1.本发明涉及机器人定位方法，更具体地说是指视觉定位方法、装置、计算机设备及存储介质。
背景技术：2.在移动机器人移动的过程中，需要对其进行实时定位，现有的技术是采用识别标签定位二维码的方式进行定位，具体地，根据梯度检测出标签的边缘信息，然后在边缘图像中寻找出四边形图案，最后需要对找到的四边形二维码标签进行编码和解码，但是这种方式存在二维码形状复杂，造价成本高，且整个定位所花费的时间很多，占据了大部分移动芯片计算资源，导致定位效率低下。
3.因此，有必要设计一种新的方法，实现采用简单的定位标签进行视觉定位，缩短定位时间，减少对计算资源的占据量，且提高定位效率。
技术实现要素：4.本发明的目的在于克服现有技术的缺陷，提供视觉定位方法、装置、计算机设备及存储介质。
5.为实现上述目的，本发明采用以下技术方案：视觉定位方法，包括：
6.采集机器人所在的定位点的标签图像，以得到定位点图像；其中，所述标签图像由圆形反光贴组成；
7.对所述定位点图像进行处理，以得到标签定位数据；
8.将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；
9.解析所述序号对应的目标标签模板，以得到定位点信息。
10.其进一步技术方案为：所述采集机器人所在的定位点的标签图像，以得到定位点图像之前，还包括：
11.制作标签模板库，以得到预设的标签模板库。
12.其进一步技术方案为：所述制作标签模板库，以得到预设的标签模板库，包括：
13.根据定位点数据制作标签模板图像；
14.对所述标签模板图像进行位置信息分配，并采用序号替代位置信息，以得到标签模板封装文件；
15.对标签模板封装文件进行编码，以得到标签模板文件；
16.将所述标签模板文件存储于数据库内，以得到预设的标签模板库。
17.其进一步技术方案为：所述对标签模板封装文件进行编码，以得到标签模板文件，包括：
18.将标签模板封装文件转换为灰度图；
19.计算每张灰度图的hash值；
20.将每张灰度图的hash值按照所述标签模板图像的序号依序存入编码库txt文件内，以得到标签模板文件。
21.其进一步技术方案为：所述对所述定位点图像进行处理，以得到标签定位数据，包括：
22.对所述定位点图像进行尺寸转换，以得到转换结果；
23.对所述转换结果计算hash值，以得到标签定位数据。
24.其进一步技术方案为：所述将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号，包括：
25.将所述标签定位数据与预设的标签模板库的每个hash值进行异或操作，以得到匹配值；
26.筛选小于设定阈值的所述匹配值对应的hash值对应的标签模板图像为目标标签模板，并确定所述目标标签模板的序号。
27.其进一步技术方案为：所述解析所述序号对应的目标标签模板，以得到定位点信息，包括：
28.获取所述序号对应的标签模板封装文件；
29.对所述序号对应的标签模板封装文件进行序号对应的位置信息的解析，以得到定位点信息。
30.本发明还提供了视觉定位装置，包括：
31.采集单元，用于采集机器人所在的定位点的标签图像，以得到定位点图像；其中，所述标签图像由圆形反光贴组成；
32.处理单元，用于对所述定位点图像进行处理，以得到标签定位数据；
33.匹配单元，用于将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；
34.解析单元，用于解析所述序号对应的目标标签模板，以得到定位点信息。
35.本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
36.本发明还提供了一种存储介质，所述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的方法。
37.本发明与现有技术相比的有益效果是：本发明通过采集定位点的标签图像，对定位点图像进行尺寸转换以及计算hash值，采用该hash值与预设的标签模板库内的每个hash值进行模板匹配，以确定该标签图像对应的标签模板图像的序号，并对序号对应的文件进行解析，便可直接得到定位点位置信息，实现采用简单的定位标签进行视觉定位，缩短定位时间，减少对计算资源的占据量，且提高定位效率。
38.下面结合附图和具体实施例对本发明作进一步描述。
附图说明
39.为了更清楚地说明本发明实施例技术方案，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的前提下，还可以根据这些附图获得其他的附图。
40.图1为本发明实施例提供的视觉定位方法的应用场景示意图；
41.图2为本发明实施例提供的视觉定位方法的流程示意图；
42.图3为本发明实施例提供的视觉定位方法的子流程示意图；
43.图4为本发明实施例提供的视觉定位方法的子流程示意图；
