CN109238286B - 智能导航方法、装置、计算机设备及存储介质 - Google Patents
智能导航方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109238286B CN109238286B CN201811008410.5A CN201811008410A CN109238286B CN 109238286 B CN109238286 B CN 109238286B CN 201811008410 A CN201811008410 A CN 201811008410A CN 109238286 B CN109238286 B CN 109238286B
- Authority
- CN
- China
- Prior art keywords
- image
- preset
- fixed point
- point
- point image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 230000000875 corresponding effect Effects 0.000 claims description 56
- 238000004422 calculation algorithm Methods 0.000 claims description 45
- 238000000605 extraction Methods 0.000 claims description 24
- 230000001276 controlling effect Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000002596 correlated effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种智能导航方法、装置、计算机设备及存储介质，其中，该智能导航方法包括：设置移动拍摄端在当前位置的可移动方向；基于可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像；基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像；从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标；获取终点坐标，根据起点坐标和终点坐标选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线。该方法不受硬件检测范围的限制，定位方式简单快捷，导航方式灵活可靠。
Description
技术领域
本发明涉及室内定位领域，尤其涉及一种智能导航方法、装置、计算机设备及存储介质。
背景技术
路径规划是避障车导航研究的重要环节之一。在避障车执行任务时，要求避障车在工作环境中能时刻根据当前路况搜索一条从当前位置到目标地点的最优路径。因此对避障车的当前位置进行定位成为路径规划中首要解决的问题。
现有避障车室内定位主要采用蓝牙定位、RFID(Radio FrequencyIdentification，无线射频识别)定位和红外定位等方式，但蓝牙定位系统稳定性不佳，RFID定位不具有通讯能力，而红外定位遇到障碍物时穿透性不佳。如何保障避障车室内定位的稳定性和及时通讯能力，以提高避障车实时根据路况获取最优行驶路线成为亟需解决的问题。
发明内容
本发明实施例提供一种智能导航的智能导航方法、装置、计算机设备及存储介质，以解决保障避障车室内定位的稳定性和及时通讯能力的问题。
一种智能导航方法，包括：
获取移动拍摄端在预设导航地图上的至少一个可移动方向；
基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像；
基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像；
采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标；
获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线；
获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将目标导航路线发送给移动拍摄端，控制移动拍摄端依据目标导航路线移动。
一种智能导航装置，包括：
设置移动方向模块，用于获取移动拍摄端在预设导航地图上的至少一个可移动方向；
获取实拍图像模块，用于基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像；
获取定点图像模块，用于基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像；
获取起点坐标模块，用于采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标；
生成推荐路线模块，用于获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线；
控制移动端移动模块，用于获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将目标导航路线发送给移动拍摄端，控制移动拍摄端依据目标导航路线移动。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述智能导航方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述智能导航方法的步骤。
上述智能导航方法、装置、计算机设备及存储介质，通过移动拍摄端在当前位置拍摄的实拍定点图像与预设图像查询库中的每一预设定点图像进行对比，以获得最相似的目标定点图像从而确认移动拍摄端在当前位置对应的起点坐标，采用图像对比方法对移动拍摄端的当前位置进行定位，不受硬件检测范围的限制，定位方式简单快捷。同时，该智能导航方法、装置、计算机设备及存储介质可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线，以使得移动拍摄短基于该目标导航路线移动，可以实时根据路况调整目标导航路线，使其导航过程同样不受硬件检测范围的影响，导航方式灵活可靠。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中智能导航方法的应用环境示意图；
图2是本发明一实施例中智能导航方法的流程图；
图3是本发明一实施例中预设定点对应的实拍定点图像示意图；
图4是本发明一实施例中服务器生成的两条推荐导航路线的示意图；
图5是本发明一实施例中智能导航方法的另一流程图；
图6是本发明一实施例中智能导航方法的另一流程图；
图7是本发明一实施例中预设图像查询库中一条定点坐标对应的预设定点图像的数据；
图8是本发明一实施例中智能导航方法的另一流程图；
