一種基于智能終端定位識別建筑物的方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種基于智能終端定位識別建筑物的方法及裝置。所述方法包括：智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的頂部輪廓；獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖，將該地圖中的建筑作為候選建筑；從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，以該建筑的位置信息定位識別所述目標(biāo)建筑。通過本發(fā)明的技術(shù)方案，基于目標(biāo)建筑物的單張照片，便能快速地實(shí)現(xiàn)該目標(biāo)建筑的定位識別，時延低，無需依賴事先部署的數(shù)據(jù)庫，識別準(zhǔn)確度高。
【專利說明】一種基于智能終端定位識別建筑物的方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及定位【技術(shù)領(lǐng)域】，尤其涉及一種基于智能終端定位識別建筑物的方法及 裝直。

【背景技術(shù)】
[0002] 日常生活中，移動智能終端用戶可能會對其視線內(nèi)、但距離較遠(yuǎn)的某個目標(biāo)建筑 物感興趣，想知道這個目標(biāo)建筑物的具體是什么建筑，怎樣到達(dá)該目標(biāo)建筑物，以及有哪些 商家、餐館或者公司在該目標(biāo)建筑物內(nèi)。例如一個移動智能終端用戶在紐約市旅游時，他可 以很輕易地認(rèn)出一些有名的標(biāo)志性建筑物，例如帝國大廈、紐約自由塔等。但是，他也想要 了解另外一些在他視線內(nèi)但并不知名的建筑。這些建筑可能距離該用戶比較遠(yuǎn)，走過去確 認(rèn)那些建筑很麻煩。而向本地居民求助，可能也存在語言交流、或者本地居民也不了解該建 筑的困難。
[0003] 針對這類情況，現(xiàn)有技術(shù)對距離較遠(yuǎn)的目標(biāo)建筑進(jìn)行定位識別的方法有：基于用 戶對目標(biāo)建筑拍攝的多張照片，然后計算相機(jī)到目標(biāo)建筑的深度距離來對目標(biāo)建筑進(jìn)行定 位識別。例如0PS就需要用戶從多個地點(diǎn)多個角度對目標(biāo)建筑拍攝多張照片，然后依據(jù)這 多張照片對該目標(biāo)建筑重建一個三維模型從而來估算用戶和目標(biāo)建筑的距離，再依據(jù)用戶 自身的GPS位置從而確定目標(biāo)建筑的GPS位置；這個過程需要較長的處理時間。另一類方 法是借助事先部署的標(biāo)注好GPS位置的圖片數(shù)據(jù)庫，當(dāng)用戶對目標(biāo)建筑拍攝一張照片后， 將該圖片去所述圖片數(shù)據(jù)庫里檢索匹配，將最相近的圖片的GPS標(biāo)簽作為目標(biāo)建筑的GPS 位置；但該方法的局限性在于圖片數(shù)據(jù)庫的圖片數(shù)目有限，一旦匹配出錯則定位的誤差會 很大。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提出一種基于智能終端定位識別建筑物的方法及裝置，基于目 標(biāo)建筑物的單張照片，便能快速地實(shí)現(xiàn)該目標(biāo)建筑的定位識別，時延低，無需依賴事先部署 的數(shù)據(jù)庫，識別準(zhǔn)確度高。
[0005] 為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：
[0006] -種基于智能終端定位識別建筑物的方法，包括：
[0007] 智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的頂部輪廓；
[0008] 獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖，將該地圖中的建筑作為候選建筑；
[0009] 從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，以該建筑 的位置信息定位識別所述目標(biāo)建筑。
