增强现实的车辆定位方法、装置及设备与流程

1.本公开一般涉及定位技术，并且更具体地涉及一种增强现实(augmented reality，ar)的车辆定位方法、装置及设备、计算机可读存储介质以及计算机程序产品。


背景技术：

2.在现实生活场景中，经常需要在大量车辆中寻找、定位目标车辆。例如，在网络约车场景中，乘客需要在马路上的各种车辆中确定其所约定的车辆；在停车场寻车场景中，车主需要在停车场中的大量车辆中寻找自己的车辆；在城市监控场景中，需要从冗长的监控画面中的大量车辆中确定、追踪目标车辆等等。然而，由于经常存在车辆外形相似、车牌辨识度低、视线受阻、方向迷失等情况，使得寻找目标车辆的过程变得困难。
3.如今，诸如增强现实(ar)的计算机视觉技术快速发展。增强现实能够将虚拟信息与真实世界巧妙融合，广泛运用了多媒体、三维建模、实时跟踪及注册、智能交互等多种技术手段，可以将文字、图像、三维模型、音乐、视频等虚拟信息模拟仿真后，叠加到真实世界中，从而实现对真实世界的“增强”。增强现实技术给车辆定位带来了新的思路。


技术实现要素：

4.为了解决上述问题，本公开提供了一种增强现实的车辆定位方法、装置及设备、计算机可读存储介质以及计算机程序产品。
5.根据本公开实施例的一个方面，提供了一种增强现实的车辆定位方法，包括：获取目标车辆的位置信息和/或所述目标车辆的视觉特征，其中所述目标车辆为将要利用增强现实进行标识的车辆；获取并显示与包含所述目标车辆的场景相关联的实景画面；以及利用所述目标车辆的位置信息和/或视觉特征，在所述实景画面进行车辆匹配以确定所述目标车辆，并在所述实景画面中对所述目标车辆进行增强现实的标识。
6.根据本公开实施例的示例，其中，由第一终端执行所述车辆定位方法，所述方法还包括：获取所述第一终端的第一位置信息；其中所述目标车辆是被分配给与所述第一终端相关联的车辆呼叫请求的车辆，其中利用所述目标车辆的位置信息和/或视觉特征，在所述实景画面进行车辆匹配以确定所述目标车辆包括：利用所述第一终端的第一位置信息、所述目标车辆的位置信息和/或视觉特征，在所述实景画面进行车辆匹配以确定所述目标车辆。
7.根据本公开实施例的示例，其中，在所述实景画面中进行车辆匹配以确定所述目标车辆包括：基于所述第一终端与所述目标车辆的相对位置以及所述第一终端获取所述实景画面时的摄像参数在所述实景画面中进行车辆匹配，以确定所述目标车辆，其中，所述相对位置包括方向信息和/或距离信息，所述摄像参数包括相机朝向、相机位置和相机焦距中的至少一个。
8.根据本公开实施例的示例，其中，在所述实景画面中进行车辆匹配以确定所述目标车辆包括：基于所述目标车辆的视觉特征确定所述实景画面中的车辆与所述目标车辆的
匹配度，并将匹配度超过预定匹配阈值的车辆确定为所述目标车辆。
9.根据本公开实施例的示例，其中，在所述实景画面中进行车辆匹配以确定所述目标车辆包括：在所述实景画面中确定预定数量的备选车辆；以及确定所述预定数量的备选车辆中的各个备选车辆与所述目标车辆的匹配度，并将匹配度最高的备选车辆确定为所述目标车辆。
10.根据本公开实施例的示例，其中，在所述实景画面中进行车辆匹配以确定所述目标车辆还包括：基于所述第一终端与所述目标车辆的相对位置以及所述第一终端获取所述实景画面时的摄像参数，在所述实景画面中确定预定数量的备选车辆；以及基于所述目标车辆的视觉特征确定所述预定数量的备选车辆中的各个备选车辆与所述目标车辆的匹配度，并将匹配度最高的备选车辆确定为所述目标车辆。
11.根据本公开实施例的示例，其中，在所述实景画面中进行车辆匹配以确定所述目标车辆包括：基于所述第一终端与所述目标车辆的相对位置以及所述第一终端获取所述实景画面时的摄像参数，确定所述实景画面中的各个车辆与所述目标车辆的第一匹配概率；基于所述目标车辆的视觉特征，确定所述实景画面中的各个车辆与所述目标车辆的第一匹配概率；以及基于所述第一匹配概率和所述第二匹配概率，确定所述目标车辆。
12.根据本公开实施例的示例，其中，基于所述第一匹配概率和所述第二匹配概率确定所述目标车辆包括：对于所述第一匹配概率和所述第二匹配概率进行加权，以得到最终匹配概率；将所述实景画面中与所述目标车辆的最终匹配概率最高的车辆确定为所述目标车辆。