图9是本发明一实施例中候选点周围的周边像素示意图；
图10是本发明一实施例中以特征点为圆心的圆内的四个点对示意图；
图11是本发明一实施例中智能导航方法的另一流程图；
图12是本发明一实施例中智能导航方法的另一流程图；
图13是本发明一实施例中智能导航装置的示意图；
图14是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的智能导航方法，可应用在如图1的应用环境中，该智能导航方法应用在智能导航系统中，该智能导航系统包括客户端和服务器，其中，客户端通过网络与服务器进行通信。其中，客户端又称为用户端，是指与服务器相对应，为客户提供本地服务的程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等计算机设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种智能导航方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
S10.获取移动拍摄端在预设导航地图上的至少一个可移动方向。
其中，移动拍摄端是装有摄像头，可在室内移动时接收WIFI信号的信号接收端。该移动拍摄端包括但不限于安装有摄像头的智能机器人或避障车等。
预设导航地图是预置于服务器的，给室内可行区域建立的带有坐标系和预设定点(也即网格交点)的网格地图。其中，每个预设定点(也即网格交点)在坐标系中对应一个定点坐标。本实施例中，将预设导航地图预置到服务器中，用于给移动拍摄端设定移动方向，还可以在预设导航地图上显示移动拍摄端的可移动路线。
可移动方向是服务器参考移动拍摄端在预设导航地图中的当前位置，以预设导航地图上的坐标系为参照物设定的移动拍摄端可以移动的方向，比如与坐标系中横轴平行的水平移动方向或者与坐标系中纵轴平行的竖直移动方向。
步骤S10中，服务器通过移动拍摄端在预设导航地图上的位置，可获取移动拍摄端在预设导航地图上的坐标系对应的至少一个可移动方向，用以在可移动方向上拍摄实拍定点图像准备技术基础。
S20.基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像。
其中，无障碍方向是移动拍摄端沿每一可移动方向进行探测，探测到的其中一个可移动方向上不存在障碍物的方向。
实拍定点图像是沿无障碍方向拍摄的包括当前位置和下一预设定点之间的地面图像，其中，预设定点是在预设导航地图基于坐标系构成的网格中的每一交点，用以指引移动拍摄端沿指定的预设定点方向移动，如图3所示。
步骤S20中，服务器通过红外探测器在每一可移动方向进行探测，因红外探测器的探测距离有限一般为1米，而本实施例中每两个预设定点之间的距离就设置为红外探测器的可探测距离为1米，即服务器可探测到移动拍摄端所在的当前位置和相邻的预设定点之间是否存在障碍物。可以理解地，该预设导航地图中任意两个预设定点之间的距离小于或等于红外探测器的探测距离，以使该红外探测器可探测当前位置和下一预设定点之间是否存在障碍物。服务器可在无障碍方向获取移动拍摄端拍摄的实拍定点图像，便于通过该实拍定点图像对移动拍摄端进行位置定位。
S30.基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像。
其中，预设图像查询库是预置在服务器中的将每个预设定点和预设定点在可移动方向上的预设定点图像进行对应存储的数据库。于本实施例，因每一预设定点包括两个可移动方向：水平移动方向和竖直移动方向，固每一预设定点都对应两幅预设定点图像，一副是沿水平移动方向拍摄的图像，另一幅是沿竖直方向拍摄的图像。
预设定点图像就是相邻两个预设定点之间的标准地面图像，其中，每一预设定点图像还包括图像方向标识，用以声明该预设定点图像的拍摄方向。于本实施例，图像方向标识包括水平和竖直。
步骤S30中，服务器可将无障碍方向作为目标方向标识，在预设图像查询库中查询与目标方向标识相同的图像方向标识对应的所有预设定点图像，锁定查询范围，以减少服务器的计算时间，利于快速查找到与实拍定点图像最相似的预设定点图像。
S40.采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标。
其中，特征提取算法(Oriented FAST and Rotated BRIEF，以下简称ORB算法)是一种快速特征点提取和描述的算法。这个算法是由Ethan Rublee,Vincent Rabaud,KurtKonolige以及Gary R.Bradski在“ORB：An Efficient Alternative to SIFTor SURF”这一的文章中提出，用以对两幅图中的图像特征点进行对比，得到两幅图的相似度。其中，图像特征点可以理解为图像中比较显著的点，如轮廓点、较暗区域中的亮点和较亮区域中的暗点等。
目标定点图像是与实拍定点图像的共同特征点最多的预设定点对应的预设定点图像。
具体地，采用特征提取算法可获取实拍定点图像和每一预设定点图像分别对应的实拍图像特征和预设图像特征。从每一预设图像特征中获取与实拍图像特征的共同特征最多的预设图像特征对应的预设定点图像为目标定点图像。基于该目标定点图像可在预设图像查询库中获取对应的定点坐标作为起点坐标。
步骤S40中，服务器可根据实拍定点图像匹配得到目标定点图像，在预设图像查询库中根据该目标定点图像对应的定点坐标作为起点坐标，利于服务器确认移动拍摄端在预设导航地图中对应的位置(也即对应的定点坐标)，并为服务器规划目标导航路线提供技术基础，该定位方式不受硬件检测范围的限制，简单快捷。
S50.获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线。
其中，终点坐标是用户通过客户端向服务器发送的用于确定希望移动拍摄端最终到达的终点的坐席，即希望移动拍摄端在预设导航地图上沿指定的预设定点移动后到达的终点。推荐导航路线是沿预起点坐标的每一可移动方向出发到达终点坐标的路线，其中，所有最优路线中至少包括一条路径最短的路线，如图4所示。
具体地，由步骤S10可知，移动拍摄端从起点坐标出发到达终点坐标包括至少一个可移动方向。服务器将起点坐标和终点坐标输入A星算法进行计算，可获取移动拍摄端在每一可移动方向上的至少两条推荐导航路线。其中，A星算法是比较流行的启发式搜索算法之一，被广泛应用于路径优化领域。A星算法的独特之处是检查最短路径中每个可能的预设定点时引入了预设导航地图中的全局信息，对当前的起点坐标距终点坐标的距离做出估计，并作为评价该预设定点处于最短路线上的可能性的量度。
步骤S50中，服务器采用A星算法对移动拍摄端的起点坐标和终点坐标进行处理，可获取移动拍摄端在每一可移动方向上的至少两条推荐导航路线，用以后续对所有推荐导航路线中筛选目标导航路线准备技术基础。
S60.获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将目标导航路线发送给移动拍摄端，控制移动拍摄端依据目标导航路线移动。
