终端定位方法、装置、终端、介质和计算机程序产品

摘要

本申请公开了一种终端定位方法、装置、终端、介质和计算机程序产品。所述方法包括：获取终端周围环境的环境图像，并从所述环境图像中识别出目标建筑物；获取所述目标建筑物对应的目标属性信息，所述目标属性信息包括所述目标建筑物的定位位置；根据所述环境图像获取所述终端的当前方位和所述终端与所述目标建筑物之间的目标距离；以及根据所述当前方位、所述目标距离和所述目标建筑物的定位位置确定所述终端的定位位置。采用本方法能够提升终端的定位准确性。

说明书

相关申请

本申请要求2021年02月08日申请的，申请号为202110181805.0，名称为“终端定位方法、装置、终端、介质和计算机程序产品”的中国专利申请的优先权，在此将其全文引入作为参考。

技术领域

本申请涉及定位技术领域，更具体的说，涉及一种终端定位方法、装置、终端、介质和计算机程序产品。

背景技术

随着定位技术的快速发展，越来越多的终端中引入了定位功能，用户对于基于位置的服务也越来越依赖。

以网约车服务为例，用户点击用户终端的打车应用程序后，用户终端则将用户终端的GPS(Global Position System，全球定位系统)定位数据发送至服务器，这样，服务器根据该GPS定位数据则可以进行车辆的匹配、用户位置的导航等服务过程。

然而，GPS信号的质量很容易受到周围环境等因素的影响，导致GPS定位数据的准确性较低，因此，上述依赖于GPS对终端进行定位的方式，常常存在终端的定位位置不准确的情况，终端的定位准确性低。

发明内容

有鉴于此，本申请公开一种终端定位方法、装置、终端、介质和计算机程序产品，可以用于提升终端的定位准确性。

第一方面，本申请实施例提供一种终端定位方法，所述方法包括：

获取终端周围环境的环境图像，并从所述环境图像中识别出目标建筑物；

获取所述目标建筑物对应的目标属性信息，所述目标属性信息包括所述目标建筑物的定位位置；

根据所述环境图像获取所述终端的当前方位和所述终端与所述目标建筑物之间的目标距离；以及

根据所述当前方位、所述目标距离和所述目标建筑物的定位位置确定所述终端的定位位置。

第二方面，本申请实施例提供一种终端定位装置，所述装置包括：

第一获取模块，用于获取终端周围环境的环境图像，并从所述环境图像中识别出目标建筑物；

第二获取模块，用于获取所述目标建筑物对应的目标属性信息，所述目标属性信息包括所述目标建筑物的定位位置；

定位模块，用于根据所述环境图像获取所述终端的当前方位和所述终端与所述目标建筑物之间的目标距离；以及

根据所述当前方位、所述目标距离和所述目标建筑物的定位位置确定所述终端的定位位置。

第三方面，本申请实施例提供一种终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

本申请实施例提供的终端定位方法、装置、终端、介质和计算机程序产品，通过获取终端周围环境的环境图像，并从该环境图像中识别出目标建筑物，而后，获取包括该目标建筑物的定位位置的目标属性信息，这样，在根据该环境图像获取终端的当前方位和终端与该目标建筑物之间的目标距离之后，直接根据该当前方位、该目标距离以及该目标建筑物的定位位置即可确定终端的定位位置，而不必依赖于GPS对终端进行定位，这就避免了由于GPS信号的质量不稳定导致的终端的定位位置不准确的情况。本申请实施例提升了终端的定位准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的实施例，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，还可以根据公开的附图获得其他的附图。

