目标定位方法、装置、存储介质及终端与流程

1.本技术涉及定位技术领域，具体涉及一种目标定位方法、装置、存储介质及终端。


背景技术：

2.虚拟现实技术(virtual reality，vr)，是20世纪发展起来的一项全新的实用技术。虚拟现实技术囊括计算机、电子信息、仿真技术，其基本实现方式是计算机模拟虚拟环境从而给人以环境沉浸感。随着社会生产力和科学技术的不断发展，各行各业对vr技术的需求日益旺盛。vr技术也取得了巨大进步，并逐步成为一个新的科学技术领域。
3.虚拟现实技术在游戏中的应用，大大提升了人们的游戏体验。虚拟现实游戏利用电脑模拟产生一个三维空间的虚拟世界，提供使用者关于视觉、听觉、触觉等感官的模拟，让使用者感受到身历其境的体验，同时能够自由的与该空间内的事物进行互动。虚拟现实游戏中，玩家一般需要采用一个游戏头盔和两个六自由度(six-degrees-of-freedom，6dof)游戏手柄进行配合使用来实现各类游戏操作。在vr游戏过程中，需要通过实时对6dof手柄进行定位，目前的定位技术对6dof手柄定位的准确性不高。


技术实现要素：

4.本技术提供了一种目标定位方法、装置、存储介质及终端，该方法能够提升对6dof手柄定位的准确性。
5.第一方面，本技术提供一种目标定位方法，方法包括：
6.获取待定位目标和定位参考物体的惯性测量数据、以及气压数据；
7.根据所述惯性测量数据以及所述气压数据，计算所述待定位目标与所述定位参考物体的高度差；
8.基于所述高度差，确定能够捕获所述待定位目标图像的图像采集装置，所述图像采集装置装载于所述定位参考物体中；
9.获取所述图像采集装置采集到的所述待定位目标的目标图像，并基于所述目标图像与所述高度差对所述待定位目标进行定位。
10.相应地，本技术第二方面提供一种目标定位装置，装置包括：
11.获取模块，用于获取待定位目标和定位参考物体的惯性测量数据、以及气压数据；
12.计算模块，用于根据所述惯性测量数据以及所述气压数据，计算所述待定位目标与所述定位参考物体的高度差；
13.确定模块，用于基于所述高度差，确定能够捕获所述待定位目标图像的图像采集装置，所述图像采集装置装载于所述定位参考物体中；
14.定位模块，用于获取所述图像采集装置采集到的所述待定位目标的目标图像，并基于所述目标图像与所述高度差对所述待定位目标进行定位。
15.第三方面，本技术提供了一种存储介质，其上存储有计算机程序，当该计算机程序被电子设备的处理器加载时执行如本技术提供的任一目标定位方法中的步骤。
16.第四方面，本技术还提供了一种电子设备，该电子设备包括处理器和存储器，存储器储存有计算机程序，处理器通过加载存储器储存的计算机程序执行如本技术提供的任一目标定位方法中的步骤。
17.采用本技术所提供的技术方案，即获取待定位目标和定位参考物体的惯性测量数据，以及气压数据；根据惯性测量数据以及气压数据计算待定位目标与定位参考物体的高度差；基于高度差确定能够捕获待定位目标图像的图像采集装置，图像采集装置装载于定位参考物体中；获取图像采集装置采集到的待定位目标的目标图像，并基于目标图像与高度差对待定位目标进行定位。以此，本技术通过采用惯性测量数据、气压数据以及图像采集到的光学追踪数据对待定位物体进行多源感知定位，从而可以大大提升对待定位物体的定位准确性，将本技术提供的定位方案应用于6dof手柄时，能够提高对6dof手柄定位的准确性。
附图说明
18.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1是本技术实施例提供的目标定位方法的一流程示意图。
20.图2是判断手柄是否在摄像头成像范围内的一个原理示意图。
21.图3是判断手柄是否在摄像头成像范围内的另一原理示意图。
22.图4是本技术实施例提供的目标定位装置的结构框图。
23.图5是本技术实施例提供的终端的结构框图。
具体实施方式
24.应当说明的是，本技术中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
25.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