其中，目标导航路线是推荐导航路线中在起点坐标到可移动方向上的相邻定点坐标之间无障碍物存在，且从起点坐标到终点坐标之间路径最短的路线。
本实施例中，采用红外探测器探测障碍物，因探测距离限定为当前的起点坐标和下一可移动方向上的相邻的定点坐标之间，也即当红外探测器未探测到障碍物，说明在起点坐标和下一可移动方向上的相邻定点坐标之间不存在障碍物，可控制移动拍摄端按目标导航路线继续从起点坐标移动到下一定点坐标。
步骤S60中，服务器可通过安装在移动拍摄端上的红外探测器探测到起点坐标和在可移动方向上的下一定点坐标之间是否存在障碍物，选择不存在障碍物，且从起点坐标到终点坐标之间的路程最短的推荐导航路线作为目标导航路线，以指引移动拍摄端移动到终点坐标。该步骤使得移动拍摄端在移动过程中不受障碍物的影响，顺利从起点坐标移动到终点坐标完成室内移动任务。
步骤S10至S60提供的智能导航方法中，通过移动拍摄端在当前位置拍摄的实拍定点图像与预设图像查询库中的每一预设定点图像进行对比，以获得最相似的目标定点图像从而确认移动拍摄端在当前位置对应的起点坐标，采用图像对比方法对移动拍摄端的当前位置进行定位，不受硬件检测范围的限制，定位方式简单快捷。同时，该智能导航方法中，可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线，以使得移动拍摄短基于该目标导航路线移动，可以实时根据路况调整目标导航路线，该智能导航方法同样不受硬件检测范围的影响，导航方式灵活可靠。
在一实施例中，如图5所示，步骤S20中，即基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像，具体包括如下步骤：
S201.基于至少一个可移动方向，探测移动拍摄端的每一可移动方向，获取至少一个无障碍方向。
本实施例的目的在于给移动拍摄端所在预设导航地图中的位置进行定位，具体是将当前位置拍摄到的实拍定点图像和预设图像查询库中的预设定点图像进行对比。于本实施例，为了加快服务器的处理速度，可仅选择一张在无障碍方向上的实拍定点图像即可进行对比，也即仅需一个无障碍方向即可满足要求。
步骤S201中，服务器可根据移动拍摄端上安装的红外探测器探测到当前位置和每一可移动方向上的探测距离内是否存在障碍物，选择一个不存在障碍物的方向作为无障碍方向，以便服务器基于该无障碍方向进行拍摄。
S202.控制移动拍摄端以无障碍方向为拍摄方向进行拍摄，获取实拍定点图像。
具体地，服务器控制移动拍摄端在无障碍方向拍摄实拍定点图像。为了获取移动拍摄端当前所在预设导航地图上对应的定点坐标，该实拍定点图像的拍摄距离应大于当前位置和在无障碍方向上的下一相邻定点坐标之间的距离。
于本实施例，预设导航地图可指定每两个定点坐标之间的距离为1米，也即实拍定点图像拍摄的距离也至少为1米。指定实拍定点图像的拍摄距离也利于对移动拍摄端所在的位置进行更精确的定位。可以理解地，提供越详细的图像特征，越有利于服务器对图像进行分析和匹配出相似图像。
步骤S201至S202提供的实施例中，服务器可根据移动拍摄端上安装的红外探测器探测到当前位置和每一可移动方向上的探测距离内是否存在障碍物，选择一个不存在障碍物的方向作为无障碍方向，以便服务器基于该无障碍方向进行拍摄。同时服务器指定实拍定点图像的拍摄距离也利于对移动拍摄端所在的位置进行更精确的定位，包括更多图像特征的实拍定点图像有利于提高图像分析的准确性。
在一实施例中，预设定点导航地图包括至少两个预设定点，每一预设定点包括定点坐标和至少一个可移动方向。如图6所示，步骤S30之前，即在基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像的步骤之前，该智能导航方法还包括如下步骤：
S301.获取每一预设定点在每一可移动方向上拍摄的预设定点图像。
其中，预设定点是在预设导航地图基于坐标系构成的网格中的每一交点，用以指引移动拍摄端沿指定的预设定点移动。
预设定点图像就是包括相邻两个预设定点的标准地面图像，其中，每一预设定点图像还包括图像方向标识，用以声明该预设定点图像的拍摄方向。于本实施例，图像方向标识包括水平和竖直。
步骤S301中，服务器给每个预设定点在每一可移动方向上都拍摄预设定点图像，每一预设定点图像携带有定点标识和图像方向标识，该定点标识用于唯一指定对应的预设定点，该图像方向标识用于声明该预设定点图像的拍摄方向，以便后续服务器可基于不同的图像方向标识筛选预设定点图像，缩小对比范围，加快查找速度。
S302.关联存储每一预设定点对应的定点坐标、图像方向标识和与图像方向标识对应的预设定点图像，形成预设图像查询库。
其中，定点坐标是每一预设定点在预设导航地图中坐标系中对应的坐标位置。
预设图像查询库是预置在服务器中的将每个预设定点和预设定点在可移动方向上的预设定点图像进行对应存储的数据库。于本实施例，因每一预设定点包括两个可移动方向：水平移动方向和竖直移动方向，固每一预设定点都对应两幅预设定点图像，一副是沿水平移动方向拍摄的图像，另一幅是沿竖直方向拍摄的图像(如图7所示)，两幅预设定点图像通过图像方向标识进行区别。
步骤S302中，服务器将每一预设定点对应的定点坐标、图像方向标识和与图像方向标识对应的预设定点图像关联存储，建立预设图像查询库，利于后续服务器基于该预设图像查询库中的每一预设定点图像匹配实拍定点图像进行位置定位，定位方法快捷简单。
步骤S301至S302中，服务器给每个预设定点在每一可移动方向上都拍摄预设定点图像，用以后续服务器可基于不同的图像方向标识筛选预设定点图像，缩小对比范围，加快查找速度。服务器建立预设图像查询库，利于后续服务器基于该预设图像查询库中的每一预设定点图像匹配实拍定点图像进行位置定位，定位方法快捷简单。
在一实施例中，如图8所示，步骤S40中，即采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标，具体包括如下步骤：
S41.采用特征提取算法对比至少一个预设定点图像和实拍定点图像，获取每一预设定点图像对应的特征匹配度。
其中，特征提取算法(Oriented FAST and Rotated BRIEF，以下简称ORB算法)是一种快速特征点提取和描述的算法。其中，图像特征点可以理解为图像中比较显著的点，如轮廓点，较暗区域中的亮点，较亮区域中的暗点等。ORB算法分为两部分，包括特征点提取和特征点匹配。预设定点图像就是包括相邻两个预设定点的标准地面图像。实拍定点图像是沿无障碍方向拍摄的包括当前位置和下一预设定点之间的地面图像。特征匹配度是实拍定点图像和预设定点图像的相似度百分比。
具体地，采用特征提取算法(Oriented FAST and Rotated BRIEF，以下简称ORB算法)对比至少一个预设定点图像和实拍定点图像的过程如下：
1.分别提取每一预设定点图像和实拍定点图像中的特征点。
提取预设定点图像的特征点包括：将预设定点图像上比较显著的点，如轮廓点、较暗区域中的亮点和较亮区域中的暗点等设定为候选点，检测候选点周围指定选取半径的圆圈上的像素值，如果候选点周围领域内有足够多的像素点与该候选点的灰度值差别够大，则认为该候选点为一个特征点。
