一种定位方法及装置与流程

本发明涉及计算机技术领域，尤其涉及一种定位方法及装置。

背景技术：

虚拟现实作为近未来最炙手可热的显示技术被科技界追捧，虚拟现实空间定位技术已成为关键的一环，同时也是技术难点。

目前为了实现对目标对象的精确定位，主要有光学定位方法、空间雷达扫描方法、激光扫描方法等。这些方法在一定程度上都可以实现对空间内目标对象的准确，但是这些方法都存在定位精确不足，无法实现对目标对象的精确定位。

综上所述，现有技术的目标对象定位方法存在定位精度不足的问题。

技术实现要素：

本发明提供一种定位方法及装置，用以解决现有技术中存在的对目标对象进行定位时定位精度不足的技术问题。

一方面，本发明实施例提供一种定位方法，包括：

获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；

获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；

根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。

可选地，当所述摄像装置能够拍摄到所述目标对象时，所述目标对象的线速度和线加速度是根据下列方式得到的：

获取所述摄像装置计算得到的所述目标对象的第一线速度和第一线加速度；

根据所述第一线速度和第一线加速度分别对所述传感器获取到的目标对象的线速度和线加速度进行更新，并将更新后的所述目标对象的线速度和线加速度，作为所述传感器计算得到的所述目标对象的线速度和线加速度；

当所述摄像装置不能够拍摄到所述目标对象时，所述目标对象的线速度和线加速度是根据下列方式计算得到的：

将所述传感器获取到的所述目标对象的线速度和线加速度，作为所述传感器计算得到的目标对象的线速度和线加速度。

可选地，当所述摄像装置能够拍摄到所述目标对象时，所述目标对象的第一位置姿态是根据下列方式得到的：

通过所述摄像装置对所述目标对象进行拍摄，并利用光学定位方法，得到所述目标对象的所述第一位置姿态；

当所述摄像装置不能够拍摄到所述目标对象时，所述目标对象的第一位置姿态是根据下列方式得到的：

将所述摄像装置最近一次获取到的所述目标对象的位置姿态，作为所述目标对象的第一位置姿态。

可选地，所述根据所述第一线速度和第一线加速度分别对所述传感器获取到的目标对象的线速度和线加速度进行更新，包括：

将所述传感器获取到的目标对象的线速度与线速度差量值相加，得到更新后的所述目标对象的线速度，所述线速度差量值是根据所述传感器获取到所述目标对象的历史线速度、所述目标对象的线速度及所述摄像装置获取到的历史第一线速度、所述目标对象的第一线速度得到的；

将所述传感器获取到的目标对象的线加速度与线加速度差量值相加，得到更新后的所述目标对象的线加速度，所述线加速度差量值是根据所述传感器获取到的所述目标对象的历史线加速度、所述目标对象的线加速度及所述摄像装置获取到的历史第一线加速度、所述目标对象的第一线加速度得到的。

可选地，所述扩展卡尔曼滤波器的参数满足以下约束条件：

增益矩阵

增益矩阵

增益矩阵

过程激励噪声协方差矩阵

观测噪声协方差矩阵

其中，a，b，c，d，e均为预设的常数。

另一方面，本发明实施例提供一种定位装置，包括：

第一获取单元，用于获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；

第二获取单元，用于获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；

定位单元，用于根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。

可选地，所述装置还包括第一计算单元，具体用于当所述摄像装置能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的线速度和线加速度：

获取所述摄像装置计算得到的所述目标对象的第一线速度和第一线加速度；

根据所述第一线速度和第一线加速度分别对所述传感器获取到的目标对象的线速度和线加速度进行更新，并将更新后的所述目标对象的线速度和线加速度，作为所述传感器计算得到的所述目标对象的线速度和线加速度；

所述第一计算单元，还用于当所述摄像装置不能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的线速度和线加速度：