图1-1为一个实施例中终端定位方法的应用环境图；

图1-2为另一个实施例中终端定位方法的应用环境图；

图2为一个实施例中终端定位方法的流程示意图；

图3为一种示例性地目标建筑物与终端的位置关系示意图；

图4为另一个实施例中终端获取终端的当前方位的流程示意图；

图5为一种示例性地目标建筑物与终端的位置关系的俯视图；

图6为另一个实施例中步骤403的流程示意图；

图7为另一个实施例中终端获取获取终端与目标建筑物之间的目标距离的流程示意图；

图8为一种示例性地目标建筑物与终端的视场角度的示意图；

图9为一种示例性地目标建筑物与终端的位置关系示意图；

图10为另一个实施例中步骤703的流程示意图；

图11为一种示例性地目标建筑物与终端的俯视示意图；

图12为图11中的目标建筑物的旋转角度的示意图；

图13为另一个实施例中终端确定目标属性信息的流程示意图；

图14为另一个实施例中终端定位方法的流程示意图；

图15为一个实施例中终端定位装置的结构框图；

图16为另一个实施例中定位模块的结构框图；

图17为另一个实施例中第二获取模块的结构框图；

图18为一个实施例中终端的内部结构图。

具体实施方式

为了使本申请实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请实施例，并不用于限定本申请实施例。

首先，在具体介绍本申请实施例的技术方案之前，先对本申请实施例基于的技术背景或者技术演进脉络进行介绍。

在网约车领域，用户通过终端进行网络约车的过程中，终端需要向服务器上报终端的位置，这样，服务器可以基于终端的位置为用户匹配合适的车辆，服务器还可以将终端的位置添加在导航地图中发送给匹配到的车辆的司机端，这样，司机则可以按照导航地图中显示的终端的位置去接用户。但是，由于终端普遍采用GPS进行定位，而GPS信号的质量很容易受到周围环境等因素的影响，导致GPS定位的准确性差，因此，常常存在导航地图中终端的位置和用户的实际位置不一致的情况。如何提升终端的定位准确性，成为目前亟待解决的难题。另外，需要说明的是，从确定如何提升终端的定位准确性以及下述实施例介绍的技术方案，申请人均付出了大量的创造性劳动。

下面结合本申请实施例所应用的场景，对本申请实施例涉及的技术方案进行介绍。

本申请实施例提供的终端定位方法，可以应用于如图1-1所示的应用环境中。如图1-1所示，终端102获取终端102周围环境的环境图像，并从环境图像中识别出目标建筑物104；终端102获取目标建筑物104对应的目标属性信息，目标属性信息包括目标建筑物104的定位位置；终端102根据环境图像获取终端102的当前方位和终端102与目标建筑物104之间的目标距离，并根据当前方位、目标距离和目标建筑物104的定位位置确定终端102的定位位置。

本申请实施例提供的终端定位方法，还可以应用于如图1-2所示的应用环境中。如图1-2所示，终端102获取终端102周围环境的环境图像，终端102将该环境图像发送至服务器106；服务器106从该环境图像中识别出目标建筑物104；服务器106获取目标建筑物104对应的目标属性信息，目标属性信息包括目标建筑物104的定位位置；服务器106根据环境图像获取终端102的当前方位和终端102与目标建筑物104之间的目标距离，并根据当前方位、目标距离和目标建筑物104的定位位置确定终端102的定位位置。

其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备；服务器106可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种终端定位方法，以该方法应用于图1-1中的终端为例进行说明，包括以下步骤：

步骤201，终端获取终端周围环境的环境图像，并从环境图像中识别出目标建筑物。

终端可以是安装有基于位置提供服务的应用程序的终端，该应用程序如网约车应用程序、地图导航应用程序，等等。用户使用这类应用程序时，终端需要向服务器上报终端所在的位置，因此需要对终端进行定位。

以网约车为例，用户在终端打开网约车应用程序后，终端则需要向服务器上报终端的位置，这样，服务器才可以基于终端的位置为用户提供网络约车服务。

可选地，终端中可以设置图像采集组件，终端通过该图像采集组件拍摄终端当前所处的周围环境，得到环境图像。可选地，该环境图像也可以是其他具有图像采集功能的设备采集的，并由该具有图像采集功能的设备将该环境图像发送至终端，该具有图像采集功能的设备例如可以是便携式可穿戴设备、平板电脑，等等。

在终端中设置有图像采集组件的情况下，在一种可能的实施方式中，终端检测到用户打开上述基于位置提供服务的应用程序后，终端则可以通过该图像采集组件拍摄终端当前所处的周围环境，得到环境图像。

在另一种可能的实施方式中，终端检测到用户打开上述基于位置提供服务的应用程序后，终端还可以输出文字提示信息或语音提示信息，以此来提示用户将终端的图像采集组件朝向该周围环境中存在建筑物的方向，然后终端采集环境图像。

而后，终端从该环境图像中识别出目标建筑物，该目标建筑物可以是处于终端周围环境中的任一建筑物。可选地，终端可以采用目标检测算法，对该环境图像进行目标检测得到位置框，终端从该环境图像中截取与该位置框对应的区域，并将截取到的区域输入至分类模型中，若分类结果为环境图像中包括建筑物，终端则确定从该环境图像中识别出目标建筑物，终端则继续执行步骤202。