44.图5为本发明实施例提供的视觉定位方法的子流程示意图；
45.图6为本发明另一实施例提供的视觉定位方法的流程示意图；
46.图7为本发明另一实施例提供的视觉定位方法的子流程示意图；
47.图8为本发明另一实施例提供的视觉定位方法的子流程示意图；
48.图9为本发明实施例提供的视觉定位装置的示意性框图；
49.图10为本发明实施例提供的视觉定位装置的处理单元的示意性框图；
50.图11为本发明实施例提供的视觉定位装置的匹配单元的示意性框图；
51.图12为本发明实施例提供的视觉定位装置的解析单元的示意性框图；
52.图13为本发明另一实施例提供的视觉定位装置的示意性框图；
53.图14为本发明另一实施例提供的视觉定位装置的制作单元的示意性框图；
54.图15为本发明另一实施例提供的视觉定位装置的编码子单元的示意性框图；
55.图16为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
56.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做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。
57.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
58.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
59.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
60.请参阅图1和图2，图1为本发明实施例提供的视觉定位方法的应用场景示意图。图2为本发明实施例提供的视觉定位方法的示意性流程图。该视觉定位方法应用于服务器中。该服务器与标签相机以及机器人进行数据交互，通过标签相机采集机器人所在定位点的标签图像，对该图像进行处理，采用与预设的标签模板库匹配的方式确定机器人所在的定位点信息，实现采用简单的定位标签进行视觉定位，缩短定位时间，减少对计算资源的占据量，且提高定位效率。
61.图2是本发明实施例提供的视觉定位方法的流程示意图。如图2所示，该方法包括以下步骤s110至s140。
62.s110、采集机器人所在的定位点的标签图像，以得到定位点图像。
63.在本实施例中，定位点图像是指采用标签相机拍摄机器人所在的定位点的标签图像。
64.标签相机是一种专门的红外反射相机，通过相机周围的四个红外灯，只采集标签圆形反光贴部分，将反光贴部分显示为白色，其他部分全黑处理，这样就可以得到只有标签反光贴图案的灰度图像，减少了其他背景因素的干扰，提高标签图像与模板编码的匹配准确率，减少因为背景图案影响无法定位的情况发生。
65.在本实施例中，标签图像是指圆形反光贴组成，圆形反光贴由实心和空心圆形帖组成，不同模板的标签图像其圆形反光贴的位置不同，经过排列组合可以组合出超过一千种类的标签模板图像。定位标签的形状以及显示内容均简单，不需要花费大量的造价，实用性强。
66.s120、对所述定位点图像进行处理，以得到标签定位数据。
67.在本实施例中，标签定位数据是指定位点图像经过尺寸转换和灰度图转换，并计算hash值后的结果。
68.在一实施例中，请参阅图3，上述的步骤s120可包括步骤s121～s122。
69.s121、对所述定位点图像进行尺寸转换，以得到转换结果。
70.在本实施例中，转换结果是指将定位点图像转换为8
×
8大小的灰度图。
71.s122、对所述转换结果计算hash值，以得到标签定位数据。
72.在本实施例中，标签定位数据是指定位点图像对应的灰度图的hash值。
73.s130、将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号。
74.在本实施例中，目标标签模板是指hash值与所述标签定位数据一致的标签模板图像。
75.在一实施例中，请参阅图4，上述的步骤s130可包括步骤s131～s132。
76.s131、将所述标签定位数据与预设的标签模板库的每个hash值进行异或操作，以得到匹配值。
77.在本实施例中，匹配值是指标签定位数据与预设的标签模板库的每个hash值这两个hash值进行异或处理后形成的数值。
78.s132、筛选小于设定阈值的所述匹配值对应的hash值对应的标签模板图像为目标标签模板，并确定所述目标标签模板的序号。
79.在本实施例中，将匹配值与设定阈值进行对比，若匹配值小于设定阈值，则说明两个hash值匹配成功，返回预设的标签模板库中匹配成功的hash值对应的序号，反之，若匹配值大于设定阈值，则说明当前匹配失败，需要重新与预设的标签模板库中的其他hash值进行异或操作，直到找到与之匹配的标签模板；
80.s140、解析所述序号对应的目标标签模板，以得到定位点信息。