为了获得更快的结果，还可采用下述检测加速方法：测试候选点周围每隔90度角的4个点，应该至少有3个和候选点的灰度值差足够大，否则不用再计算其他点，直接认为该候选点不是特征点。候选点周围的圆圈的选取半径是一个重要参数，为了简单高效可指定检测半径为3，则存在16个周边像素需要比较，如图9所示。为了提高比较的效率，通常只使用N个周边像素进行比较即FAST-N，一般推荐FAST-9。
提取实拍定点图像的特征点与提取预设定点图像的特征点的过程一致，此处不再赘述。
2.分别计算并保存每一预设定点图像的特征点描述子和实拍定点图像的特征点描述子。
计算预设定点图像的特征点描述子包括：得到预设定点图像的特征点后需要以某种方式描述该特征点的属性。特征点的属性输出就是该特征点的描述子(FeatureDescritorS)。ORB算法获取特征点的属性过程包括：
(1)以特征点P为圆心，以d为半径做圆O。
(2)在圆O内选取N个点对。为了方便说明，本实施例中可选N＝4，如图10所示，实际应用中N可以取512。
将当前选取的4个点对如上图所示分别标记为：
P1(A,B)、P2(A,B)、P3(A,B)和P4(A,B)。
(3)定义T操作
其中，IA表示点A的灰度，IB表示点B的灰度。
(4)分别对已选取的点对进行T操作，将得到的结果进行组合。以上述四个点继续为例说明描述子：
T(P1(A,B))＝1
T(P2(A,B))＝0
T(P3(A,B))＝1
T(P4(A,B))＝1
则特征点P最终的描述子为1011。
计算实拍定点图像的特征点描述子与计算预设定点图像的特征点描述子的过程一致，此处不再赘述。
3.将实拍定点图像的特征点描述子和每一预设定点图像的特征点描述子进行逐一对比，获取特征匹配度。举例说明将实拍定点图像的特征点描述子和一个预设定点图像的特征点描述子进行对比的过程：
一实拍定点图像的特征点描述子A：10101011
一预设定点图像的特征点描述子B：10101010
此例中A和B只有最后一位不同，特征匹配度为87.5％。其中，将A和B进行异或操作即可计算出A和B的特征匹配度。而异或操作可以借助硬件完成，具有很高的效率，加快了匹配速度。
如上述计算实拍定点图像的特征点描述子和一个预设定点图像的特征点描述子的过程，获取每一预设定点图像的特征点描述子相对实拍定点图像的特征点描述子的特征匹配度并进行保存。
步骤S41中，服务器可采用ORB算法和借助硬件获取每一预设定点图像的特征点描述子相对实拍定点图像的特征点描述子的特征匹配度，给选取特征匹配度最高的预设定点图像准备技术基础。
S42.选取特征匹配度最高的预设定点图像，作为目标定点图像。
其中，目标定点图像就是在预设定点图像中与实拍定点图像相似度最高的图像。
具体地，由步骤S41可知，服务器已记录每一预设定点图像的特征点描述子相对实拍定点图像的特征点描述子的特征匹配度，仅需在上述所有特征匹配度中选取分值最高的百分比对应的预设定点图像，确定为目标定点图像。
步骤S42中，服务器可通过给每一预设定点图像的特征点描述子相对实拍定点图像的特征点描述子的特征匹配度进行大小排序，选择分值最高的特征匹配度对应的预设定点图像作为目标定点图像，利于后续基于该目标定点图像对移动拍摄端进行位置定位。
S43.基于目标定点图像在预设图像查询库中的定点坐标作为起点坐标。
其中，起点坐标就是移动拍摄端当前所在位置在预设导航地图中对应的坐标位置。
步骤S43中，服务器可查询预设图像查询库中与目标定点图像对应的定点坐标作为起点坐标，完成对移动拍摄端的位置定位，同时利于服务器基于该起点位置进行导航路线规划。
步骤S41至S43中，服务器采用ORB算法和借助硬件获取每一预设定点图像的特征点描述子相对实拍定点图像的特征点描述子的特征匹配度，将特征匹配度进行大小排序后选择特征匹配度最大的预设定点图像作为目标定点图像，在预设图像查询库中获取与目标定点图像对应的定点坐标作为起点坐标，完成对移动拍摄端的位置定位，该定位方式不受硬件检测范围的限制，简单快捷，同时利于服务器基于该起点位置进行导航路线规划。
在一实施例中，如图11所示，步骤S50中，即获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线，具体包括如下步骤：
S51.在预设定点导航地图上确定起点坐标和终点坐标。
其中，终点坐标是移动拍摄端在预设导航地图上沿指定的预设定点移动后到达的终点。
步骤S51中，服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来，利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。
S52.采用A星算法在预设定点导航地图上获取至少两条推荐导航路线。
其中，推荐导航路线是沿预起点坐标的每一可移动方向出发到达终点坐标的路线，所有最优路线中至少包括一条路径最短的路线，如图4所示。
具体地，采用A星算法在预设定点导航地图上在一个可移动方向上获取推荐导航路线的实现过程如下：
设置F＝G+H，其中，F是最短路径，G＝从起点坐标移动到当前所在的预设定点的移动路径；
H＝从当前所在的预设定点移动到终点坐标的估算路径。
1.把起点坐标加入可行走节点列表(每一节点即为预设导航地图上的每一预设定点)。
2.重复如下过程：
a.遍历可行走节点列表，查找F值最小的节点，把查找到的节点作为当前要处理的预设定点。
b.把预设定点移到不可行列表。
c.分析预设定点的四个邻节点的每一个节点：
如果邻节点是不可抵达的或者在不可行列表中，则忽略。否则，做如下操作：
如果邻节点不在可行走节点列表中，把邻节点加入可行走节点列表，并且把当前节点设置为父节点，记录该节点的F，G和H值。
如果邻节点已经在可行走节点列表中，检查该路径(即经由当前节点到达邻节点)是否G值更小。如果是，则设置其父节点为当前节点，并重新计算当前节点的G和F值。
d.当把终点坐标加入到可行走节点列表中，则此时完成查找最优导航路径。
3.从终点坐标开始，每个节点沿着父节点移动直至起点坐标，就是推荐导航路线。
步骤S52中，服务器可采用A星算法在预设定点导航地图上获取每一可移动方向上的推荐导航路线，利于后续移动拍摄端可根据路况(比如路途中存在障碍物)实时更换或者调整路线，增强移动拍摄端移动的灵活性。
步骤S51至S52中，服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来，利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。服务器采用A星算法在预设定点导航地图上获取每一可移动方向上的推荐导航路线，利于后续移动拍摄端可根据路况实时更换或者调整路线，增强移动拍摄端移动的灵活性。
在一实施例中，目标导航路线包括至少一个途经定点。如图12所示，步骤S60中，即控制移动拍摄端依据目标导航路线移动，具体包括如下步骤：
S61.控制移动拍摄端依据目标导航路线从起点坐标移动到下一途经定点。