将所述传感器获取到的所述目标对象的线速度和线加速度，作为所述传感器计算得到的目标对象的线速度和线加速度。

可选地，所述装置还包括第二计算单元，具体用于当所述摄像装置能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的第一位置姿态：

通过所述摄像装置对所述目标对象进行拍摄，并利用光学定位方法，得到所述目标对象的所述第一位置姿态；

所述第二计算单元，还用于当所述摄像装置不能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的第一位置姿态：

将所述摄像装置最近一次获取到的所述目标对象的位置姿态，作为所述目标对象的第一位置姿态。

可选地，所述第一计算单元，具体用于：

将所述传感器获取到的目标对象的线速度与线速度差量值相加，得到更新后的所述目标对象的线速度，所述线速度差量值是根据所述传感器获取到所述目标对象的历史线速度、所述目标对象的线速度及所述摄像装置获取到的历史第一线速度、所述目标对象的第一线速度得到的；

将所述传感器获取到的目标对象的线加速度与线加速度差量值相加，得到更新后的所述目标对象的线加速度，所述线加速度差量值是根据所述传感器获取到的所述目标对象的历史线加速度、所述目标对象的线加速度及所述摄像装置获取到的历史第一线加速度、所述目标对象的第一线加速度得到的。可选地，所述扩展卡尔曼滤波器的参数满足以下约束条件：

增益矩阵

增益矩阵

增益矩阵

过程激励噪声协方差矩阵

观测噪声协方差矩阵

其中，a，b，c，d，e均为预设的常数。

本发明实施例，获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。本发明实施例提出一种全新的计算目标对象的位置姿态的方法，即结合光学定位方法、传感器定位方法及扩展卡尔曼滤波器，来确定目标对象的位置姿态，由于扩展卡尔曼滤波器本身的递归特性，在确定目标对象的位置姿态时，相邻两次计算结果是紧密相关的，而在实际应用中目标对象的运动也是具有连续性的，因此相邻两个位置的位置姿态也是紧密相关的，从而使用扩展卡尔曼滤波器可以得到精确的位置姿态。

附图说明

为了更清楚地说明本发明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要介绍，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，对于本领域的普通技术人员来讲，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为本发明实施例提供的一种定位方法流程图；

图2为本发明实施例提供的定位方法流程示意图；

图3为本发明实施例提供的定位装置示意图；

图4为本发明实施例提供的一种定位方法详细流程图；

图5为本发明实施例提供的一种定位装置示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

下面结合说明书附图对本发明实施例作进一步详细描述。

如图1所示，本发明实施例提供的一种定位方法方法，包括：

步骤101、获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；

步骤102、获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；

步骤103、根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。

本发明实施例中，目标对象指的是需要进行位置姿态定位的对象，位置姿态指的是目标对象的空间坐标位置，例如需要对VR(Virtual Reality，虚拟现实)头盔进行定位，则目标对象为VR头盔。

在对目标对象进行定位时，一般可以得到该目标对象的空间位置信息，空间位置信息由9个量值组成，分别是：X轴方向的线速度、线加速度及位置姿态，Y轴方向的线速度、线加速度及位置姿态，Z轴方向的线速度、线加速度及位置姿态。

本发明实施例中，最终需要得到的是一个目标对象的位置姿态(即X轴方向的位置姿态，Y轴方向的位置姿态，以及Z轴方向的位置姿态)。

参考图2，为本发明实施例提供的定位方法流程示意图，其结合了两种目标对象的定位方法来计算得到最终目标对象的位置姿态。

第一种方法是通过光学定位方法，计算得到目标对象的空间位置信息。如何通过光学定位方法得到目标对象的空间位置信息，属于现有技术，此处不做过多赘述。光学定位方法大致过程可以参考图3，其中图3为本发明实施例提供的定位装置示意图，其中，目标对象(图中以目标对象为VR头盔为例)上安装有至少一个LED(Light Emitting Diode，发光二极管)指示灯，LED指示灯可以发出探测光，然后由摄像装置对目标对象进行拍摄，通过计算拍摄到的图像中LED指示灯的空间位置信息，来得到目标对象的空间位置信息。