13.根据本公开实施例的示例，所述方法还包括：获取用于增强现实的车辆标识的触发信息，并且在获取到所述触发信息的情况下，获取并显示与包含所述目标车辆的场景相关联的实景画面，其中，获取用于增强现实的车辆标识的触发信息包括：通过基于所述第一位置信息和所述目标车辆的位置信息确定所述第一终端和所述目标车辆之间的距离小于预定距离阈值，来获取所述触发信息；或者响应于在所述第一终端上检测到对用于增强现实的车辆标识的触发操作，来获取所述触发信息。
14.根据本公开实施例的示例，其中所述视觉特征是从所述第二终端接收的，并且所述视觉特征包括所述目标车辆的轮廓数据、颜色数据、结构数据和图案数据中的至少一个。
15.根据本公开实施例的示例，其中，在所述实景画面中对所述目标车辆进行增强现实的标识包括：通过将预定图标叠加在所述实景画面中的所述目标车辆上方来对所述目标车辆进行增强现实的标识，并且其中，所述预定图标随所述目标车辆移动而相应地在所述实景画面中移动。
16.根据本公开实施例的另一方面，提供了一种增强现实的车辆定位装置，包括：第一获取单元，被配置为获取目标车辆的位置信息和/或所述目标车辆的视觉特征，其中所述目标车辆为将要利用增强现实进行标识的车辆；第二获取单元，被配置为获取并显示与包含所述目标车辆的场景相关联的实景画面；以及标识单元，被配置为利用所述目标车辆的位置信息和/或视觉特征，在所述实景画面进行车辆匹配以确定所述目标车辆，并在所述实景画面中对所述目标车辆进行增强现实的标识。
17.根据本公开实施例的示例，其中，所述车辆定位装置被实现为第一终端，所述第一终端被配置为：利用第一获取单元获取所述第一终端的第一位置信息，其中所述目标车辆
是被分配给与所述第一终端相关联的车辆呼叫请求的车辆，其中所述标识单元还被配置为：利用所述第一终端的第一位置信息、所述目标车辆的位置信息和/或视觉特征，在所述实景画面进行车辆匹配以确定所述目标车辆。
18.根据本公开实施例的示例，其中，标识单元被配置为：基于所述第一终端与所述目标车辆的相对位置以及所述第一终端获取所述实景画面时的摄像参数在所述实景画面中进行车辆匹配，以确定所述目标车辆，其中，所述相对位置包括方向信息和/或距离信息，所述摄像参数包括相机朝向、相机位置和相机焦距中的至少一个。
19.根据本公开实施例的示例，其中，标识单元被配置为：基于所述目标车辆的视觉特征确定所述实景画面中的车辆与所述目标车辆的匹配度，并将匹配度超过预定匹配阈值的车辆确定为所述目标车辆。
20.根据本公开实施例的示例，其中，标识单元被配置为：在所述实景画面中确定预定数量的备选车辆；以及确定所述预定数量的备选车辆中的各个备选车辆与所述目标车辆的匹配度，并将匹配度最高的备选车辆确定为所述目标车辆。
21.根据本公开实施例的示例，其中，标识单元被配置为：基于所述第一终端与所述目标车辆的相对位置以及所述第一终端获取所述实景画面时的摄像参数，在所述实景画面中确定预定数量的备选车辆；以及基于所述目标车辆的视觉特征确定所述预定数量的备选车辆中的各个备选车辆与所述目标车辆的匹配度，并将匹配度最高的备选车辆确定为所述目标车辆。
22.根据本公开实施例的示例，其中，标识单元被配置为：基于所述第一终端与所述目标车辆的相对位置以及所述第一终端获取所述实景画面时的摄像参数，确定所述实景画面中的各个车辆与所述目标车辆的第一匹配概率；基于所述目标车辆的视觉特征，确定所述实景画面中的各个车辆与所述目标车辆的第一匹配概率；以及基于所述第一匹配概率和所述第二匹配概率，确定所述目标车辆。
23.根据本公开实施例的示例，其中，标识单元被配置为：对于所述第一匹配概率和所述第二匹配概率进行加权，以得到最终匹配概率；将所述实景画面中与所述目标车辆的最终匹配概率最高的车辆确定为所述目标车辆。