其中，目标导航路线是推荐导航路线中在起点坐标到可移动方向上的相邻定点坐标之间无障碍物存在，且从起点坐标到终点坐标之间路径最短的路线。
途径定点是移动拍摄端按目标导航路线的指引移动到的下一预设定点。
步骤S61中，服务器将目标导航路线通过无线网络发送给移动拍摄端，移动拍摄端接收到该目标导航路线后，可依据该目标导航路线的指引从当前位置移动到下一途径定点，提高移动拍摄端在移动过程中的安全性和可靠性。
S62.将移动拍摄端移动至的下一途经定点更新为新的起点坐标，若新的起点坐标不为终点坐标，则重复执行获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。
具体地，因移动拍摄端每次检测障碍物的范围为两个预设定点之间的距离，当移动拍摄端按目标导航路线移动到下一途径定点时，还需要继续判定路途的安全性，也即需要将下一途径定点更新为起点坐标，此时应重新判定起点坐标和下一途径坐标之间是否存在障碍物。
可以理解地，当起点坐标和下一途径定点间不存在障碍物，移动拍摄端可以按目标导航路线继续移动；当起点坐标和下一途径定点之间存在障碍物时，就需要服务器给重新规划目标导航路线，也即重复执行获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。具体重复执行的步骤与步骤S50至S60一致，此处不再赘述。
步骤S62中，移动拍摄端每移动到下一途径定点，并且还未到达终点坐标时，都要探测当前位置和下一途径定点之间是否存在障碍物，提高了移动过程中实时根据路况调整目标导航路线的灵活性和移动安全性，可保障移动拍摄端顺利到达终点坐标的位置。
步骤S61至步骤S62中，服务器通过控制移动拍摄端依据目标导航路线从当前位置移动到下一预设定点，提高移动拍摄端在移动过程中的安全性和可靠性。移动拍摄端每移动到下一途径定点，并且还未到达终点坐标时，都要探测当前位置和下一途径定点之间是否存在障碍物，提高了移动过程中实时根据路况调整目标导航路线的灵活性和移动安全性，可保障移动拍摄端顺利到达终点坐标的位置。
本实施例提供的智能导航方法，通过移动拍摄端在当前位置拍摄的实拍定点图像与预设图像查询库中的每一预设定点图像进行对比，以获得最相似的目标定点图像从而确认移动拍摄端在当前位置对应的起点坐标，采用图像对比方法对移动拍摄端的当前位置进行定位，不受硬件检测范围的限制，定位方式简单快捷。该智能导航方法中，可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线，以使得移动拍摄短基于该目标导航路线移动，可以实时根据路况调整目标导航路线，该导航方法同样不受硬件检测范围的影响，导航方式灵活可靠。
进一步地，服务器可选择一个不存在障碍物的方向作为无障碍方向，以便服务器基于该无障碍方向进行拍摄。同时服务器指定实拍定点图像的拍摄距离也利于对移动拍摄端所在的位置进行更精确的定位，包括更多图像特征的实拍定点图像有利于提高图像分析的准确性。服务器给每个预设定点在每一可移动方向上都拍摄预设定点图像，用以后续服务器可基于不同的图像方向标识筛选预设定点图像，缩小对比范围，加快查找速度。服务器建立预设图像查询库，利于后续服务器基于该预设图像查询库中的每一预设定点图像匹配实拍定点图像进行位置定位，定位方法快捷简单。服务器采用ORB算法和借助硬件完成对移动拍摄端的位置定位，同时利于服务器基于该起点位置进行导航路线规划。服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来，利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。服务器采用A星算法在预设定点导航地图上获取每一可移动方向上的推荐导航路线，利于后续移动拍摄端可根据路况实时更换或者调整路线，增强移动拍摄端移动的灵活性。服务器通过控制移动拍摄端每移动到下一途径定点，并且还未到达终点坐标时，都要探测当前位置和下一途径定点之间是否存在障碍物，提高了移动过程中实时根据路况调整目标导航路线的灵活性和移动安全性，可保障移动拍摄端顺利到达终点坐标的位置。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种智能导航装置，该智能导航装置与上述实施例中智能导航方法一一对应。如图13所示，该智能导航装置包括设置移动方向模块10、获取实拍图像模块20、获取定点图像模块30、获取起点坐标模块40、生成推荐路线模块50和控制移动端移动模块60。各功能模块详细说明如下：
设置移动方向模块10，用于获取移动拍摄端在预设导航地图上的至少一个可移动方向。
获取实拍图像模块20，用于基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像。
获取定点图像模块30，用于基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像。
获取起点坐标模块40，用于采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标。
生成推荐路线模块50，用于获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线。
控制移动端移动模块60，用于获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将目标导航路线发送给移动拍摄端，控制移动拍摄端依据目标导航路线移动。
优选地，获取实拍图像模块20包括获取无障碍方向单元21和获取实拍图像单元22。
获取无障碍方向单元21，用于基于至少一个可移动方向，探测移动拍摄端的每一可移动方向，获取至少一个无障碍方向。
获取实拍图像单元22，用于控制移动拍摄端以无障碍方向为拍摄方向进行拍摄，获取实拍定点图像。
优选地，该智能导航装置还包括获取预设定点图像模块301和形成图像查询库模块302。
获取预设定点图像模块301，用于获取每一预设定点在每一可移动方向上拍摄的预设定点图像。
形成图像查询库模块302，用于关联存储每一预设定点对应的定点坐标、图像方向标识和与图像方向标识对应的预设定点图像，形成预设图像查询库。
优选地，获取起点坐标模块40包括获取特征匹配度单元401、作为目标定点图像单元402和作为起点坐标单元403。
获取特征匹配度单元401，用于采用特征提取算法对比至少一个预设定点图像和实拍定点图像，获取每一预设定点图像对应的特征匹配度。
作为目标定点图像单元402，用于选取特征匹配度最高的预设定点图像，作为目标定点图像。
作为起点坐标单元403，用于基于目标定点图像在预设图像查询库中的定点坐标作为起点坐标。
优选地，生成推荐路线模块50包括确定起点坐标单元501和获取推荐路线单元502。
确定起点坐标单元501，用于在预设定点导航地图上确定起点坐标和终点坐标。
获取推荐路线单元502，用于采用A星算法在预设定点导航地图上获取至少两条推荐导航路线。
优选地，控制移动端移动模块60包括控制拍摄短移动单元601和生成推荐导航路线单元602。