第二种方法是通过传感器定位方法，计算得到目标对象的空间位置信息。如何通过传感器定位方法得到目标对象的空间位置信息，也属于现有技术，此处不做过多赘述。传感器定位方法大致过程可以参考图3，其中，传感器指的是位于目标对象内部的传感器，在图3中以传感器为9轴IMU(Inertial measurement unit，惯性测量单元)为例进行说明。通过9轴IMU中的3D陀螺仪，3D加速计，3D地磁来计算得到目标对象的空间位置信息。

上述两种计算得到目标对象的空间位置信息的方法都有各自的优点：

第一种光学定位方法的优点为：计算得到的目标对象的位置姿态比较精确。

第二种传感器定位方法的优点为：计算速度较快。

上述两种计算得到目标对象的空间位置信息的方法分别存在如下问题：

第一种光学定位方法存在的问题是：由于拍摄角度或者目标对象自身运动的原因，摄像装置有时无法拍摄到目标对象，因此会造成当摄像装置拍摄不到目标对象时，就无法计算得到目标对象的空间位置信息，进而无法得到目标对象的位置姿态。

第二种传感器定位方法存在的问题是：由于传感器定位方法自身的原因，计算结果不如光学定位方法计算的结果准确。

因此，本发明实施例结合这两种定位方法各自的优点，提出一种新的目标对象的定位方法。

具体地，在步骤101中，获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数。

在上述步骤102中，获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量。

在上述步骤103中，根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。

下面首先简单介绍一下扩展卡尔曼滤波器。

扩展卡尔曼滤波器主要由以下两个更新过程构成：

时间更新方程：

状态更新方程：

在上述5个公式中，(-代表先验，^代表估计)为在已知第k步以前状态情况下第k步的先验状态估计；为已知测量变量z_k时第k步的后验状态估计。

u_k-1为控制函数，为先验估计误差的协方差，P_k为后验估计误差的协方差，z_k为测量变量，K_k叫做残余的增益或混合因数。

A、B、H均为增益矩阵，Q为过程激励噪声协方差矩阵，R为观测噪声协方差，并且A、B、H、Q、R均可以预先设定。

在上述5个公式中，其中公式(1)、(2)、(3)、(5)是中间量，公式(4)求得的是最终结果，具体地：

在公式(1)中，A和B是已知量，表示上一时刻的空间位置信息，是一个9*1的列向量，其中包含的9个量分别为Xx，Vx，Ax，Yy，Vy，Ay，Zz，Vz，Az，其中Xx为位置姿态的X轴坐标，Vx为X轴线速度，Ax为X轴线加速度，Yy为位置姿态的Y轴坐标，Vy为Y轴线速度，Ay为Y轴线加速度，Zz为位置姿态的Z轴坐标，Vz为Z轴线速度，Az为Z轴线加速度；u_k-1是一个控制函数，本发明实施例中，是一个9*1的列向量，并且u_k-1是通过上述步骤101获取到的，即将传感器计算得到的目标对象的线速度和线加速度作为控制函数u_k-1，由于u_k-1是一个9*1的列向量，因此，实际应用中，u_k-1＝(0,Vx,Ax，0,Vy,Ay,0,Vz,Az)，因此可以计算得到k时刻的

在公式(2)中，A、Q都是预设的已知量，P_k-1是上一时刻的后验估计误差的协方差，因此可以计算得到k时刻的

在公式(3)中，可以根据公式(2)计算得到，H和R是已知量，因此可以计算得到K_k。

在公式(4)中，可以通过公式(1)计算得到，K_k可以通过公式(3)计算得到，H是已知量，且测量变量z_k是通过上述步骤102获取得到的，即摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量z_k，且z_k是一个3*1的向量，即z_k＝(Xx,Yy,Zz)，即为k时刻计算得到的空间位置信息，并且将中的位置姿态Xx，Yy，Zz作为所述目标对象的第二位置姿态，即将中的位置姿态Xx，Yy，Zz作为最终对目标对象的定位结果。

