CN119444845A 位姿确定方法、装置、电子设备及存储介质 （北京字跳网络技术有限公司）

的解空间为高维线性空间，2D_3D点对为解空间对应的2D_3D点对作为内点，并基于内点确定相机的位姿。这样通过从获得的多组2D_3D点对中2建立2D_3D点对与所述相机的位姿之间的目标几何模型；所述位姿在所述目标几何模获取所述解空间中的目标节点；其中，基于与所述解空间中将与所述目标节点相交的超平面作为目标超平面，以及将所述目标超平面对应的2D_将所述解空间中的节点划分为多个层次的子节点；所述获取所述最小节点中相交超平面数量最多的最小节获取前N个节点中与最小节点相交的最大超平面数量，并将所述最大超平面数量作为在所述目标超平面数量大于所述保存值的情况下，将所在所述第一超平面的参数与第二超平面的参数之间基于所述重力方向信息将所述目标图像与所述目标在所述目标几何模型中的解空间为高维线性空间，所述2D_3D点对为所述解空间中的超平3位姿确定模块，用于将与所述目标节点相交4[0003]相关的视觉定位方案通常采用基于2D_3D特征点匹配的定位方式，在查找匹配和配，并使用基于阈值的相似点过滤策略进行2D_3D匹配点对的内点筛选，以实现位姿的计[0009]建立2D_3D点对与所述相机的位姿之间的目标几何模型；所述位姿在所述目标几[0016]获取前N个节点中与最小节点相交的最大超平面数量，并将所述最大超平面数量5[0029]基于所述定位信息确定出目标区域范围，并将所述目标区域范围之外的节点排[0032]特征点获取模块，用于从目标地图中获取与所述多个2D特征点相匹配的3D特征位姿在所述目标几何模型中的解空间为高维线性空间，所述2D_3D点对为所述解空间中的[0041]目标超平面数量获取模块，用于获取与所述解空间中第N+1个节点相交的目标超6保存值更新为所述目标超平面数量，并获取与所述第N+1个节点中最小节点相交的超平面将与目标节点相交的超平面作为目标超平面，以及将目标超平面对应的2D_3D点对作为内7[0063]应当理解，本公开的方法实施方式中记载的各个步骤可以按照相互依存关系。[0066]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性[0067]在视觉重定位、SLAM或视觉导航等场景中，很多时候会涉及到AR(Augmented变换)、SURF(SpeededUpRobustFeatures，加速稳健特征)、ORB(OrientedFastand2D_3D点对会包含大量误匹配，导致具有正确匹配的2D_3D点对的内点比例较低，采用8[0071]为了实现对用户的手机进行有效的位姿的定位，就需要把已经匹配到的2D_3D点拍摄到的图像与点云地图在重力方向上对齐之后，就可以将6dof位姿估计问题转化为4自以将求解的相机的位姿变成3个自由度的平移和1个自由度的旋转(即相机绕重力方向为轴[0080]这样在重力方向对齐之后，就可以把我们就可以把几何模型中的解空间从6维的高维线性空间变为4维的空间，每组2D_3D点对为该4维的空间中的一个超平面。这样上述9围的达到行数的最小粒度。实施例中通过判断八叉树的各节点是否与各超平面是否相交，解空间中最小粒度的超立方体，与最小节点相交超平面的超平面数量为对应2D_3D点对的[0086]在本公开提供的实施例中，可以通过获取相关设备信息，例如GPS(Global等特征检测算法或者基于深度学习的特征检测算法来提取目超平面数量最多的最小节点，并将相交超平面的超平面数量最多的最小节点作为目标节[0098]在本公开提供的实施例中，实施例中可以通过获取相机拍摄到[0103]该目标粒度指标可以为上述实施例中的最小粒度，具体参见上述实施例中的描如果该目标超平面数量小于该保存值，那么其子节点也不会有更多数量的相交的超平面，述位姿在所述目标几何模型中的解空间为高维线性空间，所述2D_3D点对为所述解空间中[0119]目标超平面数量获取模块，用于获取与所述解空间中第N+1个节点相交的目标超保存值更新为所述目标超平面数量，并获取与所述第N+1个节点中最小节点相交的超平面储介质或网络向具有专用硬件结构的计算机系统，例如图4所示的计算机系统1900安装构只读存储器(ROM)1902中的计算机程序或者从存储单元1908加载到随机存取存储器(RAM)设备的用户设置和/或功能控制有关的键信号输入。输出单元1907可以是能呈现信息的任过网络诸如因特网的与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网[0141]计算单元1901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算[0148]描述于本公开实施例中所涉及到的模块、部件或单元可以通过[