控制拍摄短移动单元601，用于控制移动拍摄端依据目标导航路线从起点坐标移动到下一途经定点。
生成推荐导航路线单元602，用于将移动拍摄端移动至的下一途经定点更新为新的起点坐标，若新的起点坐标不为终点坐标，则重复执行获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。
关于智能导航装置的具体限定可以参见上文中对于智能导航方法的限定，在此不再赘述。上述智能导航装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于智能导航方法相关的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能导航方法。
在一实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取移动拍摄端在预设导航地图上的至少一个可移动方向；基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像；基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像；采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标；获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线；获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将目标导航路线发送给移动拍摄端，控制移动拍摄端依据目标导航路线移动。
在一实施例中，基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像，包括：基于至少一个可移动方向，探测移动拍摄端的每一可移动方向，获取至少一个无障碍方向；控制移动拍摄端以无障碍方向为拍摄方向进行拍摄，获取实拍定点图像。
在一实施例中，预设定点导航地图包括至少两个预设定点，每一预设定点包括定点坐标和至少一个可移动方向；在基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像的步骤之前，处理器执行计算机程序时还实现以下步骤：获取每一预设定点在每一可移动方向上拍摄的预设定点图像；关联存储每一预设定点对应的定点坐标、图像方向标识和与图像方向标识对应的预设定点图像，形成预设图像查询库。
在一实施例中，采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标，包括：采用特征提取算法对比至少一个预设定点图像和实拍定点图像，获取每一预设定点图像对应的特征匹配度；选取特征匹配度最高的预设定点图像，作为目标定点图像；基于目标定点图像在预设图像查询库中的定点坐标作为起点坐标。
在一实施例中，获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线，包括：在预设定点导航地图上确定起点坐标和终点坐标；采用A星算法在预设定点导航地图上获取至少两条推荐导航路线。
在一实施例中，目标导航路线包括至少一个途经定点；控制移动拍摄端依据目标导航路线移动，包括：控制移动拍摄端依据目标导航路线从起点坐标移动到下一途经定点；将移动拍摄端移动至的下一途经定点更新为新的起点坐标，若新的起点坐标不为终点坐标，则重复执行获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。
在一实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取移动拍摄端在预设导航地图上的至少一个可移动方向；基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像；基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像；采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标；获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线；获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将目标导航路线发送给移动拍摄端，控制移动拍摄端依据目标导航路线移动。
在一实施例中，基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定点图像，包括：基于至少一个可移动方向，探测移动拍摄端的每一可移动方向，获取至少一个无障碍方向；控制移动拍摄端以无障碍方向为拍摄方向进行拍摄，获取实拍定点图像。
在一实施例中，预设定点导航地图包括至少两个预设定点，每一预设定点包括定点坐标和至少一个可移动方向；在基于预设图像查询库，获取与实拍定点图像同方向的至少一个预设定点图像的步骤之前，计算机程序被处理器执行时还实现以下步骤：获取每一预设定点在每一可移动方向上拍摄的预设定点图像；关联存储每一预设定点对应的定点坐标、图像方向标识和与图像方向标识对应的预设定点图像，形成预设图像查询库。
在一实施例中，采用特征提取算法，从至少一个预设定点图像中获取与实拍定点图像最相似的目标定点图像，将目标定点图像对应的定点坐标作为起点坐标，包括：采用特征提取算法对比至少一个预设定点图像和实拍定点图像，获取每一预设定点图像对应的特征匹配度；选取特征匹配度最高的预设定点图像，作为目标定点图像；基于目标定点图像在预设图像查询库中的定点坐标作为起点坐标。
在一实施例中，获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线，包括：在预设定点导航地图上确定起点坐标和终点坐标；采用A星算法在预设定点导航地图上获取至少两条推荐导航路线。
在一实施例中，目标导航路线包括至少一个途经定点；控制移动拍摄端依据目标导航路线移动，包括：控制移动拍摄端依据目标导航路线从起点坐标移动到下一途经定点；将移动拍摄端移动至的下一途经定点更新为新的起点坐标，若新的起点坐标不为终点坐标，则重复执行获取终点坐标，根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能导航方法，其特征在于，包括：
获取移动拍摄端在预设导航地图上的至少一个可移动方向；
基于至少一个所述可移动方向，获取所述移动拍摄端在无障碍方向拍摄的实拍定点图像，所述可移动方向是服务器参考移动拍摄端在预设导航地图中的当前位置，以预设导航地图上的坐标系为参照物设定的移动拍摄端可以移动的方向，所述无障碍方向是移动拍摄端沿每一可移动方向进行探测，探测到的其中一个可移动方向上不存在障碍物的方向，所述实拍定点图像是包括当前位置和下一预设定点之间的地面图像；
基于预设图像查询库，获取与所述实拍定点图像同方向的至少一个预设定点图像，所述预设定点图像是相邻两个预设定点之间的标准地面图像，每一所述预设定点图像还包括图像方向标识，用以声明该预设定点图像的拍摄方向；