26.本技术实施例提供一种目标定位方法、装置、存储介质及终端，其中目标定位方法的执行主体可以是本技术实施例提供的目标定位装置，或者集成了该目标定位装置的电子设备，其中该目标定位装置可以采用硬件或者软件的方式实现。其中，电子设备可以是移动终端。其中，该移动终端可以为智能手机、平板、车载终端或者智能穿戴式设备例如vr眼镜、vr头盔等。
27.请参照图1，图1为本技术实施例提供的目标定位方法的流程示意图，如图1所示，
本技术实施例提供的目标定位方法的流程可以如下：
28.在110中，获取待定位目标和定位参考物体的惯性测量数据、以及气压数据。
29.其中，本技术提供的目标定位方法具体可以应用于目标定位装置中，目标定位装置具体可以集成在终端中。
30.其中，可以以对6dof手柄进行定位为例，对本技术提供的目标定位方法进行介绍。6dof手柄可以配合vr头盔使用，将用户在真实世界中对6dof手柄的操作转换至vr头盔展示的虚拟世界中，比如，用户可以通过6dof手柄对虚拟世界中的虚拟角色进行操控。目前主流的6dof手柄定位追踪方案包括外向内追踪(outside-in tracking/lighthouse tracking)和内向外追踪(inside-out tracking)两类。6dof即六自由度，物体在空间具有六个自由度，即沿x、y、z三个直角坐标轴方向的移动自由度和绕这三个坐标轴的转动自由度。因此，要完全确定物体的位置，就必须清楚这六个自由度。外向内追踪方案可以使用激光、红外等技术手段实现，内向外追踪方案可以使用光学、电磁等技术手段实现。具体地，外向内追踪方案需要在使用区域安装至少两个基站。这些基站用于眼镜和手柄的参考点。每个基站包含一个红外信标和两个激光发射器，而每个手柄都有多个红外光传感器。基站的信标每秒发出60次同步脉冲，而其中一个激光器发出扫过整个房间的光束。一旦控制器检测到脉冲，它们就会开始计数，直到其中一个传感器被激光束击中。根据激光的飞行时间，系统会检测控制器的位置。在内向外追踪方案中，每个手柄都有一组位于控制器环上的红外led。眼镜上的摄像头检测到上述led并连续拍摄它们的图像。基于这些图像对手柄在空间中的位置进行三角测量。为了提升6dof手柄定位追踪性能，有些外向内追踪方案和内向外追踪方案通过与惯性测量单元(inertial measurement unit，imu)信息进行松组合或紧组合对定位追踪进行优化。松组合是指采用外向内追踪或者内向外追踪方案进行独立的定位追踪，紧组合是指采用外向内追踪方案和内向外追踪方案相结合进行的追踪方案。
31.现有的外向内追踪和内向外追踪两类方案均存在一定的问题，即便增加imu信息对定位追踪结果进行优化，但精度优化的空间和持续时间有限。特别的，现有的vr设备及配套的6dof手柄的平均精度已经很高了，但是6dof平均精度高并不意味着好的用户体验，需要改善6dof手柄在高动态运动、通视条件不佳、环境干扰等情形下的鲁棒性。
32.外向内追踪方案的优点是更高的定位追踪精度、轻量级的数据传输；内向外追踪方案的优点是成本更低，不需要购买、部署和设置外部基站，使用更加便捷。随着vr软硬件的进步和内向外追踪技术的演进，内向外追踪精度和性能有较大的改进空间。
33.超声波定位方案的缺点在于距离越大超声波信号衰减越快，继而导致6dof精度变化较大。此外，超声波虽然不受环境光干扰，但会受超声波相关的干扰。
34.电磁定位方案的优点是没有视场角(field of view，fov)限制，可以进行全方位的追踪定位交互。但是精度要求越高，电磁传感器的功耗就越大，造成控制器发热、手部出汗。此外，电磁定位会受到外界磁场干扰，设备之间也存在干扰，多设备无法同时在同一空间工作。
35.超声波解决方案还是电磁解决方案都属于外向内方案，需要布置专门的定位基站，增加最终产品的成本，降低使用便捷性。
36.基于光学的方案可以复用头盔的相机传感器使得产品的成本更低，并降低手柄功耗，在相机fov设计合理的情况下，能基本保证定位追踪精度。因此，基于光学的手柄定位追
踪解决方案在大fov追踪范围下，整体上比其他方案要更优。
