信技术)。

不管是利用无线传感器网络还是其他定位技术，目前来说都存在各自无法避免的局限性，例如蓝牙技术一则其定位范围较小，二则大部分移动终端用户都没有随时打开蓝牙进行定位的习惯，实际应用效果不佳；基站定位基于终端本身的蜂窝网络信号进行三角测定，虽然能够保证大多数室内空间都有终端信号，但其定位精度为几十米至上百米不等，这样的定位精度显然无法满足室内定位需求；无线局域网有望成为未来室内定位技术的主流，但就目前而言，公共场合的无线局域网热点信号不强、分布不均以及隐私安全等问题是阻碍其发展的重要因素。其他室内定位技术也存在诸如精度过低、成本过高、技术还不够成熟等问题。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一个目的在于提出了一种智能终端的定位方法。

本发明的另一个目的在于提出了一种智能终端的定位系统。

本发明的再一个目的在于提出了一种智能终端。

有鉴于此，根据本发明的一个目的，提出了一种智能终端的定位方法，包括：获取图像；在图像中提取图像特征点；根据图像特征点，获取图像特征点集；根据图像特征点集以及环境特征点集，获取位姿矩阵；通过位姿矩阵，获取智能终端的摄像头位置。

本发明提供的智能终端的定位方法，智能终端摄像头拍摄当前环境的图像，首先提取图像的RGB(Red，Green，Blue)图像的二维图像特征点，提取方法可以选用Shi-Tomasi方法进行二维图像特征点提取，其在一定程度上兼顾了速度和鲁棒性。根据图像特征点获取图像特征点集，根据图像特征点集得到智能终端摄像头的位姿矩阵，根据位姿矩阵将摄像头的位置变换到全局坐标系下，获得摄像头的具体位置。本发明由于不需要过多地与外界信息源进行数据交换，定位效率较高，可以单独也可与其他定位技术相结合，提高室内定位的精度与速度，能够为智能终端的室内定位提供有益的助力。

根据本发明的上述智能终端的定位方法，还可以具有以下技术特征：

在上述技术方案中，优选地，根据图像特征点，获取图像特征点集的步骤，包括：获取图像特征点的二维坐标及色彩信息；将图像特征点的二维坐标转换为图像特征点的摄像头坐标系下的三维坐标；根据三维坐标以及色彩信息计算得到图像特征点的均值以及图像特征点的协方差；根据图像特征点的均值以及协方差，获取图像特征点集。

在该技术方案中，通过图像特征点得到二维坐标及色彩信息，再将该二维坐标映射至三维空间中，根据三维坐标以及色彩信息通过高斯混合模型得到图像特征点的均值以及协方差，进而获取图像特征点集，实现对终端摄像机获取的图像的识别。

在上述任一技术方案中，优选地，根据三维坐标以及色彩信息计算得到图像特征点的均值以及图像特征点的协方差的步骤，包括：通过高斯混合模型，计算三维坐标的深度值的均值以及深度值的方差；根据三维坐标的深度值的均值，获取三维坐标的均值；通过高斯混合模型，计算色彩信息的均值以及色彩信息的方差；根据三维坐标的均值、色彩信息的均值、三维坐标的方差、色彩信息的方差，获取图像特征点的均值以及图像特征点的协方差。

在该技术方案中，由于提取的图像特征点位于物体边缘或色彩变化明显的地方，特征点处的深度值以及颜色发生跳变，所以只利用像素得到场景的三维坐标及颜色，会导致特征点的深度和颜色测量误差较大，本发明通过高斯混合模型计算三维坐标的深度值的均值，进而获取三维坐标的均值，通过高斯混合模型计算深度值的方差、色彩信息的方差、色彩信息的均值，因此图像特征点可以近似为均值、协方差矩阵的多元高斯分布，减小了图像识别误差，实现终端的无缝、精确的定位。