采用特征提取算法，从至少一个所述预设定点图像中获取与所述实拍定点图像最相似的目标定点图像，将所述目标定点图像对应的定点坐标作为起点坐标；
获取终点坐标，根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线；
获取移动拍摄端对至少两条所述推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将所述目标导航路线发送给移动拍摄端，控制所述移动拍摄端依据所述目标导航路线移动。
2.如权利要求1所述的智能导航方法，其特征在于，所述基于至少一个所述可移动方向，获取所述移动拍摄端在无障碍方向拍摄的实拍定点图像，包括：
基于至少一个所述可移动方向，探测移动拍摄端的每一可移动方向，获取至少一个无障碍方向；
控制所述移动拍摄端以所述无障碍方向为拍摄方向进行拍摄，获取实拍定点图像。
3.如权利要求1所述的智能导航方法，其特征在于，所述预设定点导航地图包括至少两个预设定点，每一所述预设定点包括定点坐标和至少一个可移动方向；
在所述基于预设图像查询库，获取与所述实拍定点图像同方向的至少一个预设定点图像的步骤之前，所述智能导航方法还包括：
获取每一所述预设定点在每一所述可移动方向上拍摄的预设定点图像；
关联存储每一所述预设定点对应的定点坐标、可移动方向和与所述可移动方向对应的预设定点图像，形成预设图像查询库。
4.如权利要求3所述的智能导航方法，其特征在于，所述采用特征提取算法，从至少一个所述预设定点图像中获取与所述实拍定点图像最相似的目标定点图像，将所述目标定点图像对应的定点坐标作为起点坐标，包括：
采用特征提取算法对比至少一个所述预设定点图像和所述实拍定点图像，获取每一所述预设定点图像对应的特征匹配度；
选取所述特征匹配度最高的预设定点图像，作为所述目标定点图像；
基于所述目标定点图像在所述预设图像查询库中的定点坐标作为起点坐标。
5.如权利要求3所述的智能导航方法，其特征在于，所述获取终点坐标，根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线，包括：
在所述预设定点导航地图上确定所述起点坐标和所述终点坐标；
采用A星算法在所述预设定点导航地图上获取至少两条推荐导航路线。
6.如权利要求1所述的智能导航方法，其特征在于，所述目标导航路线包括至少一个途经定点；
所述控制所述移动拍摄端依据所述目标导航路线移动，包括：
控制所述移动拍摄端依据所述目标导航路线从起点坐标移动到下一途经定点；
将移动拍摄端移动至的所述下一途经定点更新为新的起点坐标，若所述新的起点坐标不为所述终点坐标，则重复执行所述获取终点坐标，根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线的步骤。
7.一种智能导航装置，其特征在于，包括：
设置移动方向模块，用于获取移动拍摄端在预设导航地图上的至少一个可移动方向；
获取实拍图像模块，用于基于至少一个所述可移动方向，获取所述移动拍摄端在无障碍方向拍摄的实拍定点图像，所述可移动方向是服务器参考移动拍摄端在预设导航地图中的当前位置，以预设导航地图上的坐标系为参照物设定的移动拍摄端可以移动的方向，所述无障碍方向是移动拍摄端沿每一可移动方向进行探测，探测到的其中一个可移动方向上不存在障碍物的方向，所述实拍定点图像是包括当前位置和下一预设定点之间的地面图像；
获取定点图像模块，用于基于预设图像查询库，获取与所述实拍定点图像同方向的至少一个预设定点图像，所述预设定点图像是相邻两个预设定点之间的标准地面图像，每一所述预设定点图像还包括图像方向标识，用以声明该预设定点图像的拍摄方向；
获取起点坐标模块，用于采用特征提取算法，从至少一个所述预设定点图像中获取与所述实拍定点图像最相似的目标定点图像，将所述目标定点图像对应的定点坐标作为起点坐标；
生成推荐路线模块，用于获取终点坐标，根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线；
控制移动端移动模块，用于获取移动拍摄端对至少两条所述推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线，并将所述目标导航路线发送给移动拍摄端，控制所述移动拍摄端依据所述目标导航路线移动。
8.如权利要求7所述的智能导航装置，其特征在于，所述获取实拍图像模块包括：
获取无障碍方向单元，用于基于至少一个所述可移动方向，探测移动拍摄端的每一可移动方向，获取至少一个无障碍方向；
获取实拍图像单元，用于控制所述移动拍摄端以所述无障碍方向为拍摄方向进行拍摄，获取实拍定点图像。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述智能导航方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述智能导航方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811008410.5A CN109238286B (zh) | 2018-08-31 | 2018-08-31 | 智能导航方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811008410.5A CN109238286B (zh) | 2018-08-31 | 2018-08-31 | 智能导航方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109238286A CN109238286A (zh) | 2019-01-18 |
| CN109238286B true CN109238286B (zh) | 2024-05-03 |
Family
ID=65069338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811008410.5A Active CN109238286B (zh) | 2018-08-31 | 2018-08-31 | 智能导航方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109238286B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109916408A (zh) * | 2019-02-28 | 2019-06-21 | 深圳市鑫益嘉科技股份有限公司 | 机器人室内定位和导航方法、装置、设备及存储介质 |
| CN110599089B (zh) * | 2019-08-30 | 2020-11-03 | 北京三快在线科技有限公司 | 隔离带位置确定方法、装置、存储介质和电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004163241A (ja) * | 2002-11-13 | 2004-06-10 | Nec Access Technica Ltd | 無線携帯端末及びそれに用いるナビゲーション方法並びにそのプログラム |