24.根据本公开实施例的示例，其中，所述第二获取单元还被配置为获取用于增强现实的车辆标识的触发信息，并且在获取到所述触发信息的情况下，获取并显示与包含所述目标车辆的场景相关联的实景画面，其中，获取用于增强现实的车辆标识的触发信息包括：通过基于所述第一位置信息和所述目标车辆的位置信息确定所述第一终端和所述目标车辆之间的距离小于预定距离阈值，来获取所述触发信息；或者响应于在所述第一终端上检测到对用于增强现实的车辆标识的触发操作，来获取所述触发信息。
25.根据本公开实施例的示例，其中，所述视觉特征是从所述第二终端接收的，并且所述视觉特征包括所述目标车辆的轮廓数据、颜色数据、结构数据和图案数据中的至少一个。
26.根据本公开实施例的示例，其中，标识单元被配置为：通过将预定图标叠加在所述实景画面中的所述目标车辆上方来对所述目标车辆进行增强现实的标识，并且其中，所述预定图标随所述目标车辆移动而相应地在所述实景画面中移动。
27.根据本公开实施例的另一方面，提供了一种增强现实的车辆定位设备，包括：一个或多个处理器；和一个或多个存储器，其中所述存储器中存储有计算机可读代码，所述计算
机可读代码在由所述一个或多个处理器运行时，使得所述一个或多个处理器执行上述各个方面中所述的方法。
28.根据本公开实施例的另一方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令在被处理器执行时，使得所述处理器执行上述各个方面中所述的方法。
29.根据本公开实施例的另一方面，提供了一种计算机程序产品，其包括计算机可读指令，所述计算机可读指令在被处理器执行时，使得所述处理器执行上述各个方面中所述的方法。
30.利用根据本公开上述各个方面的增强现实的车辆定位方法、装置及设备、计算机可读存储介质以及计算机程序产品，通过利用目标车辆的位置信息和/或视觉特征在实景画面中进行车辆匹配来确定目标车辆，并在实景画面中对目标车辆进行增强现实的标识，能够快速地从大量车辆中寻找到目标车辆，大大提高在诸如网络约车、停车场寻车、监控追踪车辆等场景中寻车的效率。
附图说明
31.通过结合附图对本公开实施例进行更详细的描述，本公开实施例的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
32.图1示出了根据本公开实施例的车辆定位方法的应用场景；
33.图2示出了根据本公开实施例的增强现实的车辆定位方法的流程图；
34.图3示出了根据本公开实施例的示例的、由第一终端执行的增强现实的车辆定位方法的流程图；
35.图4示出了根据本公开实施例的目标车辆与第一终端之间的位置信息交换的示意图；
36.图5示出了根据本公开实施例的示例的用于触发增强现实的车辆标识的示意界面；
37.图6a示出了根据本公开实施例的示例的实景画面的示意图；
38.图6b示出了利用根据本公开实施例的增强现实的车辆定位方法在图6a的实景画面中进行车辆标识的示意图；
39.图7示出了根据本公开实施例的示例的预定图标在实景画面中移动的示意图；
40.图8示出了根据本公开实施例的示例的三维注册过程的示意图；
41.图9示出了根据本公开实施例的增强现实的车辆定位装置的结构示意图；
42.图10示出了根据本公开实施例的示例性计算设备的架构的示意图。
具体实施方式
43.下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实
施例，都属于本公开保护的范围。
44.在诸如网络约车、停车场寻车、监控追踪车辆等现实生活场景中，经常需要从大量车辆中快速寻找、定位目标车辆，然而由于车辆外形相似、车牌辨识度低、视线受阻、方向迷失等各种因素，使得寻找目标车辆的过程变得困难。图1示出了根据本公开实施例的车辆定位方法的应用场景。如图1所示，在空间110(例如马路、停车场等)中存在大量车辆120，从这些大量车辆中快速地找到目标车辆120a对用户来说可能是比较困难的。因此，希望存在一种方法，能够帮助用户从大量车辆中快速地寻找、定位目标车辆。为此，本公开实施例提供了一种增强现实的车辆定位方法，借助增强现实技术，能够在包含目标车辆的实景画面中快速地确定目标车辆并对目标车辆进行增强现实的标识。
45.下面参照图2描述根据本公开实施例的增强现实的车辆定位方法。图2示出了根据本公开实施例的增强现实的车辆定位方法200的流程图。例如，车辆定位方法200例如可以由服务器来执行，服务器可以是独立的服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、定位服务以及大数据和人工智能平台等基础云计算服务的云服务器。又例如，车辆定位方法200也可以由诸如台式计算机等的固定终端以及诸如智能手机、平板电脑、便携式计算机、手持设备、个人数字助理、智能可穿戴设备等的移动终端来执行。本公开实施例对此不作具体限制。
46.如图2所示，在步骤s210中，获取目标车辆的位置信息和/或目标车辆的视觉特征。其中，目标车辆是将对其利用增强现实进行标识的车辆。目标车辆的位置信息例如可以包括目标车辆的三维位置坐标等信息，该位置信息例如可以是通过卫星定位、基站定位、wifi定位、蓝牙定位、近距离无线通信(nfc)定位等定位技来确定的。目标车辆的视觉特征例如可以包括目标车辆的轮廓数据、颜色数据、图案数据等中的至少一个。例如，在网络约车场景中，目标车辆可以是乘客所约定的车辆，可以从目标车辆直接接收目标车辆的位置信息和/或视觉特征，或者从服务器的数据库中获取预先存储的目标车辆的位置信息和/或视觉特征；在停车场寻车场景中，目标车辆可以是车主的车辆，可以从车主自行上传的信息或者经由服务器从诸如停车场的监控设备等渠道获取目标车辆的位置信息和/或视觉特征；在监控追踪车辆的场景中，目标车辆可以是将要对其进行追踪的车辆等等，可以从用户自行输入的信息获取或者从服务器接收目标车辆的位置信息和/或视觉特征，等等。
47.在步骤s220中，获取并显示与包含目标车辆的场景相关联的实景画面。可以通过诸如摄像机、照相机等的摄像设备来获取可能包含目标车辆的场景的实景画面，并对实景画面进行显示。例如，在停车场寻车的场景中，可以获取包含停车场内的车辆的实景画面，以在该实景画面中寻找目标车辆。
48.在步骤s230中，利用目标车辆的位置信息和/或视觉特征，在实景画面中进行车辆匹配以确定目标车辆。如果在当前实景画面中寻找到目标车辆，则在实景画面中对目标车辆进行增强现实的标识；否则，继续获取新的实景画面，并在新的实景画面中继续进行车辆匹配，直到寻找到目标车辆。根据本公开实施例的示例，在实景画面中进行车辆匹配以确定目标车辆可以仅利用目标车辆的位置信息来实现，或者可以仅利用目标车辆的视觉特征来实现，或者也可以通过结合使用目标车辆的位置信息和视觉特征来实现，如下面将进一步详细讨论的。在从实景画面中确定了目标车辆之后，可以利用增强现实技术对目标车辆进
行标识，例如，可以通过将预定图标叠加在实景画面中的目标车辆上方来对目标车辆进行标识，并且可以使得预定图标能够随着目标车辆的移动或者实景画面的更新而相应地在实景画面中移动。预定图标可以是利用诸如三维建模、图像处理等技术生成的任意图标，例如文字、图像、三维模型等等，也可以结合用户喜好、节日、天气等等由用户进行自主设置，本公开实施例对此不作具体限制。
49.在本公开实施例中，上述增强现实的车辆定位方法例如可以由第一终端来执行。这里，第一终端可以是诸如智能手机、平板电脑、便携式计算机、手持设备、个人数字助理、智能可穿戴设备等的移动终端，本公开实施例对此不作具体限制。例如，在网络约车场景中，第一终端可以是乘客所使用的手机终端。下面，以网络约车场景为例，参照图3描述根据本公开实施例描述的由第一终端执行的车辆定位方法。
50.图3示出了根据本公开实施例的示例的、由第一终端执行的增强现实的车辆定位方法300的流程图。如图3所示，步骤s310可以包括步骤s311和s312。在步骤s311中，获取第一终端的第一位置信息。在步骤s312中，获取目标车辆的位置信息和/或目标车辆的视觉特征，如上文参照步骤s210所述。
51.以网络约车场景为示例，目标车辆可以是被分配给与第一终端相关联的车辆呼叫请求的车辆，目标车辆的位置信息例如可以称为第二位置信息。换句话说，目标车辆即为乘客所约定的车辆。例如，乘客可以通过其所持的第一终端发送车辆呼叫请求，响应于该车辆呼叫请求，乘客被分派了目标车辆。具体地，在一个示例中，乘客可以通过第一终端向服务器发送车辆呼叫请求，该车辆呼叫请求中可以包括第一终端的第一位置信息。第一位置信息例如可以通过获取第一终端的定位坐标来确定，例如可以通过诸如卫星定位、基站定位、wifi定位、蓝牙定位、nfc定位等定位技术来获取第一终端的定位坐标，本公开实施例对此不作具体限制。服务器在接收到车辆呼叫请求之后，根据第一终端的第一位置信息向预定范围内的车辆发送订单，并根据预定规则筛选出合适的车辆作为目标车辆分派给乘客。这里，预定规则可以是任意用来分派目标车辆的规则，本公开实施例对此不做具体限制。在为第一终端确定了目标车辆之后，可以从目标车辆直接接收目标车辆的位置信息和/或视觉特征，或者从服务器的数据库中获取预先存储的目标车辆的位置信息和/或视觉特征之后转发给请求目标车辆的第一终端，本公开实施例对此不做具体限制。
52.目标车辆的第二位置信息也可以是通过诸如卫星定位、基站定位、wifi定位、蓝牙定位、nfc定位等定位技术获取的，并且可以由目标车辆直接发送给第一终端或者通过服务器发送给第一终端。例如，目标车辆可以通过位于目标车辆上的第二终端来确定其第二位置信息，并直接发送给第一终端或者通过服务器发送给第一终端，第二终端例如可以是车载全球定位系统(gps)、车载通信设备、车载智能手机、车载平板电脑、车载个人数字助理等任意具有定位功能的设备，本公开实施例对此不作具体限制。
53.图4示出了根据本公开实施例的目标车辆与第一终端之间的位置信息交换的示意图。如图4所示，目标车辆与第一终端可以直接交换各自的位置信息，或者通过服务器来进行位置信息交换。因此，可以直接从目标车辆获取目标车辆的第二位置信息，或者可以通过服务器获取目标车辆的第二位置信息。
54.在步骤s320中，第一终端可以获取并显示与包含目标车辆的场景相关联的实景画面，如上文参照步骤s220所述。此外，车辆定位方法300还可以包括获取用于增强现实的车
辆标识的触发信息，并且在获取到触发信息的情况下，才进行获取并显示与包含目标车辆的场景相关联的实景画面的步骤。其中，触发信息指示要进行增强现实的车辆标识处理。根据本公开实施例的示例，触发信息可以是响应于接收到对执行车辆定位方法300的设备进行的触发操作而获取的，例如，当用户在执行车辆定位方法300的设备上对用于增强现实的车辆标识进行触发操作时，该设备可以响应于检测到触发操作而获取触发信息。根据本公开实施例的另一示例，也可以自适应进行获取触发信息的步骤，例如，当检测到预定触发条件时，可以自适应进行获取触发信息的步骤。
55.在该示例中，获取用于增强现实的车辆标识的触发信息可以包括通过基于第一终端的第一位置信息和目标车辆的第二位置信息来判断第一终端和目标车辆之间的距离是否小于预定距离阈值，并且在第一终端和目标车辆之间的距离小于预定距离阈值时，获取用于增强现实的车辆标识过程的触发信息。该预定距离阈值例如可以是使得目标车辆能够被包含在由第一终端获取的实景画面中的距离数值，或者可以是其他合适的数值。可替代地，可以响应于在第一终端上检测到对用于增强现实的车辆标识的触发操作，来获取触发信息。例如，持有第一终端的乘客可以通过触发第一终端上的设置选项来选择进行增强现实的车辆标识，则响应于该乘客的触发操作，第一终端可以获取触发信息。
56.图5示出了根据本公开实施例的示例的用于触发增强现实的车辆标识的示意界面。如图5所示，例如，在第一终端的界面上，乘客可以查看其中示出了目标车辆的位置信息的地图，在该界面上具有用于增强现实的车辆标识过程的设置选项“ar找车”，用户可以通过触发该设置选项，来选择进行增强现实的车辆标识，以快速地寻找到目标车辆。响应于在第一终端上检测到对该设置选项的触发操作，第一终端可以获取触发信息。
57.在获取到触发信息的情况下，第一终端可以获取并显示与包含目标车辆的场景相关联的实景画面。第一终端可以通过诸如摄像机、照相机等的摄像设备来获取可能包含目标车辆的场景的实景画面，并对实景画面进行显示。例如，在第一终端为乘客所持的智能手机的情况下，可以通过手机相机拍摄马路上的车辆，以获得可能包括目标车辆的实景画面，并将实景画面显示在手机的显示界面上，如图6a所示。图6a示出了根据本公开实施例的示例的实景画面的示意图。在图6a的实景画面610中，有多辆具有不同位置和视觉特征的车辆，第一终端需要从这些车辆中确定目标车辆。
58.之后，在步骤s330中，第一终端利用第一终端的第一位置信息、目标车辆的位置信息和/或视觉特征，在实景画面中进行车辆匹配以确定目标车辆。如果第一终端在当前实景画面中寻找到目标车辆，则在当前实景画面中对目标车辆进行增强现实的标识；否则，第一终端可以继续获取新的实景画面。例如，在第一终端为乘客所持的智能手机的情况下，乘客可以通过改变手机相机的角度、焦距等摄像参数来获取新的实景画面。然后，在新的实景画面中继续进行车辆匹配，直到寻找到目标车辆。
59.例如，第一终端对图6a所示的实景画面610进行车辆匹配，并最终在该实景画面610中确定了目标车辆620a，则可以在实景画面610中对目标车辆620a进行标识。第一终端可以利用增强现实技术对目标车辆620a进行标识，例如，可以通过将预定图标叠加在实景画面610中的目标车辆620a上方来对目标车辆进行增强现实的标识，如图6b所示。图6b示出了利用根据本公开实施例的增强现实的车辆定位方法在图6a的实景画面中进行车辆标识的示意图。在图6b中，通过在目标车辆620a上方显示虚拟汽车符号，来标识目标车辆620a，
从而能够使乘客快速、准确地识别出目标车辆620a。
60.此外，在本公开实施例中，可以使得对目标车辆进行标识的预定图标随着目标车辆的移动或者实景画面的更新而相应地在实景画面中移动，从而确保能够保持对目标车辆的跟踪。图7示出了根据本公开实施例的示例的预定图标在实景画面中移动的示意图。图7(a)示出了包含目标车辆720a的实景画面710，其中目标车辆720a上方显示有虚拟汽车符号。当例如在持有第一终端的乘客晃动手机、移动位置等情况下，显示在第一终端上的实景画面从710更新为710’，此时，目标车辆720a在实景画面中的位置也发生了改变，相应地，显示在目标车辆720a上方的虚拟汽车符号的位置也发生了改变，如图7(b)所示。
61.需要说明的是，虽然上述以网络约车场景作为示例进行了描述，但是本公开实施例不限于此，上述示例中的具体步骤或细节也可以用于其他各种场景中，例如停车场寻车、监控追踪车辆等等，并且可以根据具体应用场景进行适应性地修改和调整，本公开实施例对此不作具体限制。
62.下面对在实景画面中进行车辆匹配以确定目标车辆的步骤进行进一步地详细描述。
63.在本公开实施例中，可以利用增强现实技术来实现在实景画面中的车辆匹配以确定目标车辆，并将预定图标叠加在实景画面中的目标车辆处。为了实现虚拟的预定图标与真实的实景画面的完美融合，需要精确确定预定图标在实景画面中的位置，或者说，确定将要放置预定图标的目标车辆在实景画面中的位置，从而能够准确地将预定图标叠加在实景画面中的目标车辆处，这一过程例如可以称为三维注册。图8示出了根据本公开实施例的示例的三维注册过程的示意图。如图8所示，可以使用基于硬件传感器的三维注册方法、基于计算机视觉的三维注册方法、组合这两者的混合注册方法等等在实景画面中确定目标车辆，从而能够将预定图标注册在实景画面中的目标车辆处，以例如在显示设备上将预定图标与实景画面进行叠加显示。
64.在一个示例中，可以基于第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数在实景画面中进行车辆匹配，以确定目标车辆。第一终端与目标车辆的相对位置可以根据此前获取的第一终端的第一位置信息以及目标车辆的第二位置信息来确定，例如，相对位置可以包括第一终端和目标车辆的方向信息以及距离信息等等。摄像参数是指第一终端在获取实景画面时所采用的摄像参数，可以包括相机朝向、相机位置、相机焦距以及其他相关参数中的至少一个。例如，在网络约车场景中，第一终端可以是乘客所持的智能手机，则摄像参数是指乘客在使用智能手机拍摄实景画面时手机相机的朝向、位置、焦距等参数。摄像参数例如可以通过第一终端内置的方向传感器、重力传感器、陀螺仪传感器等硬件传感器来获得。在获得第一终端与目标车辆的相对位置以及相机的摄像参数之后，可以确定相机坐标系与世界坐标系的变换关系，进而利用各种图像处理技术，根据目标车辆在真实世界中的位置来确定目标车辆在实景画面中的位置，以在实景画面中确定目标车辆。该示例中的方法利用了由硬件传感器获得的参数来进行三维注册，可以称为基于硬件传感器的三维注册方法。
65.在另一个示例中，可以基于目标车辆的视觉特征来在实景画面中进行车辆匹配，以确定目标车辆。这里，视觉特征可以包括但不限于车辆的轮廓数据、颜色数据、结构数据、图案数据等等。如图1所示，不同车辆通常具有不同的视觉特征，例如不同的颜色、轮廓、结
构、尺寸、图案、车牌等等，从而使得每个车辆都具有不同于其他车辆的视觉特征。因此，可以基于目标车辆的视觉特征对实景画面中的不同车辆与目标车辆的进行比较，例如，可以基于目标车辆的视觉特征计算实景画面中的不同车辆与目标车辆的匹配度，并将匹配度超过预定匹配阈值或者匹配度最高的车辆确定为目标车辆。目标车辆的视觉特征例如可以由目标车辆直接发送给执行车辆定位方法的设备(例如，第一终端)，或者可以经由服务器来转发给该设备。该示例中的方法利用了视觉特征来进行三维注册，可以称为基于计算机视觉的三维注册方法。
66.在另一个示例中，在实景画面中进行车辆匹配以确定目标车辆可以包括：在实景画面中确定预定数量的备选车辆；以及确定预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，并将匹配度最高的备选车辆作为目标车辆。
67.例如，可以利用第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数，首先在实景画面中初步确定预定数量的备选车辆，然后进一步精确计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。
68.又例如，可以利用目标车辆的视觉特征，首先在实景画面中初步确定预定数量的备选车辆，然后进一步精确计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。
69.又例如，可以利用第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数，首先在实景画面中初步确定预定数量的备选车辆，然后利用目标车辆的视觉特征计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。或者，可以利用目标车辆的视觉特征，首先在实景画面中初步确定预定数量的备选车辆，然后利用第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。这里描述的两种方法同时利用了由硬件传感器获取的参数以及目标车辆的视觉特征来进行三维注册，可以称为混合注册方法。
70.在另一个示例中，在实景画面中进行车辆匹配以确定目标车辆可以包括：基于第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数，确定实景画面中的各个车辆与目标车辆的第一匹配概率；基于目标车辆的视觉特征，确定实景画面中的各个车辆与目标车辆的第一匹配概率；基于第一匹配概率和第二匹配概率，确定目标车辆。例如，可以对第一匹配概率和第二匹配概率进行加权，以确定最终的匹配概率，然后将实景画面中与目标车辆的最终匹配概率最高的车辆确定为目标车辆。在本公开实施例中，例如可以利用经验模型来构建匹配概率模型，以及用于对第一和第二匹配概率进行加权的权重。可替代地，可以利用诸如卷积神经网络(cnn)的神经网络来构建匹配概率模型，通过对神经网络进行训练，来获得最优的匹配概率模型以及最优的权重，从而使得目标车辆匹配的准确率最高。
71.在另一个示例中，在实景画面中进行车辆匹配以确定目标车辆可以包括利用来自目标车辆上的第二终端的指示来辅助进行在实景画面中的车辆匹配。具体地，当第一终端和目标车辆之间的距离小于一定值时，例如小于如上所述的预定距离阈值或者不同于该预定距离阈值的其他阈值时，可以通过目标车辆上的第二终端来向第一终端发出指示，使得