[0010] 其中，所述獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖之前，還包括：
[0011] 獲取所述照片的拍攝點(diǎn)的GPS位置。
[0012] 其中，所述獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖，將該地圖中的建筑作為 候選建筑，包括：
[0013] 獲取以所述GPS位置為中心、設(shè)定范圍內(nèi)的地圖，將該地圖中的建筑作為候選建 Λ-Α- 鞏。
[0014] 其中，所述智能終端拍攝目標(biāo)建筑的照片之后，還包括：
[0015] 確定智能終端相機(jī)在世界坐標(biāo)系中的拍攝方向。
[0016] 其中，所述從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建 筑，包括：
[0017] 提取候選建筑的俯視輪廓；
[0018] 確定候選建筑與所述拍攝方向的相對方位；
[0019] 確定候選建筑與所述拍攝點(diǎn)的相對距離；
[0020] 根據(jù)候選建筑的俯視輪廓、所述相對方位和相對距離確定出與所述目標(biāo)建筑的頂 部輪廓最佳匹配的建筑。
[0021] 其中，所述提取候選建筑的俯視輪廓之后，還包括：
[0022] 結(jié)合所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓對應(yīng)的部 分可見輪廓；
[0023] 所述確定候選建筑與所述拍攝方向的相對方位，確定候選建筑與所述拍攝點(diǎn)的相 對距離，具體為：
[0024] 確定候選建筑的部分可見輪廓與所述拍攝方向的相對方位，確定候選建筑的部分 可見輪廓與所述拍攝點(diǎn)的相對距離。
[0025] 其中，所述確定候選建筑與所述拍攝方向的相對方位，包括：
[0026] 根據(jù)所述拍攝方向、目標(biāo)建筑的頂部輪廓在照片中的方位得出目標(biāo)建筑的頂部輪 廓在世界坐標(biāo)系的方位；
[0027] 獲取地圖中候選建筑的所述部分可見輪廓在世界坐標(biāo)系的方位；
[0028] 計算候選建筑的所述部分可見輪廓在世界坐標(biāo)系中方位與目標(biāo)建筑的頂部輪廓 在世界坐標(biāo)系中方位的角度差。
[0029] 其中，所述確定候選建筑與所述拍攝點(diǎn)的相對距離，包括：
[0030] 由智能終端的相機(jī)參數(shù)、候選建筑的真實(shí)大小、照片中目標(biāo)建筑所占的像素大小 和照片寬度計算候選建筑與拍攝點(diǎn)的相對距離。
[0031] 其中，所述根據(jù)候選建筑的俯視輪廓、所述相對方位和相對距離確定出與所述目 標(biāo)建筑的頂部輪廓最佳匹配的建筑，包括：
[0032] 基于所述拍攝方向、候選建筑在地圖上的位置、候選建筑與拍攝方向的相對方位 和與拍攝點(diǎn)的相對距離，計算出各候選建筑對應(yīng)的拍攝點(diǎn)理論位置；
[0033] 通過所述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的最大概率 位置；
[0034] 找到拍攝點(diǎn)的最大概率位置對應(yīng)的候選建筑，將該候選建筑確定為與所述目標(biāo)建 筑的頂部輪廓最佳匹配的建筑。
[0035] 其中，所述結(jié)合所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓 對應(yīng)的部分可見輪廓，包括：
[0036] 由所述拍攝方向和候選建筑的俯視輪廓確定出候選建筑的若干可見輪廓；
[0037] 從候選建筑的全部可見輪廓中找出與目標(biāo)建筑的頂部輪廓相似度最高的可見輪 廓，將該可見輪廓作為該候選建筑對應(yīng)的部分可見輪廓；
[0038] 其中，用Q，C2, . . .，Cn表示η個候選建筑的俯視輪廓，提取俯視輪廓Q中的頂點(diǎn) Pp P2.....Pai，以頂點(diǎn)集合％，P2, . . .，Pai>表示候選建筑的俯視輪廓Q ;
[0039] 根據(jù)所述拍攝方向與俯視輪廓〈Pp P2, . . .，Pai>中的線段向量的外積的正負(fù)確定 候選建筑(；的可見輪廓，將〈Pp P2, . . .，Pai>中連續(xù)幾段所述外積為負(fù)的線段構(gòu)成的輪廓作 為可見輪廓，從候選建筑Q的所述可見輪廓確定出部分可見輪廓。