在公式(5)中，由于I和H为已知量，K_k可以通过公式(3)计算得到，可以根据公式(2)计算得到，因此可以计算得到P_k，可用于下一次的更新迭代。

因此，通过扩展卡尔曼滤波器，将通过光学定位方法得到的目标对象的位置姿态作为扩展卡尔曼滤波器的测量变量，将通过传感器定位方法得到的目标对象的加速度和线加速度作为扩展卡尔曼滤波器的控制函数，然后通过扩展卡尔曼滤波器的递归迭代，可以得到目标对象在每个时刻的位置姿态。

由于卡尔曼滤波器本身的递归特性，使得相邻两个时刻计算的位置姿态是具有紧密联系关系，这比较符合实际应用中的实际情况，实践证明，使用本发明实施例提供的方法，最终得到的位置姿态是非常精确的，其比单独使用光学定位方法计算目标对象的位置姿态，单独使用传感器定位方法计算目标对象的位置姿态，都要准确。

在实际应用中，由于使用光学定位方法时，摄像装置正常情况下是可以拍摄到目标对象的，但在某些特殊情况下，摄像装置是无法拍摄到目标对象的，比如由于摄像装置自身拍摄角度的原因，或者是由于目标对象运动的原因，可能导致摄像装置在某些情况是无法拍摄到目标对象。

下面根据光学定位方法中的摄像装置是否可以拍摄到目标对象，分两种情况来分别说明。

情形一、摄像装置可以拍摄到目标对象

1、扩展卡尔曼滤波器的测量变量的获取方式

当所述摄像装置能够拍摄到所述目标对象时，所述目标对象的第一位置姿态是根据下列方式得到的：通过所述摄像装置对所述目标对象进行拍摄，并利用光学定位方法，得到所述目标对象的所述第一位置姿态。

即在摄像装置能够拍摄到所述目标对象时，直接通过光学定位方法得到当前目标对象的第一位置姿态，并将所述第一位置姿态作为扩展卡尔曼滤波器的测量变量。

2、扩展卡尔曼滤波器的控制函数的获取

当所述摄像装置能够拍摄到所述目标对象时，所述目标对象的线速度和线加速度是根据下列方式得到的：获取所述摄像装置计算得到的所述目标对象的第一线速度和第一线加速度；根据所述第一线速度和第一线加速度分别对所述传感器获取到的目标对象的线速度和线加速度进行更新，并将更新后的所述目标对象的线速度和线加速度，作为所述传感器计算得到的所述目标对象的线速度和线加速度。

即当摄像装置能够拍摄到所述目标对象时，摄像装置将计算得到的空间位置信息中的第一线速度和第一线加速度发送给传感器，然后对传感器计算得到的目标对象的线速度和线加速度进行更新，并将将更新后的所述目标对象的线速度和线加速度，作为所述传感器计算得到的所述目标对象的线速度和线加速度，发送给扩展卡尔曼滤波器，作为扩展卡尔曼滤波器的控制函数。

可选地，所述根据所述第一线速度和第一线加速度分别对所述传感器获取到的目标对象的线速度和线加速度进行更新，包括：

将所述传感器获取到的目标对象的线速度与线速度差量值相加，得到更新后的所述目标对象的线速度，所述线速度差量值是根据所述传感器获取到所述目标对象的历史线速度、所述目标对象的线速度及所述摄像装置获取到的历史第一线速度、所述目标对象的第一线速度得到的；

将所述传感器获取到的目标对象的线加速度与线加速度差量值相加，得到更新后的所述目标对象的线加速度，所述线加速度差量值是根据所述传感器获取到的所述目标对象的历史线加速度、所述目标对象的线加速度及所述摄像装置获取到的历史第一线加速度、所述目标对象的第一线加速度得到的。