步骤202，终端获取目标建筑物对应的目标属性信息，目标属性信息包括目标建筑物的定位位置。

在一种可能的实施方式中，终端中可以预置建筑物信息数据库，该建筑物信息数据库中存储有终端所属地理区域范围内所有建筑物的属性信息，该地理区域范围在实施例时可以灵活设置，例如，可以是一个市、一个省，等等，在此不做具体限制。

本申请实施例中，每个建筑物的属性信息可以包括该建筑物对应的定位位置以及建筑物特征，建筑物对应的定位位置可以是建筑物的地理坐标，建筑物特征可以是建筑物固有的颜色特征、纹理特征、尺寸特征，等等。

作为一种实施方式，终端可以根据环境图像和上述建筑物信息数据库获取目标建筑物对应的目标属性信息，终端可以将该环境图像输入预设的神经网络模型中提取环境图像中建筑物的特征，然后利用提取的建筑物的特征和建筑物信息数据库中的各建筑物特征进行相似度比较，将相似度最大的建筑物特征对应的属性信息确定为目标属性信息。可以理解的是，目标属性信息包括目标建筑物的定位位置，即目标建筑物的地理坐标。

在另一种可能的实施方式中，该建筑物信息数据库也可以是预置在服务器中的，这样，终端可以将环境图像发送至服务器，服务器根据该环境图像确定目标建筑物对应的目标属性信息，并将该目标属性信息发送至终端，由此可以降低终端的数据处理量，避免对终端的计算资源造成过多的占用。

其中，服务器根据该环境图像确定目标建筑物对应的目标属性信息的过程，可以参见上述终端从建筑物信息数据库中确定目标属性信息的过程，在此不再重复。

步骤203，终端根据环境图像获取终端的当前方位和终端与目标建筑物之间的目标距离，以及根据当前方位、目标距离和目标建筑物的定位位置确定终端的定位位置。

本申请实施例中，终端的当前方位是指终端的当前位置相对于基本方位的角度偏移量，基本方位即正东、正南、正西、正北。

可选地，终端可以根据环境图像获取参考目标物已知的方位，并获取终端与该参考目标物的侧边形成的夹角，结合该参考目标物已知的方位和该夹角确定终端的当前方位，该参考目标物例如可以是目标建筑物。

可选地，终端的当前方位还可以是用户输入的，作为一种实施方式，终端可以展示包括环境图像的方位输入页面，提醒用户输入终端的当前方位。

可选地，终端中还可以预置多个状态传感器，如方向传感器、陀螺仪、倾角传感器等，终端可以将获取到该环境图像作为触发条件，触发终端对多个状态传感器采集的传感器数据进行处理，得到终端的当前方位，等等，在此对终端获取终端的当前方位的方式不做具体限制。

本申请实施例中，目标距离即终端与目标建筑物之间的实际距离，可选地，目标距离可以是终端通过终端中设置的测距传感器测量得到的，作为一种实施方式，终端可以将获取到该环境图像作为触发条件，触发终端通过终端中设置的测距传感器测量该目标距离。

终端获取到终端的当前方位和终端与目标建筑物之间的目标距离后，根据当前方位、目标距离和目标建筑物的定位位置确定终端的定位位置。

在一种可能的实施方式中，参见图3，图3为一种示例性地目标建筑物与终端的位置示意图。假设，上述获取的目标建筑物的定位位置为图3所示的(a,b)，终端的定位位置为图3所示的(x,y)，终端则在终端的当前方位所对应的那条线上确定一个点，使得该点与(a,b)之间的距离等于上述获取的目标距离，那么，该点则为终端的定位位置(x,y)。

例如，假设终端的当前方位为东偏南60°，那么y＝x*tan60°，可以将y采用x*tan60°替换，由于(x,y)与(a,b)之间的距离等于目标距离，根据两点间的距离公式则可以计算得到x,进一步得到y。

这样，通过上述实施方式，则实现了不依赖于GPS对终端进行定位。以网约车为例，终端通过上述实施方式得到终端的定位位置后，终端可以将该定位位置发送至服务器，在终端发送用车请求后，服务器则可以基于该终端的定位位置为用户匹配合适的车辆，服务器在匹配到合适的车辆后，将终端的定位位置添加在导航地图中发送给匹配到的车辆的司机端，供司机按照导航地图中显示的终端的位置去接用户。

上述实施例不必依赖于GPS对终端进行定位，这就避免了由于GPS信号的质量不稳定导致的终端的定位位置不准确的情况；上述实施例通过获取终端周围环境的环境图像，并从该环境图像中识别出目标建筑物，而后，获取包括该目标建筑物的定位位置的目标属性信息，这样，在根据该环境图像获取终端的当前方位和终端与该目标建筑物之间的目标距离之后，直接根据该当前方位、该目标距离以及该目标建筑物的定位位置即可确定终端的定位位置，避免了GPS信号质量对定位准确性的影响，提升了终端的定位准确性。

在一个实施例中，基于上述图2所示的实施例，参见图4，本实施例涉及的是一种示例性地终端如何获取终端的当前方位的过程。如图4所示，该过程包括步骤401、步骤402和步骤403：

步骤401，终端获取终端的视场角度。

终端的视场角度可以是终端的图像采集组件的固有视场角度，例如，150°、160°，等等。

步骤402，终端基于环境图像获取目标建筑物的旋转角度以及第一图像比例。

旋转角度是指目标建筑物相对于基本方位的角度偏移量。可选地，终端可以将环境图像输入至预设的神经网络模型中，得到环境图像中目标建筑物的旋转角度；可选地，目标建筑物的旋转角度还可以是用户输入的，在此不做具体限制。

第一图像比例用于指示终端与目标建筑物的一侧边沿之间形成的第一夹角和视场角度之间的角度比例，即第一夹角为终端相对于目标建筑物的旋转角度。

以下结合图示对第一夹角所表征的角度进行说明。参见图5，图5为一种示例性地目标建筑物与终端的位置关系的俯视图，如图5所示，终端延伸出的两条虚线形成的角度即为终端的视场角度(图5所示的角度A)，角度C即为第一夹角，长度a为环境图像的长度，长度c为目标建筑物在环境图像中的一侧边沿至环境图像的一侧边沿之间的长度。

由于角度C＝角度D+角度E，而角度D＝(180°-角度A)/2，且角度E＝(长度c/长度a)*角度A，因此，可以推导得到如下公式1：

由公式1可以看出，第一夹角和视场角度之间存在角度比例关系，即第一图像比例，该第一图像比例的值由上述长度a和上述长度c确定。

本申请实施例中，环境图像的长度(即长度a)为终端的图像采集组件的固定参数，终端能够读取到该长度a；长度c可以是终端将环境图像输入至预设的神经网络模型中，通过神经网络模型预测得到的，这样，终端则可以获取到第一图像比例。

步骤403，终端根据视场角度、第一图像比例以及旋转角度，获取终端的当前方位。

终端通过步骤401和步骤402确定终端的视场角度、第一图像比例以及目标建筑物的旋转角度之后，终端则可以根据公式1得到终端与目标建筑物的一侧边沿之间形成的第一夹角，这样，相当于终端将目标建筑物作为终端的参考目标物，根据参考目标物的旋转角度以及终端与参考目标物之间的第一夹角，终端则可以准确快速的确定终端的当前方位，提升了终端的定位速度。

在步骤403一种可能的实施方式中，参加图6，终端可以执行如图6所示的步骤4031和步骤4032实现步骤403的过程：

步骤4031，终端根据视场角度和第一图像比例获取第一夹角。

步骤4032，终端将第一夹角与旋转角度相加，得到终端的当前方位。

终端将视场角度和第一图像比例代入上述公式1则得到第一夹角，终端将第一夹角与旋转角度相加，则得到终端的当前方位。

例如，继续参见图3，假设目标建筑物的定位位置为图3所示的(a,b)，终端的定位位置为图3所示的(x,y)，目标建筑物的旋转角度为东偏南45°，第一夹角为15°，则终端的当前方位为东偏南60°。

这样，通过上述实施方式则可方便地确定出终端的当前方位，整个过程计算量小，不涉及复杂运算，避免对终端的性能造成影响，

在一个实施例中，基于上述图2所示的实施例，参见图7，本实施例涉及的是一种示例性地终端如何获取终端与目标建筑物之间的目标距离的过程。如图7所示，该过程包括步骤701、步骤702和步骤703：

步骤701，终端获取终端的视场角度。

终端的视场角度可以是终端的图像采集组件的固有视场角度，例如，150°，160°，等等。

步骤702，终端基于环境图像获取目标建筑物的旋转角度以及第二图像比例。

终端获取目标建筑物的旋转角度的方式与上述步骤402类似，在此不再赘述。

第二图像比例用于指示终端与目标建筑物的两侧边沿之间形成的第二夹角和视场角度之间的角度比例。本申请实施例中，第二图像比例可以为目标建筑物在环境图像中的长度与环境图像的长度的比值。

以下结合图示对第二夹角所表征的角度进行说明。参见图8，图8为一种示例性地目标建筑物与终端的视场角度的示意图，如图8所示，终端延伸出的两条虚线形成的角度即为终端的视场角度，终端延伸出的两条实线形成的角度即为终端与目标建筑物的两侧边沿之间形成的第二夹角(图8所示的角度B)。

视场角度对应的长度a为环境图像的长度，长度a为终端的图像采集组件的固定参数，终端能够读取到该长度a；第二夹角对应的长度b为目标建筑物在环境图像中的长度，长度b可以是终端将环境图像输入至预设的神经网络模型中，通过神经网络模型预测得到的，这样，终端则得到第二图像比例。

步骤703，终端根据视场角度、第二图像比例、旋转角度以及目标属性信息，获取目标距离。

终端将第二图像比例与终端的视场角度相乘，则得到终端与目标建筑物的两侧边沿之间形成的第二夹角。

请参见图9，图9为目标建筑物与终端之间的位置关系示意图。终端获取到该第二夹角后，终端还可以获取目标建筑物在环境图像中的长度b所表征的实际长度；在一种可能的实施方式中，目标建筑物对应的目标属性信息还包括目标建筑物的实际尺寸信息，终端可以将该实际尺寸信息中的真实长度作为该长度b所表征的实际长度，或者也可以将该实际尺寸信息中的真实宽度作为该长度b所表征的实际长度，或者还可以对该实际尺寸信息中的真实长度和真实宽度进行加权求和，将求和结果作为该长度b所表征的实际长度。

接着，假设终端到目标建筑物两侧任一边沿之间的实际距离相等，均等于目标距离，那么根据图9中虚线所示的三角形，终端根据余弦定理公式

这样，本申请实施例终端可以基于第二夹角快速确定终端与目标建筑物之间的目标距离，不必进行复杂的运算，提升了终端的定位速度，降低了终端的计算负担。

在步骤703一种可能的实施方式中，参见图10，终端可以执行如图10所示的步骤7031、步骤7032和步骤7033实现步骤703的过程：

步骤7031，终端根据视场角度和第二图像比例获取第二夹角。

步骤7032，终端根据旋转角度和目标属性信息，获取目标建筑物的两侧边沿之间的实际水平投影距离。

如上文所述，终端将视场角度和第二图像比例相乘获取第二夹角。

本申请实施例中，目标建筑物对应的目标属性信息还可以包括目标建筑物的实际尺寸信息，该实际尺寸信息可以包括目标建筑物的真实长度和真实宽度。

以下，将结合图示对步骤7032的实施过程进行说明。参见图11-图12，图11为一种示例性地目标建筑物与终端的俯视示意图，图12为图11中的目标建筑物的旋转角度的示意图。

如图12所示，角度V为目标建筑物的旋转角度，那么目标建筑物的真实长度L与水平面的夹角则为角度V的余角，即等于90°-V，目标建筑物的真实宽度W与水平面的夹角等于目标建筑物的旋转角度，即等于V。这样，根据三角函数运算规则得到公式2：

d＝L*cos(90°-V)+W*cos V 公式2

d即为目标建筑物的两侧边沿之间的实际水平投影距离。

步骤7033，终端根据第二夹角、实际水平投影距离和余弦定理公式，计算终端与目标建筑物之间的目标距离。

终端将实际水平投影距离作为终端与目标建筑物的两侧边沿之间形成的第二夹角的对边，与上述实施例类似，假设终端到目标建筑物两侧任一边沿之间的实际距离相等，均等于目标距离，那么根据图9中虚线所示的三角形，终端根据余弦定理公式

这样，终端先根据旋转角度和目标属性信息计算目标建筑物的两侧边沿之间的实际水平投影距离，然后再根据第二夹角、实际水平投影距离和余弦定理公式，计算终端与目标建筑物之间的目标距离，避免了上述实施例703的实施方式中，在目标建筑物的真实长度和真实宽度差异较大的情况下，终端直接将该实际尺寸信息中的真实宽度单独作为长度b所表征的实际长度造成的目标距离的误差较大的情况，提升了目标距离的准确性。

在一个实施例中，基于上述图2所示的实施例，参见图13，本实施例涉及的是终端获取目标建筑物对应的目标属性信息的过程。如图13所示，步骤202可以包括步骤2021、步骤2022和步骤2023：

步骤2021，终端获取终端的初始定位位置。

初始定位位置可以是GPS定位位置，北斗定位位置，等等。

步骤2022，终端根据初始定位位置，在建筑物信息数据库中筛选出多个候选属性信息。

本申请实施例中，为了避免建筑物信息数据库中属性信息的数量太多，终端采用终端的初始定位位置对建筑物信息数据库进行过滤以缩小范围。

建筑物信息数据库中存储有终端所属的地理区域范围内所有建筑物的属性信息，该属性信息包括各个建筑物的定位位置。终端可以计算终端的初始定位位置与各个建筑物的定位位置之间的距离，将距离小于预设的距离阈值的属性信息确定为候选属性信息。

步骤2023，终端根据环境图像，从多个候选属性信息中确定目标建筑物对应的目标属性信息。

这样，终端再在步骤2022中确定的各候选属性信息中查找目标建筑物对应的目标属性信息，其中，各候选属性信息对应的候选建筑物与终端之间的距离均小于预设的距离阈值。

由此，终端不必再在全量的建筑物信息数据库中通过特征匹配去查找目标建筑物对应的目标属性信息，大大节约了终端查找目标建筑物对应的目标属性信息的效率。

在步骤2023一种可能的实施方式中，各候选属性信息包括对应的候选建筑物的多个轮廓点坐标和各轮廓点坐标对应的像素值，步骤2023可以包括：

步骤a，终端将环境图像输入至神经网络模型中，得到目标建筑物的各目标轮廓点的坐标。

步骤b，根据各目标轮廓点的坐标，终端从环境图像中提取各目标轮廓点的坐标对应的目标像素值。

步骤c，对于每个候选属性信息，终端将各目标像素值分别与候选属性信息包括的各像素值进行相似度计算。

步骤d，终端对于每个目标像素值，检测目标像素值对应的相似度是否大于预设的相似度阈值。

步骤e，若相似度大于相似度阈值的目标像素值的个数满足预设条件，终端则确定候选属性信息为目标属性信息。

对于每个候选属性信息，终端分别计算各目标轮廓点的坐标对应的目标像素值与该候选属性信息包括的各像素值之间的相似度，相似度的计算可以采用欧式距离法、曼哈顿距离法，等等，在此不做具体限制。

以欧式距离法为例，终端计算一个目标像素值与一个像素值之间的欧式距离，若该欧式距离小于阈值，则确定该目标像素值与该像素值的相似度大于预设的相似度阈值。

若相似度大于相似度阈值的目标像素值的个数满足预设条件，终端则确定该候选属性信息为目标属性信息。这样，通过对像素值进行相似度计算，在缩小后的查找范围内可以准确快速的确定出目标属性信息。

以下，对上述实施例涉及的神经网络模型的获取过程进行介绍。

本申请实施例中，可以预先采集不同光照条件、不同旋转角度的多个建筑物样本图片，然后，对每个建筑物样本图片添加旋转角度标签、建筑物样本图片中的样本建筑物在建筑物样本图片中的尺寸标签、以及样本建筑物的各轮廓点的坐标标签，得到训练样本集。

终端可以采用该训练样本集训练初始神经网络模型框架，得到上述实施例的神经网络模型，或者，由服务器采用该训练样本集训练初始神经网络模型框架，得到上述实施例的神经网络模型，并将神经网络模型发送至终端。

其中，初始神经网络模型框架可以残差网络或者其他网络模型框架，在此不做具体限制。

在另一种可能的实施方式中，也可以分别采用添加有三种标签的建筑物样本图片单独训练，即每种标签单独训练一个神经网络模型，这样可以提升训练效率，在此对神经网络的获取方式和训练方式不做具体限制。

下面结合一个具体的出行场景来介绍本申请的一个实施例，具体参见图14所示，该方法包括如下步骤：

步骤1001，终端获取终端周围环境的环境图像，并从环境图像中识别出目标建筑物。

若乘客需要使用网约车服务，乘客在终端打开网约车应用程序后，终端提示用户将终端的图像采集组件朝向该周围环境中存在建筑物的方向，然后终端采集环境图像，并确定从环境图像中识别出目标建筑物。

步骤1002，终端获取目标建筑物对应的目标属性信息，目标属性信息包括目标建筑物的定位位置。

具体地，获取终端的初始定位位置，终端根据初始定位位置，在建筑物信息数据库中筛选出多个候选属性信息，各候选属性信息对应的候选建筑物与终端之间的距离小于预设的距离阈值。

其中，各候选属性信息包括对应的候选建筑物的多个轮廓点坐标和各轮廓点坐标对应的像素值，终端将环境图像输入至神经网络模型中，得到目标建筑物的各目标轮廓点的坐标；终端根据各目标轮廓点的坐标，从环境图像中提取各目标轮廓点的坐标对应的目标像素值；对于每个候选属性信息，终端将各目标像素值分别与候选属性信息包括的各像素值进行相似度计算；对于每个目标像素值，终端检测目标像素值对应的相似度是否大于预设的相似度阈值；若相似度大于相似度阈值的目标像素值的个数满足预设条件，终端则确定候选属性信息为目标属性信息。

步骤1003，终端根据环境图像获取终端的当前方位。

具体地，终端获取终端的视场角度；终端基于环境图像获取目标建筑物的旋转角度以及第一图像比例，第一图像比例用于指示终端与目标建筑物的一侧边沿之间形成的第一夹角和视场角度之间的角度比例；终端根据视场角度和第一图像比例获取第一夹角；终端将第一夹角与旋转角度相加，得到终端的当前方位。

步骤1004，终端根据环境图像获取终端与目标建筑物之间的目标距离。

具体地，终端获取终端的视场角度；终端基于环境图像获取目标建筑物的旋转角度以及第二图像比例，第二图像比例用于指示终端与目标建筑物的两侧边沿之间形成的第二夹角和视场角度之间的角度比例；终端根据视场角度和第二图像比例获取第二夹角；终端根据旋转角度和目标属性信息，获取目标建筑物的两侧边沿之间的实际水平投影距离；终端根据第二夹角、实际水平投影距离和余弦定理公式，计算终端与目标建筑物之间的目标距离。

步骤1005，终端根据当前方位、目标距离和目标建筑物的定位位置确定终端的定位位置。

终端通过上述实施方式得到终端的定位位置后，终端将该定位位置发送至网约车平台的服务器，在终端像服务器发送用车请求后，服务器则基于该终端的定位位置为用户匹配合适的车辆，服务器在匹配到合适的车辆后，将终端的定位位置添加在导航地图中发送给匹配到的车辆的司机端，供司机按照导航地图中显示的终端的位置去接用户。

应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图15所示，提供了一种终端定位装置，包括：

第一获取模块10，用于获取终端周围环境的环境图像，并从所述环境图像中识别出目标建筑物；

第二获取模块20，用于获取所述目标建筑物对应的目标属性信息，所述目标属性信息包括所述目标建筑物的定位位置；

定位模块30，用于根据所述环境图像获取所述终端的当前方位和所述终端与所述目标建筑物之间的目标距离；以及

根据所述当前方位、所述目标距离和所述目标建筑物的定位位置确定所述终端的定位位置。

在一个实施例中，在图15所示实施例的基础上，参见图16，定位模块30可以包括第一获取单元301、第二获取单元302、第三获取单元303、第四获取单元304、第五获取单元305、第六获取单元306以及定位单元307，其中：

第一获取单元301，用于获取所述终端的视场角度；

第二获取单元302，用于基于所述环境图像获取所述目标建筑物的旋转角度以及第一图像比例，所述第一图像比例用于指示所述终端与所述目标建筑物的一侧边沿之间形成的第一夹角和所述视场角度之间的角度比例；

第三获取单元303，用于根据所述视场角度、所述第一图像比例以及所述旋转角度，获取所述终端的当前方位。

第四获取单元304，用于获取所述终端的视场角度；

第五获取单元305，用于基于所述环境图像获取所述目标建筑物的旋转角度以及第二图像比例，所述第二图像比例用于指示所述终端与所述目标建筑物的两侧边沿之间形成的第二夹角和所述视场角度之间的角度比例；

第六获取单元306，用于根据所述视场角度、所述第二图像比例、所述旋转角度以及所述目标属性信息，获取所述目标距离。

定位单元307，用于采用所述当前方位和所述目标距离对所述目标建筑物的定位位置进行偏移处理，得到所述终端的定位位置。

在一个实施例中，基于图16所示的实施例，第三获取单元303具体用于根据所述视场角度和所述第一图像比例获取所述第一夹角；将所述第一夹角与所述旋转角度相加，得到所述终端的当前方位。