37.基于光学的方案虽然是当前的趋势，但是也存在很多问题需要解决和完善。在实际使用vr设备时，外界环境可能存在干扰，手柄的运动可能会非常剧烈，并且经常出现头盔上的相机和手柄led特征点通视条件差甚至无法通视的情况，造成基于光学的特征点追踪误差较大甚至追踪失败。imu能够维持较长时间的姿态精度但是位置精度维持能力较差，因此在部分vr应用中，经常会出现手柄6dof结果异常的情况，影响用户体验。对此，本技术提供了一种目标定位方法，用于提升上述情况下6dof手柄定位不准确的问题。下面对本技术提供的目标定位方法进行详细描述。
38.首先，可以先对待定位目标和定位参考物体的惯性测量数据进行获取，以及对待定位目标和定位参考物体的气压数据进行获取。其中，待定位目标可以为vr游戏中的6dof手柄，定位参考物体可以为vr游戏中的vr头盔。对待定位目标进行定位的任务，具体可以为确定待定位目标相对定位参考物体的位置数据，也就是确定vr游戏中的6dof手柄相对于vr头盔的位置。
39.待定位目标和定位参考物的惯性测量数据具体可以为采用惯性测量单元imu测量得到的数据，包括待定位目标和定位参考物的加速度数据和三轴姿态角(角速率)，其中加速度数据可以由加速度计测量得到，角速率可以由陀螺仪测量得到。在实际使用过程中，加速度计和陀螺仪的测量精度会受各类干扰因素的影响导致会产生偏差。因此在本技术实施例中可以进一步获取待定位目标和定位参考物的气压数据，以采用气压数据和惯性测量数据进行融合计算得到更为准确的定位结果。其中，待定位目标与定位参考物的气压数据可以采用气压计进行测量得到。
40.在120中，根据惯性测量数据以及气压数据，计算待定位目标与定位参考物体的高度差。
41.在获取到待定位目标以及定位参考物的惯性测量数据以及气压数据后，便可以根据上述惯性测量数据以及气压数据来计算待定位目标与定位参考物体之间的高度差。
42.在一些实施例中，根据惯性测量数据以及气压数据，计算待定位目标与定位参考物体的高度差，包括：
43.1、根据惯性测量数据，确定待定位目标与定位参考物体之间的第一高度差；
44.2、根据气压数据，确定待定位目标与定位参考物体之间的第二高度差；
45.3、对第一高度差与第二高度差进行滤波融合，得到待定位目标与定位参考物体的高度差。
46.在本技术实施例中，在确定了待定位目标与定位参考物体(即vr头盔和6dof手柄)的惯性测量数据以及气压数据后，便可以采用本方案提供的惯性融合差分气压高度算法来计算头盔和手柄之间的高度差。具体地，可以先根据惯性测量数据来计算头盔和6dof手柄之间的第一高度差，具体可以采用imu机械编排的方法来计算得到。imu中的加速度计及陀螺仪测得原始数据为速度增量及角度增量,需要通过机械编排来将imu原始输出转化为姿态、速度、位置信息。然后再根据位置信息之间的差异来确定两者的高度差，得到第一高度差。
47.进一步地，在确定了头盔和6dof手柄的气压数据后，可以采用两者的气压数据计算两者的第二高度差。具体地，可以基于头盔和6dof手柄中气压计测的得到气压数据采用
气压差分算法来计算头盔和6dof手柄之间的高度差。由于为了保证用户安全，一般vr游戏都在室内环境中进行，而且头盔和手柄之间的直线距离一般不会超过1.5m，使得头盔和6dof手柄之间的环境差异很小，即不会因为室内环境变化造成气压高度差的误差变大。差分气压高度算法的基本原理是采用气压差分的方法对大气压测高方法中遇到的环境因素影响而带来的偏差进行修正，提高气压测高方法的准确度和可靠性。
48.在地球重力场中，大气压强具有随高度变化而变化的特性，即大气压强随着高度的增加而减小。因此，通过测量传感器所在位置的大气压，根据气压与高度的关系可以间接的测量出传感器所在位置的气压高度。国际标准化组织提出了“国际标准大气”，规定了-2km～80km高度范围内大气参数与高度的关系满足下式：
[0049][0050]
其中，h为气压高度，ph为气压测量值，g为重力加速度，β为空间大气层温度梯度系数，tb、pb、hb分别为大气层本层温度、气压和高度的下限值。当高度在0～11km之间时，β＝-0.00065k/m，tb＝288.15k，pb＝101.325kpa，hb＝0。
[0051]
常用的差分气压高差公式如下：
[0052][0053]
其中，h为手柄的气压高度，h0为头盔的气压高度，rd为干燥空气的气体常数，g为重力加速度，tm为环境温度，p为手柄的气压值，p0为头盔的气压值。
[0054]
与差分气压高度算法在其他领域的应用不同，在本技术实施例中，由于vr头盔和6dof手柄距离很近，因此vr头盔和6dof手柄的外界环境更相似，因此在方法中差分气压高度算法对环境因素带来的偏差的修正效果更好，即具备更高的精度和可靠性；差分气压高度在室内定位应用中的精度需求较低，能够区分楼层即可，一般认为1m左右的精度即可满足要求，但在本专利方案中，对高程精度要求更高，目前消费级的气压计的相对精度约为2.5pa(帕斯卡)，噪声约为0.65pa，在对环境因素带来的误差和气压计误差进行修正后高程差精度约为分米级，不能很好满足应用需求，因此需要通过惯性融合气压高度算法提升估计高度差的精度。一般的，本方法通过误差状态卡尔曼滤波进行惯性和气压高度融合，滤波的状态向量为高度，用惯导机械编排进行手柄高度预测，用气压高度进行高度更新，头盔的状态初始值由头盔6dof提供，手柄的状态初始化由头盔相机光学追踪手柄led特征点得到的手柄6dof提供，由此保障了头盔和手柄的高度信息在同一世界坐标系。状态向量初始化后可以从量测向量中获取状态估计值，相应的误差协方差矩阵描述的是观测噪声的统计特征。观测模型和系统模型一样，也是基于已知的系统模型建立的，描述的是在没有观测噪声的情况下量测向量与状态向量的函数关系。滤波模型通过量测向量、观测模型、系统模型以“预测-更新”的模式实时获取状态向量的最优估计。
[0055]
在一些实施例中，本技术提供的目标定位方法还包括：
[0056]
a、对所述惯性测量数据进行误差检测，得到误差检测结果；
[0057]
b、基于所述误差检测结果对所述第一高度差进行修正，得到修正高度差；
[0058]
所述对所述第一高度差与所述第二高度差进行滤波融合，得到所述待定位目标与
所述定位参考物体的高度差，包括：
[0059]
c、对所述修正高度差与所述第二高度差进行滤波融合，得到所述待定位目标与所述定位参考物体的高度差。
[0060]
在本技术实施例中，为了减小imu误差对融合定位过程中产生的积分误差影响，可以在计算之前先对imu误差进行估计，得到误差检测结果。然后，可以采用误差检测结果对采用惯性测量数据计算出的第一高度差进行修正，得到修正高度差。最后再采用修正高度差与采用气压数据计算得到的第二高度差进行滤波融合，得到vr头盔和6dof手柄之间的高度差。该方法避免了imu误差的累积导致对融合定位结果的影响，进一步提升了对6dof手柄定位的准确性。
[0061]
在一些实施例中，对惯性测量数据进行误差检测，得到误差检测结果，包括：
[0062]
a1、获取基于标定物的惯性测量数据进行机械编排得到的标定物的第一多自由度数据；
[0063]
a2、获取基于标定物的光学追踪结果得到的标定物的第二多自由度数据；
[0064]
a3、根据第一多自由度数据与第二多自由度数据之间的差异确定误差检测结果。
[0065]
其中，在本技术实施例中，在初始化阶段确定imu误差具体可以采用外向内方案和内向外方案中措施进行结合的方法来进行确定。具体地，可以任意确定一个标定物，例如采用6dof手柄作为标定物。然后，采用imu机械编排方法得到手柄的第一多自由度数据，即得到手柄的第一6dof结果；然后可以采用外向内方法中的光学追踪方法获取手柄的第二多自由度数据，即得到手柄的第二6dof结果。进一步地，可以基于光学追踪得到的手柄6dof结果与imu机械编排得到的手柄6dof结果来确定imu误差，实现imu数据的误差检测结果。
[0066]
在130中，基于高度差确定能够捕获待定位目标图像的图像采集装置，图像采集装置装载于定位参考物体中。
[0067]
进一步地，在本技术实施例中，定位参考物体中还可以装载有图像采集装置，即可以装载有相机。具体地，即在vr头盔中可以装载有摄像头，具体可以装载一个或多个摄像头。该摄像头具体可以用来采集6dof手柄的图像信息。通过对vr头盔中装载的摄像头的视场角的设置，可以使得摄像头的图像采集范围可以包含到手柄可能出现的各个位置。但不同的摄像头的图像采集区域之间存在差异。
[0068]
在计算得到待定位目标和定位参考物体之间的高度差后，可以进一步根据待定位物体和定位参考物体之间的高度差来估计手柄可能出现在哪一个或者哪几个摄像头的图像采集范围中。
[0069]
在一些实施例中，基于高度差确定能够捕获待定位目标图像的图像采集装置，图像采集装置装载于定位参考物体中，包括：
[0070]
1、获取定位参考物体中装载的每一图像采集装置的成像范围信息；
[0071]
2、基于高度差以及待定位目标与定位参考物体之间的水平距离约束确定能够捕获到待定位目标对应图像的图像采集装置。
[0072]
具体地，在本技术实施例中，在确定了vr头盔和6dof手柄之间的高度差时，还需要进一步获取vr头盔中装载的每一摄像头的成像范围信息，也就是获取每一摄像头的fov信息。然后根据高度差和vr头盔和6dof手柄之间的水平距离约束来确定能够捕获到6dof手柄图像的摄像头，该摄像头可以为一个也可以为多个。进一步地，还可以确定在该摄像头拍摄
的照片中手柄可能出现的范围信息。
[0073]
在一些实施例中，为了进一步保证定位的准确性，在上述过程中还需要考虑vr头盔的6dof数据和每一摄像头的6dof数据之间的差异，具体地，可以根据摄像头和imu之间的外参来进行转化。将预先获取的头盔6dof数据转化到以摄像头为原点的摄像头6dof数据。然后根据每个摄像头的6dof数据、摄像头的fov以及6dof手柄到每个摄像头的高度差数据来确定6dof是否可能出现在摄像头的fov范围内以及可能的位置。
[0074]
决定6dof手柄是否可能在摄像头fov范围内以及可能的位置的因素包括6dof手柄和摄像头的高度差、6dof手柄和摄像头的水平距离、摄像头的角度等，实际使用过程中高度差和水平距离的范围会受到臂长约束，因此利用经验值(例如1.2m)进行约束。此外，在光学跟踪失败等极端情况下手柄无法获得水平位移信息，仅能获得高程、姿态信息，因此为了让本技术的方法更具有普适性，只分析摄像头俯仰角对手柄成像的影响，确定手柄在图像v方向的成像范围。原理示意图如图2以及图3所示。如图2所示，手柄20处于摄像头10的fov之外，手柄30处于摄像头10的fov内。判断6dof手柄是否在摄像头成像范围内的方法为：1)确定摄像头的成像范围，通过相机fov参数(垂直fov)、水平角确定摄像头能够成像的高度范围(假设手柄到摄像头的最大距离为1.5m)；2)通过6dof手柄和摄像头的高差信息确定6dof手柄能否在摄像头中成像，考虑到高差有一定误差，因此在判定是否有可能在相机中成像的时候需要留出一定冗余量，满足以下条件时，认为手柄可能在相机成像范围内：
[0075]-dh2-d1《dh《dh1+d2。其中，dh为摄像头和6dof手柄的高差(6dof手柄高度-摄像头高度)，dh2和dh1定义如图3所示，d1和d2为高差冗余量，取决于高差精度和6dof手柄大小。
[0076]
在140中，获取图像采集装置采集到的待定位目标的目标图像，并基于目标图像与高度差对待定位目标进行定位。
[0077]
进一步地，在确定了可以采集到待定位目标的图像采集装置后，可以进一步在这些图像采集装置中获取采集到的待定位目标的目标图像，然后基于该目标图像与前述高度差进一步对待定位目标进行定位。
[0078]
具体地，可以获取vr头盔中拍摄到的6dof手柄的图像，然后根据这些图像以及前述头盔和6dof手柄之间的高度差来对手柄进行定位。
[0079]
在一些实施例中，基于目标图像与高度差对待定位目标进行定位，包括：
[0080]
1、在目标图像中识别出待定位目标，得到待定位目标在目标图像中的位置信息；
[0081]
2、基于位置信息计算待定位目标与定位参考物体之间的水平距离以及旋转角度信息；
[0082]
3、基于水平距离、旋转角度信息以及高度差确定待定位目标与定位参考物体之间的相对位置关系。
[0083]
其中，在本技术实施例中，在确定了能够拍摄到6dof手柄的摄像头信息后，便从这些摄像头中获取其拍摄到的6dof手柄的图像。然后可以对图像进行预处理，包括畸变校正、高斯滤波、二值化、感兴趣区域(region of interest，roi)提取等。其中，roi提取可以在前述确定的手柄在图像中的成像范围中进行提取。在一些实施例中，为了方便对图像中6dof手柄位置进行确定，可以在6dof手柄中设置led灯环，从而加快对感兴趣特征区域的确定以及特征点的识别和匹配的速度，也可以避免其他区域环境干扰对视觉跟踪系统带来的影响。然后，可以根据6dof手柄在图像中的位置来计算6dof手柄和vr头盔之间的水平距离以
及旋转角度数据，并进一步结合前述高度差来综合确定6dof手柄和vr头盔之间的相对位置关系。
[0084]
在一些实施例中，本技术提供的目标定位方法还可以包括：
[0085]
a、获取定位参考物体的多自由度数据；
[0086]
b、根据多自由度数据以及想对位置关系确定待定位目标的目标多自由度数据。
[0087]
其中，在前述方法中，确定了6dof手柄和vr头盔的相对位置关系。进一步地，可以获取到vr头盔的6dof数据，然后根据6dof手柄和vr头盔之间的相对位置关系来确定6dof手柄的最终6dof数据，即将vr头盔和6dof手柄统一到一个世界坐标系中进行定位，得到更为普适的定位数据。
[0088]
在一些实施例中，在光学追踪效果较差或者失败时，可以通过imu、气压计和运动模型约束，利用高差信息抑制惯导机械编排高差方向误差发散，利用人手运动范围信息约束惯导机械编排水平误差范围，以减少出现手柄跟踪失败的情况。
[0089]
根据上述描述可知，本技术提供的目标定位方法，通过获取待定位目标和定位参考物体的惯性测量数据，以及气压数据；根据惯性测量数据以及气压数据，计算待定位目标与定位参考物体的高度差；基于高度差，确定能够捕获待定位目标图像的图像采集装置，图像采集装置装载于定位参考物体中；获取图像采集装置采集到的待定位目标的目标图像，并基于目标图像与高度差对待定位目标进行定位。以此，本技术通过采用惯性测量数据、气压数据以及图像采集到的光学追踪数据对待定位物体进行多源感知定位，从而可以大大提升对待定位物体的定位准确性。
[0090]
具体地，本技术提出的目标定位方法可以提升手柄6dof定位追踪的效率、精度和可靠性，具体的，通过imu融合差分气压高度算法获得可靠的高差信息，一方面可以辅助判断手柄是否在相机成像范围内以及成像的区域，加快图像处理速度，另一方面可以利用气压计、imu和运动约束模型融合提高光学追踪失败时手柄6dof的精度和可靠性，提升系统鲁棒性。
[0091]
请参照图4，图4为本技术实施例提供的目标定位装置200的一结构示意图。该目标定位装置200应用于本技术提供的电子设备。如图4所示，该目标定位装置200可以包括：
[0092]
获取模块210，用于获取待定位目标和定位参考物体的惯性测量数据、以及气压数据；
[0093]
计算模块220，用于根据惯性测量数据以及气压数据，计算待定位目标与定位参考物体的高度差；
[0094]
确定模块230，用于基于高度差，确定能够捕获待定位目标图像的图像采集装置，图像采集装置装载于定位参考物体中；
[0095]
定位模块240，用于获取图像采集装置采集到的待定位目标的目标图像，并基于目标图像与高度差对待定位目标进行定位。
[0096]
可选地，在一些实施例中，计算模块，包括：
[0097]
第一确定子模块，用于根据惯性测量数据，确定待定位目标与定位参考物体之间的第一高度差；
[0098]
第二确定子模块，用于根据气压数据，确定待定位目标与定位参考物体之间的第二高度差；
[0099]
融合子模块，用于对第一高度差与第二高度差进行滤波融合，得到待定位目标与定位参考物体的高度差。
[0100]
可选地，在一些实施例中，本技术提供的目标定位装置，还包括：
[0101]
检测子模块，用于对惯性测量数据进行误差检测，得到误差检测结果；
[0102]
修正子模块，用于基于误差检测结果对第一高度差进行修正，得到修正高度差；
[0103]
融合子模块，还用于：
[0104]
对修正高度差与第二高度差进行滤波融合，得到待定位目标与定位参考物体的高度差。
[0105]
可选地，在一些实施例中，检测子模块，包括：
[0106]
第一获取单元，用于获取基于标定物的惯性测量数据进行机械编排得到的标定物的第一多自由度数据；
[0107]
第二获取单元，用于获取基于标定物的光学追踪结果得到的标定物的第二多自由度数据；
[0108]
确定单元，用于根据第一多自由度数据与第二多自由度数据之间的差异确定误差检测结果。
[0109]
可选地，在一些实施例中，确定模块，包括：
[0110]
第一获取子模块，用于获取定位参考物体中装载的每一图像采集装置的成像范围信息；
[0111]
第三确定子模块，用于基于高度差以及待定位目标与定位参考物体之间的水平距离约束确定能够捕获到待定位目标对应图像的图像采集装置。
[0112]
可选地，在一些实施例中，定位模块，包括：
[0113]
第二获取子模块，用于获取图像采集装置采集到的待定位目标的目标图像；
[0114]
识别子模块，用于在目标图像中识别出待定位目标，得到待定位目标在目标图像中的位置信息；
[0115]
计算子模块，用于基于位置信息计算待定位目标与定位参考物体之间的水平距离以及旋转角度信息；
[0116]
定位子模块，用于基于水平距离、旋转角度信息以及高度差确定待定位目标与定位参考物体之间的相对位置关系。
[0117]
可选地，在一些实施例中，本技术提供的目标定位装置，还包括：
[0118]
第三获取子模块，用于获取定位参考物体的多自由度数据；
[0119]
第四确定子模块，用于根据多自由度数据以及想对位置关系确定待定位目标的目标多自由度数据。
[0120]
应当说明的是，本技术实施例提供的目标定位装置200与上文实施例中图1所示的目标定位方法属于同一构思，其具体实现过程详见以上相关实施例，此处不再赘述。
[0121]
根据上述描述可知，本技术提供的目标定位装置，通过获取模块210获取待定位目标和定位参考物体的惯性测量数据、以及气压数据；计算模块220根据惯性测量数据以及气压数据，计算待定位目标与定位参考物体的高度差；确定模块230基于高度差，确定能够捕获待定位目标图像的图像采集装置，图像采集装置装载于定位参考物体中；定位模块240获取图像采集装置采集到的待定位目标的目标图像，并基于目标图像与高度差对待定位目标
进行定位。以此，本技术通过采用惯性测量数据、气压数据以及图像采集到的光学追踪数据对待定位物体进行多源感知定位，从而可以大大提升对待定位物体的定位准确性。
[0122]
本技术实施例还提供一种存储介质，其上存储有计算机程序，当其存储的计算机程序在本技术实施例提供的电子设备的处理器上执行时，使得电子设备的处理器执行以上任一适于电子设备的目标定位方法中的步骤。其中，存储介质可以是磁碟、光盘、只读存储器(read only memory，rom)或者随机存取器(random access memory，ram)等。
[0123]
本技术还提供一种终端，请参照图5，终端300包括处理器310和存储器320。
[0124]
本技术实施例中的处理器310可以是通用处理器，比如arm架构的处理器。存储器320中存储有计算机程序，其可以为高速随机存取存储器，还可以为非易失性存储器，比如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件等。相应地，存储器320还可以包括存储器控制器，以提供处理器301对存储器320的访问。处理器310通过执行存储器320中的计算机程序，用于执行以上任一目标定位方法，比如：
[0125]
获取待定位目标和定位参考物体的惯性测量数据、以及气压数据；根据惯性测量数据以及气压数据，计算待定位目标与定位参考物体的高度差；基于高度差，确定能够捕获待定位目标图像的图像采集装置，图像采集装置装载于定位参考物体中；获取图像采集装置采集到的待定位目标的目标图像，并基于目标图像与高度差对待定位目标进行定位。
[0126]
以上对本技术所提供的一种目标定位方法、装置、存储介质及终端进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。