1.一种定位方法,其特征在于,待定物上具有灯组,所述定位方法包括:
获取所述灯组中每个灯对应的识别编码;
根据各所述识别编码确定所述灯组中各个灯的位置信息;
其中,在确定一个所述灯的位置信息时,利用一个所述识别编码对预存的N个模型进行测试,确定所述识别编码所属的模型;根据与所述模型一一对应的位置信息,确定所述识别编码所对应的灯的位置信息;其中,所述N为大于1的自然数;
利用各所述灯的位置信息进行三维姿态估计,确定所述待定物位置。
2.根据权利要求1所述的定位方法,其特征在于,所述待定物包括手柄,所述手柄和采集设备对应,所述采集设备上具有用于拍摄所述灯组的摄像模组;
所述获取灯组中每个灯对应的识别编码包括:
获取所述摄像模组拍摄的图像;
识别所述图像中所述灯组中各个灯的亮暗信息;
利用所述亮暗信息,获取所述灯组中每个灯对应的识别编码。
3.根据权利要求2所述的定位方法,其特征在于,所述预存的N个模型利用以下方法计算得到:
在所述手柄处于M个不同位置时,所述摄像模组分别拍摄所述LED灯组,得到M个图像;
分别识别所述M个图像中所述灯组的亮暗信息;
利用所述M个图像中所述灯组的亮暗信息,获取所述灯组中每个灯对应的M个识别编码;
标记所述灯组中各个灯的位置信息;
针对每个位置上的灯,利用对应的M个识别编码进行训练,分别获得每个位置的灯所对应的模型;其中,所述M为大于1的自然数。
4.根据权利要求3所述的定位方法,其特征在于,所述利用标记为第一位置的灯的M个识别编码进行训练中,利用多分类的机器学习算法训练,所述第一位置为所述手柄上的某一位置。
5.根据权利要求2所述的定位方法,其特征在于,所述利用亮暗信息,获取灯组中每个灯对应的识别编码包括:
利用待获取识别编码的灯自身的亮暗信息,获取识别编码。
6.根据权利要求5所述的定位方法,其特征在于,所述利用亮暗信息,获取灯组中每个灯对应的识别编码,包括:
根据预设的亮暗信息和信息编码的对应关系,获取每个灯对应的信息编码;
获取所述待获取识别编码的灯自身的信息编码,作为第一编码;
获取所述待获取识别编码的灯周围的P个灯的信息编码,作为P个第二编码;
组合所述第一编码和所述P个第二编码,获得所述待获取识别编码的灯对应的识别编码;其中,所述P为大于1的自然数。
7.根据权利要求6所述的定位方法,其特征在于,所述待获取识别编码的灯周围的灯,与所述待获取识别编码的灯间隔一个灯。
8.根据权利要求6所述的定位方法,其特征在于,所述亮暗信息为:不同的亮度等级;其中,不同等级的亮度,对应不同的信息编码。
9.根据权利要求2所述的定位方法,其特征在于,所述采集设备为VR眼镜或VR头盔。
10.一种手柄,包括:灯组,其特征在于,还包括:
获取模块,用于获取所述灯组中每个灯对应的识别编码;
确定模块,用于根据各所述识别编码确定所述灯组中各个灯的位置信息;
定位模块,用于利用各所述灯的位置信息进行三维姿态估计,确定所述手柄的位置;
其中,所述确定模块中包括:
第一确定子模块,用于在确定一个所述灯的位置信息时,利用一个所述识别编码对预存的N个模型进行测试,确定所述识别编码所属的模型;
第二确定子模块,用于根据与所述模型一一对应的位置信息,确定所述识别编码所对应的灯的位置信息;其中,所述N为大于1的自然数。