| CN103424113A (zh) * | 2013-08-01 | 2013-12-04 | 毛蔚青 | 移动终端基于图像识别技术的室内定位与导航方法 |
| CN104422439A (zh) * | 2013-08-21 | 2015-03-18 | 希姆通信息技术（上海）有限公司 | 导航方法、装置、服务器、导航系统及其使用方法 |
| CN105318881A (zh) * | 2014-07-07 | 2016-02-10 | 腾讯科技（深圳）有限公司 | 地图导航方法、装置及系统 |
| CN106382930A (zh) * | 2016-08-18 | 2017-02-08 | 广东工业大学 | 一种室内agv无线导航方法及装置 |
| CN107490377A (zh) * | 2017-07-17 | 2017-12-19 | 五邑大学 | 室内无地图导航系统及导航方法 |
| CN107544507A (zh) * | 2017-09-28 | 2018-01-05 | 速感科技（北京）有限公司 | 可移动机器人移动控制方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101329111B1 (ko) * | 2012-05-02 | 2013-11-14 | 한국과학기술연구원 | 실내 네비게이션 시스템 및 방법 |
-
2018
- 2018-08-31 CN CN201811008410.5A patent/CN109238286B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004163241A (ja) * | 2002-11-13 | 2004-06-10 | Nec Access Technica Ltd | 無線携帯端末及びそれに用いるナビゲーション方法並びにそのプログラム |
| CN103424113A (zh) * | 2013-08-01 | 2013-12-04 | 毛蔚青 | 移动终端基于图像识别技术的室内定位与导航方法 |
| CN104422439A (zh) * | 2013-08-21 | 2015-03-18 | 希姆通信息技术（上海）有限公司 | 导航方法、装置、服务器、导航系统及其使用方法 |
| CN105318881A (zh) * | 2014-07-07 | 2016-02-10 | 腾讯科技（深圳）有限公司 | 地图导航方法、装置及系统 |
| CN106382930A (zh) * | 2016-08-18 | 2017-02-08 | 广东工业大学 | 一种室内agv无线导航方法及装置 |
| CN107490377A (zh) * | 2017-07-17 | 2017-12-19 | 五邑大学 | 室内无地图导航系统及导航方法 |
| CN107544507A (zh) * | 2017-09-28 | 2018-01-05 | 速感科技（北京）有限公司 | 可移动机器人移动控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109238286A (zh) | 2019-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109239659B (zh) | 室内导航方法、装置、计算机设备及存储介质 | |
| CN109068278B (zh) | 室内避障方法、装置、计算机设备及存储介质 | |
| US11747477B2 (en) | Data collecting method and system | |
| WO2020173188A1 (zh) | 语义地图中障碍物定位方法、装置、计算机设备和存储介质 | |
| CN107742304B (zh) | 移动轨迹的确定方法及装置、移动机器人及存储介质 | |
| US20210097103A1 (en) | Method and system for automatically collecting and updating information about point of interest in real space | |
| CN109959376B (zh) | 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 | |
| CN108297115B (zh) | 一种机器人的自主重定位方法 | |
| CN109035299A (zh) | 目标跟踪方法、装置、计算机设备及存储介质 | |
| CN115346256B (zh) | 机器人寻人方法及系统 | |
| EP4040400B1 (en) | Guided inspection with object recognition models and navigation planning | |
| US20150338497A1 (en) | Target tracking device using handover between cameras and method thereof | |
| CN114353807A (zh) | 一种机器人的定位方法及定位装置 | |
| CN109186618B (zh) | 地图构建方法、装置、计算机设备及存储介质 | |
| CN110134117A (zh) | 一种移动机器人重定位方法、移动机器人及电子设备 | |
| CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
| CN110850233A (zh) | 电缆故障定位方法和装置 | |
| CN109685062A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
| CN109579793B (zh) | 地形测绘方法、装置、飞行平台、计算机设备和存储介质 | |
| CN109238286B (zh) | 智能导航方法、装置、计算机设备及存储介质 | |
| CN116124142A (zh) | 机器人丢定位检测方法、装置、计算机设备和存储介质 | |
| KR101573289B1 (ko) | 위치 측정 방법 및 이를 이용한 휴대 단말기 | |
| KR20210030136A (ko) | 차량 데이터 생성 장치 및 방법, 그리고 시스템 | |
| CN113885544A (zh) | 杆塔巡检机器人的控制方法、装置和计算机设备 | |
| CN116757996B (zh) | 电梯井道安装目标识别方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |