[发明专利]目标物体定位方法、装置及可读存储介质

说明书

本发明实施例提供了一种目标物体定位方法、装置及可读存储介质。其中方法包括：从摄像设备获取目标物体周围环境的当前视频帧图像，并将当前视频帧图像输入目标神经网络，获得当前视频帧图像的第一描述符，根据第一描述符，从视觉地图中确定预设个数的第二描述符，根据视觉地图，确定第二描述符关联的目标关键视频帧图像，并确定与目标关键视频帧图像关联的第一位姿，根据与目标关键视频帧图像关联的第一位姿、以及激光点云地图，生成与第一位姿对应的仿真激光点云，根据与目标关键视频帧图像关联的第一位姿、以及仿真激光点云，确定目标物体的当前位姿。通过对目标物体的当前位姿进行粗定位和精定位，提高了对目标物体的当前位姿的定位精度。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种目标物体定位方法、装置及可读存储介质。

背景技术

随着科技的不断发展，人工智能在机器人、无人机、无人驾驶等领域的应用越来越广泛。为保证机器人、无人机、无人车等能适应不同复杂的环境，对机器人、无人机、无人车的智能化提出了更高的要求。机器人、无人机、无人车的自主导航定位技术是核心，而其中的定位是要解决的首要问题，吸引了众多研究人员的热切关注。

目前采用视觉定位方法，视觉定位的方案为通过传统特征提取方法例如快速特征点提取和描述(ORB，Oriented FAST and Rotated BRIEF)算法提取视频帧图像的特征点，将特征点的描述符与已有的视觉地图中存储的描述符做匹配，从视觉地图中确定出与特征点的描述符相似的路标点描述符，再根据与特征点相似的路标点描述符对应的路标点的坐标，利用PNP算法确定视频帧图像对应的位姿。其中，ORB算法分为两部分，分别是特征点提取和特征点描述。特征提取是由(FAST，Features from Accelerated Segment Test)算法发展来的，其中，特征点描述是根据特征点描述算法(BRIEF，Binary RobustIndependentElementary Features)改进的。

然而目前的视觉定位方法的定位精度不够高，因此，如何提高目标物体的定位精度亟待解决。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种目标物体定位方法、装置及可读存储介质。

本发明的第一方面，提供了一种目标物体定位方法，包括：

从摄像设备获取目标物体周围环境的当前视频帧图像，并将所述当前视频帧图像输入目标神经网络，获得所述当前视频帧图像的第一描述符；

根据所述第一描述符，从所述视觉地图中确定预设个数的第二描述符；

根据所述视觉地图，确定所述第二描述符关联的目标关键视频帧图像，并确定与所述目标关键视频帧图像关联的第一位姿；

根据与所述目标关键视频帧图像关联的第一位姿、以及激光点云地图，生成与所述第一位姿对应的仿真激光点云；

根据与所述目标关键视频帧图像关联的第一位姿、以及所述仿真激光点云，确定所述目标物体的当前位姿。

本发明的第二方面，提供了一种目标物体定位装置，包括：

获得模块，用于从摄像设备获取目标物体周围环境的当前视频帧图像，并将所述当前视频帧图像输入目标神经网络，获得所述当前视频帧图像的第一描述符；

第一确定模块，用于根据所述第一描述符，从所述视觉地图中确定预设个数的第二描述符；

第二确定模块，用于根据所述视觉地图，确定所述第二描述符关联的目标关键视频帧图像，并确定与所述目标关键视频帧图像关联的第一位姿；

生成模块，用于根据与所述目标关键视频帧图像关联的第一位姿、以及激光点云地图，生成与所述第一位姿对应的仿真激光点云；