举例来说，当前通过传感器定位方法得到的目标对象的线速度为A1，线加速度为B1，通过光学定位方法得到的目标对象的第一线速度为A2，第一线加速度为B2。

则根据所述传感器获取到的所述目标对象的历史线速度、所述目标对象的线速度A1，以及根据所述摄像装置获取到的历史第一线速度、所述目标对象的第一线速度A2，得到线速度差量值，例如可以将每次的线速度差量值求平均值，得到最终的线速度差量值。然后将当前所述传感器获取到的所述目标对象的线速度A1与线速度差量值相加，即可得到更新后的所述目标对象的线速度。

根据所述传感器获取到的所述目标对象的历史线加速度、所述目标对象的线加速度B1，以及根据所述摄像装置获取到的历史第一线加速度、所述目标对象的第一线加速度B2，得到线加速度差量值，例如可以将每次的线加速度差量值求平均值，得到最终的线加速度差量值。然后将当前所述传感器获取到的所述目标对象的线加速度B1与线加速度差量值相加，即可得到更新后的所述目标对象的线加速度。

情形二、摄像装置无法拍摄到目标对象

1、扩展卡尔曼滤波器的测量变量的获取方式

当所述摄像装置不能够拍摄到所述目标对象时，所述目标对象的第一位置姿态是根据下列方式得到的：将所述摄像装置最近一次获取到的所述目标对象的位置姿态，作为所述目标对象的第一位置姿态，然后将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量。

2、扩展卡尔曼滤波器的控制函数的获取

当所述摄像装置不能够拍摄到所述目标对象时，所述目标对象的线速度和线加速度是根据下列方式计算得到的：将所述传感器获取到的所述目标对象的线速度和线加速度，作为所述传感器计算得到的目标对象的线速度和线加速度，然后将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数。

综上所述，在本发明实施例中，不管光学定位方法中的摄像装置是否可以拍摄到目标对象，最终都可以得到目标对象的位置姿态，从而提高了应用和推广能力，扩大了应用范围。

此外，在实际应用中，可选地，所述扩展卡尔曼滤波器的参数满足以下约束条件：

增益矩阵

增益矩阵

增益矩阵

过程激励噪声协方差矩阵

观测噪声协方差矩阵

其中，a，b，c，d，e均为预设的常数。

其中，a，b，c，d，e的取值不做任何限定，可根据实际需要而设定，一种可选的实现方式为：a取值为1，b取值为1，c取值为1，d取值为1*e^-5，e取值为0.3。

本发明实施例，获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。本发明实施例提出一种全新的计算目标对象的位置姿态的方法，即结合光学定位方法、传感器定位方法及扩展卡尔曼滤波器，来确定目标对象的位置姿态，由于扩展卡尔曼滤波器本身的递归特性，在确定目标对象的位置姿态时，相邻两次计算结果是紧密相关的，而在实际应用中目标对象的运动也是具有连续性的，因此相邻两个位置的位置姿态也是紧密相关的，从而使用扩展卡尔曼滤波器可以得到精确的位置姿态。

下面对本发明实施例提供的一种定位方法做详细描述，如图4所示，包括：

步骤401、判断摄像装置是否能够拍摄到目标对象，若是，则转到步骤402，若否，则转到步骤405；

步骤402、获取所述摄像装置计算得到的所述目标对象的第一线速度和第一线加速度；

步骤403、根据所述第一线速度和第一线加速度分别对所述传感器获取到的目标对象的线速度和线加速度进行更新，并将更新后的所述目标对象的线速度和线加速度，作为传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；

步骤404、通过所述摄像装置对所述目标对象进行拍摄，并利用光学定位方法，得到目标对象的所述第一位置姿态，并将目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；

步骤405、将所述传感器获取到的所述目标对象的线速度和线加速度，作为所述传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；

步骤406、将所述摄像装置最近一次获取到的所述目标对象的位置姿态，作为所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；

步骤407、根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。

本发明实施例，获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。本发明实施例提出一种全新的计算目标对象的位置姿态的方法，即结合光学定位方法、传感器定位方法及扩展卡尔曼滤波器，来确定目标对象的位置姿态，由于扩展卡尔曼滤波器本身的递归特性，在确定目标对象的位置姿态时，相邻两次计算结果是紧密相关的，而在实际应用中目标对象的运动也是具有连续性的，因此相邻两个位置的位置姿态也是紧密相关的，从而使用扩展卡尔曼滤波器可以得到精确的位置姿态。

基于相同的技术构思，本发明实施例还提供一种定位装置，如图5所示，包括：

另一方面，本发明实施例提供一种定位装置，包括：

第一获取单元501，用于获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；

第二获取单元502，用于获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；

定位单元503，用于根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。

可选地，所述装置还包括第一计算单元504，具体用于当所述摄像装置能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的线速度和线加速度：

获取所述摄像装置计算得到的所述目标对象的第一线速度和第一线加速度；

根据所述第一线速度和第一线加速度分别对所述传感器获取到的目标对象的线速度和线加速度进行更新，并将更新后的所述目标对象的线速度和线加速度，作为所述传感器计算得到的所述目标对象的线速度和线加速度；

所述第一计算单元504，还用于当所述摄像装置不能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的线速度和线加速度：

将所述传感器获取到的所述目标对象的线速度和线加速度，作为所述传感器计算得到的目标对象的线速度和线加速度。

可选地，所述装置还包括第二计算单元505，具体用于当所述摄像装置能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的第一位置姿态：

通过所述摄像装置对所述目标对象进行拍摄，并利用光学定位方法，得到所述目标对象的所述第一位置姿态；

所述第二计算单元505，还用于当所述摄像装置不能够拍摄到所述目标对象时，根据下列方式计算得到所述目标对象的第一位置姿态：

将所述摄像装置最近一次获取到的所述目标对象的位置姿态，作为所述目标对象的第一位置姿态。

可选地，所述第一计算单元504，具体用于：

将所述传感器获取到的目标对象的线速度与线速度差量值相加，得到更新后的所述目标对象的线速度，所述线速度差量值是根据所述传感器获取到所述目标对象的历史线速度、所述目标对象的线速度及所述摄像装置获取到的历史第一线速度、所述目标对象的第一线速度得到的；

将所述传感器获取到的目标对象的线加速度与线加速度差量值相加，得到更新后的所述目标对象的线加速度，所述线加速度差量值是根据所述传感器获取到的所述目标对象的历史线加速度、所述目标对象的线加速度及所述摄像装置获取到的历史第一线加速度、所述目标对象的第一线加速度得到的。

可选地，所述扩展卡尔曼滤波器的参数满足以下约束条件：

增益矩阵

增益矩阵

增益矩阵

过程激励噪声协方差矩阵

观测噪声协方差矩阵

其中，a，b，c，d，e均为预设的常数。

本发明实施例，获取目标对象上的传感器计算得到的目标对象的线速度和线加速度，并将所述目标对象的线速度和线加速度作为扩展卡尔曼滤波器的控制函数；获取摄像装置计算得到的所述目标对象的第一位置姿态，并将所述目标对象的第一位置姿态作为扩展卡尔曼滤波器的测量变量；根据确定的所述扩展卡尔曼滤波器的控制函数及所述扩展卡尔曼滤波器的测量变量，得到所述目标对象的第二位置姿态。本发明实施例提出一种全新的计算目标对象的位置姿态的装置，即结合光学定位方法、传感器定位方法及扩展卡尔曼滤波器，来确定目标对象的位置姿态，由于扩展卡尔曼滤波器本身的递归特性，在确定目标对象的位置姿态时，相邻两次计算结果是紧密相关的，而在实际应用中目标对象的运动也是具有连续性的，因此相邻两个位置的位置姿态也是紧密相关的，从而使用扩展卡尔曼滤波器可以得到精确的位置姿态。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。