81.在本实施例中，定位点信息是指定位点的位置信息。
82.在一实施例中，请参阅图5，上述的步骤s140可包括步骤s141～s142。
83.s141、获取所述序号对应的标签模板封装文件。
84.在本实施例中，标签模板封装文件是指带有位置信息且采用序号封装的标签模板图像。
85.s142、对所述序号对应的标签模板封装文件进行序号对应的位置信息的解析，以得到定位点信息。
86.具体地，通过匹配成功的标签模板图像对应的序号输出序号一致的设定的json文件即标签模板封装文件，解析出序号对应的定位点信息。具体可采用解析json文件的工具进行解析，此处不再赘述。
87.本实施例的方法通过制作点位的标签模板图像，以及使用专门的标签相机获取标签图像和使用模板匹配的方法匹配模板标签，达到移动机器人准确获取定位点信息的目的。标签模板图像的制作简单，消耗成本低，还提出了特定的编码和解码方案来加快模板的匹配与解析，减少移动机器人系统的计算消耗，并且算法更为简单，简单修改模板编码就可以适应不同距离的定位点场景，具备成本更低，处理速度更快，步骤更简单，更改灵活度更高的优点。
88.上述的视觉定位方法，通过采集定位点的标签图像，对定位点图像进行尺寸转换以及计算hash值，采用该hash值与预设的标签模板库内的每个hash值进行模板匹配，以确定该标签图像对应的标签模板图像的序号，并对序号对应的文件进行解析，便可直接得到定位点位置信息，实现采用简单的定位标签进行视觉定位，缩短定位时间，减少对计算资源的占据量，且提高定位效率。
89.图6是本发明另一实施例提供的一种视觉定位方法的流程示意图。如图6所示，本实施例的视觉定位方法包括步骤s210-s250。其中步骤s220-s250与上述实施例中的步骤s110-s140类似，在此不再赘述。下面详细说明本实施例中所增加的步骤s210。
90.s210、制作标签模板库，以得到预设的标签模板库。
91.在本实施例中，预设的标签模板库是用于存储带有序号、位置信息的标签模板封装文件编码后的文件的数据库。
92.预设的标签模板库是人为预先设定的，不同标签模板存入不同的位置信息，为减少移动机器人系统的计算处理时间，将位置信息通过序号进行封装，序号所表示的位置信息再通过专门的json文件解析工具进行解析。
93.在一实施例中，请参阅图7，上述的步骤s210可包括步骤s211～s214。
94.s211、根据定位点数据制作标签模板图像。
95.在本实施例中，标签模板图像是指由圆形反光贴组成，圆形反光贴由实心和空心圆形帖组成，不同模板的标签图像其圆形反光贴的位置不同，经过排列组合可以组合出超过一千种类的标签模板图像，该标签模板图像实则与上述的定位点的标签图像一致。
96.s212、对所述标签模板图像进行位置信息分配，并采用序号替代位置信息，以得到标签模板封装文件。
97.在本实施例中，标签模板封装文件是指对标签模板图像进行位置信息分配，使用序号代替位置信息，也就是将位置信息通过序号进行封装后形成文件。
98.s213、对标签模板封装文件进行编码，以得到标签模板文件；
99.在本实施例中，标签模板文件是指带有hsah值的标签模板封装文件。
100.在一实施例中，请参阅图8，上述的步骤s213可包括步骤s2131～s2133。
101.s2131、将标签模板封装文件转换为灰度图；
102.s2132、计算每张灰度图的hash值；
103.s2133、将每张灰度图的hash值按照所述标签模板图像的序号依序存入编码库txt文件内，以得到标签模板文件。
104.标签模板封装文件制作完成后，为减少模板匹配的计算时间，将每个标签模板图像进行编码，一个编码代表一个标签模板，编码过程如下：首先将标签模板封装文件转成8
×
8大小尺寸的灰度图，然后计算每张灰度图的hash值，最后将hash值存入编码库txt文件中。对于灰度图的转换以及hash值的计算可采用现有技术实现，此处不再赘述。
105.s214、将所述标签模板文件存储于数据库内，以得到预设的标签模板库。
106.在本实施例中，通过自制的圆形反光贴排列组合组成不同的标签图案，形成标签模板图像，每种标签图案再利用序号编码，每个序号标签图案代表不同的定位点，携带有位置信息，然后将带有序号的图案转成8
×
8大小尺寸，再分别计算hash值，每种标签图案计算出的hash值再存入到编码库txt文件当中，按照先前设定的序号顺序存入编码库txt文件，在预设的标签模板库中每组hash值都有一个序号标注。
107.图9是本发明实施例提供的一种视觉定位装置300的示意性框图。如图9所示，对应于以上视觉定位方法，本发明还提供一种视觉定位装置300。该视觉定位装置300包括用于执行上述视觉定位方法的单元，该装置可以被配置于服务器中。具体地，请参阅图9，该视觉定位装置300包括采集单元302、处理单元303、匹配单元304以及解析单元305。
108.采集单元302，用于采集机器人所在的定位点的标签图像，以得到定位点图像；其中，所述标签图像由圆形反光贴组成；处理单元303，用于对所述定位点图像进行处理，以得到标签定位数据；匹配单元304，用于将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；解析单元305，用于解析所述序号对应的目标标签模板，以得到定位点信息。
109.在一实施例中，如图10所示，所述处理单元303包括尺寸转换子单元3031以及计算子单元3032。
110.尺寸转换子单元3031，用于对所述定位点图像进行尺寸转换，以得到转换结果；计算子单元3032，用于对所述转换结果计算hash值，以得到标签定位数据。
111.在一实施例中，如图11所示，所述匹配单元304包括异或子单元3041以及筛选子单元3042。
112.异或子单元3041，用于将所述标签定位数据与预设的标签模板库的每个hash值进行异或操作，以得到匹配值；筛选子单元3042，用于筛选小于设定阈值的所述匹配值对应的hash值对应的标签模板图像为目标标签模板，并确定所述目标标签模板的序号。
113.在一实施例中，如图12所示，所述解析单元305包括文件获取子单元3051以及信息解析子单元3052。
114.文件获取子单元3051，用于获取所述序号对应的标签模板封装文件；信息解析子单元3052，用于对所述序号对应的标签模板封装文件进行序号对应的位置信息的解析，以得到定位点信息。
115.图13是本发明另一实施例提供的一种视觉定位装置300的示意性框图。如图13所示，本实施例的视觉定位装置300是上述实施例的基础上增加了制作单元301。
116.制作单元301，用于制作标签模板库，以得到预设的标签模板库。
117.在一实施例中，如图14所示，所述制作单元301包括图像制作子单元3011、封装子
单元3012、编码子单元3013以及存储子单元3014。
118.图像制作子单元3011，用于根据定位点数据制作标签模板图像；封装子单元3012，用于对所述标签模板图像进行位置信息分配，并采用序号替代位置信息，以得到标签模板封装文件；编码子单元3013，用于对标签模板封装文件进行编码，以得到标签模板文件；存储子单元3014，用于将所述标签模板文件存储于数据库内，以得到预设的标签模板库。
119.在一实施例中，如图15所示，所述编码子单元3013包括灰度图转换模块30131、hash值计算模块30132以及文件存入模块30133。
120.灰度图转换模块30131，用于将标签模板封装文件转换为灰度图；hash值计算模块30132，用于计算每张灰度图的hash值；文件存入模块30133，用于将每张灰度图的hash值按照所述标签模板图像的序号依序存入编码库txt文件内，以得到标签模板文件。
121.需要说明的是，所属领域的技术人员可以清楚地了解到，上述视觉定位装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
122.上述视觉定位装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图16所示的计算机设备上运行。
123.请参阅图16，图16是本技术实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
124.参阅图16，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
125.该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种视觉定位方法。
126.该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
127.该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种视觉定位方法。
128.该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图16中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
129.其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：
130.采集机器人所在的定位点的标签图像，以得到定位点图像；其中，所述标签图像由圆形反光贴组成；对所述定位点图像进行处理，以得到标签定位数据；将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；解析所述序号对应的目标标签模板，以得到定位点信息。
131.在一实施例中，处理器502在实现所述采集机器人所在的定位点的标签图像，以得到定位点图像步骤之前，还实现如下步骤：
132.制作标签模板库，以得到预设的标签模板库。
133.在一实施例中，处理器502在实现所述制作标签模板库，以得到预设的标签模板库
步骤时，具体实现如下步骤：
134.根据定位点数据制作标签模板图像；对所述标签模板图像进行位置信息分配，并采用序号替代位置信息，以得到标签模板封装文件；对标签模板封装文件进行编码，以得到标签模板文件；将所述标签模板文件存储于数据库内，以得到预设的标签模板库。
135.在一实施例中，处理器502在实现所述对标签模板封装文件进行编码，以得到标签模板文件步骤时，具体实现如下步骤：
136.将标签模板封装文件转换为灰度图；计算每张灰度图的hash值；将每张灰度图的hash值按照所述标签模板图像的序号依序存入编码库txt文件内，以得到标签模板文件。
137.在一实施例中，处理器502在实现所述对所述定位点图像进行处理，以得到标签定位数据步骤时，具体实现如下步骤：
138.对所述定位点图像进行尺寸转换，以得到转换结果；对所述转换结果计算hash值，以得到标签定位数据。
139.在一实施例中，处理器502在实现所述将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号步骤时，具体实现如下步骤：
140.将所述标签定位数据与预设的标签模板库的每个hash值进行异或操作，以得到匹配值；筛选小于设定阈值的所述匹配值对应的hash值对应的标签模板图像为目标标签模板，并确定所述目标标签模板的序号。
141.在一实施例中，处理器502在实现所述解析所述序号对应的目标标签模板，以得到定位点信息步骤时，具体实现如下步骤：
142.获取所述序号对应的标签模板封装文件；对所述序号对应的标签模板封装文件进行序号对应的位置信息的解析，以得到定位点信息。
143.应当理解，在本技术实施例中，处理器502可以是中央处理单元303(central processing unit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
144.本领域普通技术人员可以理解的是实现上述实施例的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。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
145.因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：
146.采集机器人所在的定位点的标签图像，以得到定位点图像；其中，所述标签图像由圆形反光贴组成；对所述定位点图像进行处理，以得到标签定位数据；将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；解析所述序号对应的目标标签模板，以得到定位点信息。
147.在一实施例中，所述处理器在执行所述计算机程序而实现所述采集机器人所在的定位点的标签图像，以得到定位点图像步骤之前，还实现如下步骤：
148.制作标签模板库，以得到预设的标签模板库。
149.在一实施例中，所述处理器在执行所述计算机程序而实现所述制作标签模板库，以得到预设的标签模板库步骤时，具体实现如下步骤：
150.根据定位点数据制作标签模板图像；对所述标签模板图像进行位置信息分配，并采用序号替代位置信息，以得到标签模板封装文件；对标签模板封装文件进行编码，以得到标签模板文件；将所述标签模板文件存储于数据库内，以得到预设的标签模板库。
151.在一实施例中，所述处理器在执行所述计算机程序而实现所述对标签模板封装文件进行编码，以得到标签模板文件步骤时，具体实现如下步骤：
152.将标签模板封装文件转换为灰度图；计算每张灰度图的hash值；将每张灰度图的hash值按照所述标签模板图像的序号依序存入编码库txt文件内，以得到标签模板文件。
153.在一实施例中，所述处理器在执行所述计算机程序而实现所述对所述定位点图像进行处理，以得到标签定位数据步骤时，具体实现如下步骤：
154.对所述定位点图像进行尺寸转换，以得到转换结果；对所述转换结果计算hash值，以得到标签定位数据。
155.在一实施例中，所述处理器在执行所述计算机程序而实现所述将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号步骤时，具体实现如下步骤：
156.将所述标签定位数据与预设的标签模板库的每个hash值进行异或操作，以得到匹配值；筛选小于设定阈值的所述匹配值对应的hash值对应的标签模板图像为目标标签模板，并确定所述目标标签模板的序号。
157.在一实施例中，所述处理器在执行所述计算机程序而实现所述解析所述序号对应的目标标签模板，以得到定位点信息步骤时，具体实现如下步骤：
158.获取所述序号对应的标签模板封装文件；对所述序号对应的标签模板封装文件进行序号对应的位置信息的解析，以得到定位点信息。
159.所述存储介质可以是u盘、移动硬盘、只读存储器(read-only memory，rom)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
160.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
161.在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
162.本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元303中，也可以是各个单元单独物理存在，也可
以是两个或两个以上单元集成在一个单元中。
163.该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
164.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
技术特征：1.视觉定位方法，其特征在于，包括：采集机器人所在的定位点的标签图像，以得到定位点图像；其中，所述标签图像由圆形反光贴组成；对所述定位点图像进行处理，以得到标签定位数据；将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；解析所述序号对应的目标标签模板，以得到定位点信息。2.根据权利要求1所述的视觉定位方法，其特征在于，所述采集机器人所在的定位点的标签图像，以得到定位点图像之前，还包括：制作标签模板库，以得到预设的标签模板库。3.根据权利要求2所述的视觉定位方法，其特征在于，所述制作标签模板库，以得到预设的标签模板库，包括：根据定位点数据制作标签模板图像；对所述标签模板图像进行位置信息分配，并采用序号替代位置信息，以得到标签模板封装文件；对标签模板封装文件进行编码，以得到标签模板文件；将所述标签模板文件存储于数据库内，以得到预设的标签模板库。4.根据权利要求3所述的视觉定位方法，其特征在于，所述对标签模板封装文件进行编码，以得到标签模板文件，包括：将标签模板封装文件转换为灰度图；计算每张灰度图的hash值；将每张灰度图的hash值按照所述标签模板图像的序号依序存入编码库txt文件内，以得到标签模板文件。5.根据权利要求1所述的视觉定位方法，其特征在于，所述对所述定位点图像进行处理，以得到标签定位数据，包括：对所述定位点图像进行尺寸转换，以得到转换结果；对所述转换结果计算hash值，以得到标签定位数据。6.根据权利要求5所述的视觉定位方法，其特征在于，所述将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号，包括：将所述标签定位数据与预设的标签模板库的每个hash值进行异或操作，以得到匹配值；筛选小于设定阈值的所述匹配值对应的hash值对应的标签模板图像为目标标签模板，并确定所述目标标签模板的序号。7.根据权利要求3所述的视觉定位方法，其特征在于，所述解析所述序号对应的目标标签模板，以得到定位点信息，包括：获取所述序号对应的标签模板封装文件；对所述序号对应的标签模板封装文件进行序号对应的位置信息的解析，以得到定位点信息。8.视觉定位装置，其特征在于，包括：
采集单元，用于采集机器人所在的定位点的标签图像，以得到定位点图像；其中，所述标签图像由圆形反光贴组成；处理单元，用于对所述定位点图像进行处理，以得到标签定位数据；匹配单元，用于将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；解析单元，用于解析所述序号对应的目标标签模板，以得到定位点信息。9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。10.一种存储介质，其特征在于，所述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如权利要求1至7中任一项所述的方法。
技术总结本发明实施例公开了视觉定位方法、装置、计算机设备及存储介质。所述方法包括：采集机器人所在的定位点的标签图像，以得到定位点图像；对所述定位点图像进行处理，以得到标签定位数据；将所述标签定位数据与预设的标签模板库进行模板匹配，以得到目标标签模板对应的序号；解析所述序号对应的目标标签模板，以得到定位点信息。通过实施本发明实施例的方法可实现采用简单的定位标签进行视觉定位，缩短定位时间，减少对计算资源的占据量，且提高定位效率。率。率。
技术研发人员：李伟强 施健 王一科 贾林 涂静一
受保护的技术使用者：深圳中智永浩机器人有限公司
技术研发日：2022.04.02
技术公布日：2022/7/5