[0040] 其中，所述計算各候選建筑對應(yīng)的拍攝點(diǎn)理論位置，包括：
[0041] 由候選建筑在地圖上的位置、所述拍攝方向和該候選建筑與所述拍攝方向的相對 距離，計算對該候選建筑拍攝時的拍攝點(diǎn)理論位置。
[0042] 其中，所述由所述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的 最大概率位置，包括：
[0043] 計算候選建筑Q對應(yīng)的拍攝點(diǎn)理論位置ei的概率分布& (X)，
[0044]

【權(quán)利要求】
1. 一種基于智能終端定位識別建筑物的方法，其特征在于，包括： 智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的頂部輪廓； 獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖，將該地圖中的建筑作為候選建筑； 從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，以該建筑的位 置信息定位識別所述目標(biāo)建筑。
2. 根據(jù)權(quán)利要求1所述基于智能終端定位識別建筑物的方法，其特征在于，所述獲取 所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖之前，還包括： 獲取所述照片的拍攝點(diǎn)的GPS位置； 所述獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖，將該地圖中的建筑作為候選建筑， 包括： 獲取以所述GPS位置為中心、設(shè)定范圍內(nèi)的地圖，將該地圖中的建筑作為候選建筑； 所述從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，包括： 提取候選建筑的俯視輪廓； 確定候選建筑與所述拍攝方向的相對方位； 確定候選建筑與所述拍攝點(diǎn)的相對距離； 根據(jù)候選建筑的俯視輪廓、所述相對方位和相對距離確定出與所述目標(biāo)建筑的頂部輪 廓最佳匹配的建筑。
3. 根據(jù)權(quán)利要求2所述基于智能終端定位識別建筑物的方法，其特征在于，所述智能 終端拍攝目標(biāo)建筑的照片之后，還包括：確定智能終端相機(jī)在世界坐標(biāo)系中的拍攝方向； 所述提取候選建筑的俯視輪廓之后，還包括： 結(jié)合所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓對應(yīng)的部分可 見輪廓； 所述確定候選建筑與所述拍攝方向的相對方位，確定候選建筑與所述拍攝點(diǎn)的相對距 離，具體為： 確定候選建筑的部分可見輪廓與所述拍攝方向的相對方位，確定候選建筑的部分可見 輪廓與所述拍攝點(diǎn)的相對距離。
4. 根據(jù)權(quán)利要求3所述基于智能終端定位識別建筑物的方法，其特征在于，所述確定 候選建筑與所述拍攝方向的相對方位，包括： 根據(jù)所述拍攝方向、目標(biāo)建筑的頂部輪廓在照片中的方位得出目標(biāo)建筑的頂部輪廓在 世界坐標(biāo)系的方位； 獲取地圖中候選建筑的所述部分可見輪廓在世界坐標(biāo)系的方位； 計算候選建筑的所述部分可見輪廓在世界坐標(biāo)系中方位與目標(biāo)建筑的頂部輪廓在世 界坐標(biāo)系中方位的角度差； 所述確定候選建筑與所述拍攝點(diǎn)的相對距離，包括： 由智能終端的相機(jī)參數(shù)、候選建筑的真實(shí)大小、照片中目標(biāo)建筑所占的像素大小和照 片寬度計算候選建筑與拍攝點(diǎn)的相對距離。
5. 根據(jù)權(quán)利要求4所述基于智能終端定位識別建筑物的方法，其特征在于，所述根據(jù) 候選建筑的俯視輪廓、所述相對方位和相對距離確定出與所述目標(biāo)建筑的頂部輪廓最佳匹 配的建筑，包括： 基于所述拍攝方向、候選建筑在地圖上的位置、候選建筑與拍攝方向的相對方位和與 拍攝點(diǎn)的相對距離，計算出各候選建筑對應(yīng)的拍攝點(diǎn)理論位置； 通過所述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的最大概率位 置； 找到拍攝點(diǎn)的最大概率位置對應(yīng)的候選建筑，將該候選建筑確定為與所述目標(biāo)建筑的 頂部輪廓最佳匹配的建筑。
6. 根據(jù)權(quán)利要求3所述基于智能終端定位識別建筑物的方法，其特征在于，所述結(jié)合 所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓對應(yīng)的部分可見輪廓，包 括： 由所述拍攝方向和候選建筑的俯視輪廓確定出候選建筑的若干可見輪廓； 從候選建筑的全部可見輪廓中找出與目標(biāo)建筑的頂部輪廓相似度最高的可見輪廓，將 該可見輪廓作為該候選建筑對應(yīng)的部分可見輪廓； 其中，用Cp C2,. . .，Cn表示n個候選建筑的俯視輪廓，提取俯視輪廓Ci中的頂點(diǎn)Pi、 P2.....Pai，以頂點(diǎn)集合〈Pp P2,. . .，Pai>表示候選建筑的俯視輪廓Q ; 根據(jù)所述拍攝方向與俯視輪廓〈匕，P2,. . .，Pai>中的線段向量的外積的正負(fù)確定候選 建筑Q的可見輪廓，將〈Pp P2,. . .，Pai>中連續(xù)幾段所述外積為負(fù)的線段構(gòu)成的輪廓作為可 見輪廓，從候選建筑q的所述可見輪廓確定出部分可見輪廓^ e
7. 根據(jù)權(quán)利要求6所述基于智能終端定位識別建筑物的方法，其特征在于，所述計算 各候選建筑對應(yīng)的拍攝點(diǎn)理論位置，包括： 由候選建筑在地圖上的位置、所述拍攝方向和該候選建筑與所述拍攝方向的相對距 離，計算對該候選建筑拍攝時的拍攝點(diǎn)理論位置。
8. 根據(jù)權(quán)利要求7所述基于智能終端定位識別建筑物的方法，其特征在于，所述由所 述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的最大概率位置，包括： 計算候選建筑q對應(yīng)的拍攝點(diǎn)理論位置ei的概率分布& (x)，
為拍攝方向誤差的標(biāo)準(zhǔn)差，\為所述角度 差，Si為部分可見輪廓^與目標(biāo)建筑的頂部輪廓的匹配分?jǐn)?shù)； 計算n個候選建筑對應(yīng)的拍攝點(diǎn)理論位置的總概率分￥ _

根據(jù)所述總概率分布
和GPS位置得到聯(lián)合概率分布
計算 的最大值作為拍攝點(diǎn)的最大概率位置，其中，
〇為獲取到的GPS位置，G e為所述GPS位置的概率分布。
9. 一種定位識別建筑物的裝置，其特征在于，包括： 目標(biāo)建筑獲取單元，用于控制智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的 頂部輪廓； 候選集確定單元，用于獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖，將該地圖中的建 筑作為候選建筑； 定位識別單元，用于從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的 建筑，以該建筑的位置信息定位識別所述目標(biāo)建筑。
10. 根據(jù)權(quán)利要求9所述定位識別建筑物的裝置，其特征在于，還包括：位置獲取單元， 所述位置獲取單元，用于獲取所述照片的拍攝點(diǎn)的GPS位置； 所述獲取所述照片的拍攝點(diǎn)所在位置對應(yīng)的地圖，將該地圖中的建筑作為候選建筑， 包括： 獲取以所述GPS位置為中心、設(shè)定范圍內(nèi)的地圖，將該地圖中的建筑作為候選建筑； 所述定位識別模塊，具體用于： 提取候選建筑的俯視輪廓； 確定候選建筑與所述拍攝方向的相對方位； 確定候選建筑與所述拍攝點(diǎn)的相對距離； 根據(jù)候選建筑的俯視輪廓、所述相對方位和相對距離確定出與所述目標(biāo)建筑的頂部輪 廓最佳匹配的建筑。
【文檔編號】G01C21/00GK104281840SQ201410511008
【公開日】2015年1月14日 申請日期:2014年9月28日 優(yōu)先權(quán)日:2014年9月28日
【發(fā)明者】熊曦, 楊錚, 劉云浩, 孫家廣 申請人:無錫清華信息科學(xué)與技術(shù)國家實(shí)驗(yàn)室物聯(lián)網(wǎng)技術(shù)中心