在一个实施例中，基于图16所示的实施例，第六获取单元306具体用于根据所述视场角度和所述第二图像比例获取所述第二夹角；根据所述旋转角度和所述目标属性信息，获取所述目标建筑物的两侧边沿之间的实际水平投影距离；根据所述第二夹角、所述实际水平投影距离和余弦定理公式，计算所述终端与所述目标建筑物之间的所述目标距离。

在一个实施例中，基于图15所示的实施例，参见图17，第二获取模块20可以包括：

位置获取单元201，用于获取所述终端的初始定位位置；

筛选单元202，用于根据所述初始定位位置，在所述建筑物信息数据库中筛选出多个候选属性信息，各所述候选属性信息对应的候选建筑物与所述终端之间的距离小于预设的距离阈值；

确定单元203，用于根据所述环境图像，从所述多个候选属性信息中确定所述目标建筑物对应的所述目标属性信息。

在一个实施例中，基于图17所示的实施例，各所述候选属性信息包括对应的候选建筑物的多个轮廓点坐标和各所述轮廓点坐标对应的像素值，所述确定单元203具体用于将所述环境图像输入至神经网络模型中，得到所述目标建筑物的各目标轮廓点的坐标；根据各所述目标轮廓点的坐标，从所述环境图像中提取各所述目标轮廓点的坐标对应的目标像素值；对于每个所述候选属性信息，将各所述目标像素值分别与所述候选属性信息包括的各所述像素值进行相似度计算；对于每个所述目标像素值，检测所述目标像素值对应的相似度是否大于预设的相似度阈值；若相似度大于所述相似度阈值的目标像素值的个数满足预设条件，则确定所述候选属性信息为所述目标属性信息。

关于终端定位装置的具体限定可以参见上文中对于终端定位方法的限定，在此不再赘述。上述终端定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于终端中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图18为一个实施例示出的一种终端1800的框图。例如，终端1800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图18，终端1800可以包括以下一个或多个组件：处理组件1802，存储器1804，电源组件1806，多媒体组件1808，音频组件1810，输入/输出(I/O)的接口1812，传感器组件1814，通信组件1816。其中，存储器上存储有在处理器上运行的计算机程序或者指令。

处理组件1802通常控制终端1800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1802可以包括一个或多个处理器1818来执行指令，以完成上述方法的全部或部分步骤。此外，处理组件1802可以包括一个或多个模块，便于处理组件1802和其他组件之间的交互。例如，处理组件1802可以包括多媒体模块，以方便多媒体组件1808和处理组件1802之间的交互。

存储器1804被配置为存储各种类型的数据以支持在终端1800的操作。这些数据的示例包括用于在终端1800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1806为终端1800的各种组件提供电力。电源组件1806可以包括电源管理系统，一个或多个电源，及其他与为终端1800生成、管理和分配电力相关联的组件。

多媒体组件1808包括在所述终端1800和用户之间的提供一个输出接口的触控显示屏。在一些实施例中，触控显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1808包括一个前置摄像头和/或后置摄像头，即实现图像采集组件的功能。当终端1800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1810被配置为输出和/或输入音频信号。例如，音频组件1810包括一个麦克风(MIC)，当终端1800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1804或经由通信组件1816发送。在一些实施例中，音频组件1810还包括一个扬声器，用于输出音频信号。

I/O接口1312为处理组件1802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1814包括一个或多个状态传感器，用于为终端1800提供各个方面的状态评估。例如，传感器组件1814可以检测到终端1800的打开/关闭状态，组件的相对定位，例如所述组件为终端1800的显示器和小键盘，传感器组件1814还可以检测终端1800或终端1800一个组件的位置改变，用户与终端1800接触的存在或不存在，终端1800方位或加速/减速和终端1800的温度变化。传感器组件1814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1816被配置为便于终端1800和其他设备之间有线或无线方式的通信。终端1800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，终端1800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述终端定位方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1804，上述指令可由终端1800的处理器1818执行以完成上述终端定位方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，可以实现上述方法。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行这些计算机指令时，可以全部或部分地按照本申请实施例所述的流程或功能实现上述方法中的部分或者全部。

本领域普通技术人员可以理解实现上述实施例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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请实施例所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static RandomAccess Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请实施例构思的前提下，还可以做出若干变形和改进，这些都属于本申请实施例的保护范围。因此，本申请实施例专利的保护范围应以所附权利要求为准。