第一终端能够基于该指示更快地完成车辆匹配，以确定目标车辆。例如，在第二终端为智能手机的情况下，目标车辆可以通过该手机闪光灯发出闪烁指示，该闪烁指示也可以认为是一种独特的视觉特征，则第一终端可以基于该闪烁指示，快速地完成车辆匹配并确定目标车辆。另外，在车辆匹配成功后，第一终端可以向目标车辆的第二终端发出匹配成功指示，第二终端在接收到该匹配成功指示之后，可以向第一终端发送确认指示。例如，在第二终端为智能手机的情况下，可以通过发出一定次数的闪光，来向第一终端发送确认指示。在网络约车场景下，目标车辆上的第二终端还可以向司机发出语音提示，以提示司机车辆匹配成功。
72.利用根据本公开上述实施例的增强现实的车辆定位方法，通过利用目标车辆的位置信息和/或视觉特征在实景画面中进行车辆匹配来确定目标车辆，并在实景画面中对目标车辆进行增强现实的标识，能够快速地从大量车辆中寻找到目标车辆，大大提高在诸如网络约车、停车场寻车、监控追踪车辆等场景中寻车的效率。
73.下面参照图9描述根据本公开实施例的增强现实的车辆定位装置。图9示出了根据本公开实施例的增强现实的车辆定位装置900的结构示意图。由于装置900与上文结合图2描述的方法200的部分细节相同，因此在这里为了简单起见，省略对相同内容的详细描述。根据本公开实施例的增强现实的车辆定位装置900例如可以搭载在服务器上，服务器例如可以是独立的服务器，多个物理服务器构成的服务器集群或者分布式系统、或者是可以提供云服务、云计算等各种服务的云服务器；车辆定位装置900也可以由诸如台式计算机等的固定终端以及诸如智能手机、平板电脑、便携式计算机、手持设备、个人数字助理、智能可穿戴设备等的移动终端来执行，本公开实施例对此不作具体限制。
74.如图9所述，车辆定位装置900可以包括第一获取单元910、第二获取单元920以及标识单元930，除了这三个单元以外，车辆定位装置800还可以包括其他部件，然而，由于这些部件与本公开实施例的内容无关，因此在这里省略其图示和描述。
75.第一获取单元910被配置为接收目标车辆的位置信息和/或目标车辆的视觉特征。其中，目标车辆是将对其利用增强现实进行标识的车辆。目标车辆的位置信息例如可以包括目标车辆的三维位置坐标等信息，该位置信息例如可以是通过卫星定位、基站定位、wifi定位、蓝牙定位、nfc定位等定位技来确定的。目标车辆的视觉特征例如可以包括目标车辆的轮廓数据、颜色数据、图案数据等中的至少一个。例如，在网络约车场景中，目标车辆可以是乘客所约定的车辆，第一获取单元910可以从目标车辆直接接收或者经由服务器从目标车辆接收目标车辆的位置信息和/或视觉特征；在停车场寻车场景中，目标车辆可以是车主的车辆，第一获取单元910可以从车主自行上传的信息获取或者经由服务器从诸如停车场的监控设备等渠道获取目标车辆的位置信息和/或视觉特征；在监控追踪车辆的场景中，目标车辆可以是将要对其进行追踪的车辆等等，第一获取单元910可以从用户自行输入的信息获取或者从服务器接收目标车辆的位置信息和/或视觉特征，等等。
76.第二获取单元920获取并显示与包含目标车辆的场景相关联的实景画面。可以通过诸如摄像机、照相机等的摄像设备来获取可能包含目标车辆的场景的实景画面，并对实景画面进行显示。例如，在停车场寻车的场景中，可以获取包含停车场内的车辆的实景画面，以在该实景画面中寻找目标车辆并对目标车辆进行增强现实的标识。
77.标识单元930被配置为利用目标车辆的位置信息和/或视觉特征，在实景画面中进
行车辆匹配以确定目标车辆。如果在当前实景画面中寻找到目标车辆，则标识单元930在实景画面中对目标车辆进行增强现实的标识；否则，标识单元930继续获取新的实景画面，并在新的实景画面中继续进行车辆匹配，直到寻找到目标车辆。根据本公开实施例的示例，在实景画面中进行车辆匹配以确定目标车辆可以仅利用目标车辆的位置信息来实现，或者可以仅利用目标车辆的视觉特征来实现，或者也可以通过结合使用目标车辆的位置信息和视觉特征来实现，如下面将进一步详细讨论的。在从实景画面中确定了目标车辆之后，标识单元930可以利用增强现实技术对目标车辆进行标识，例如，标识单元930可以通过将预定图标叠加在实景画面中的目标车辆上方来对目标车辆进行标识，并且可以使得预定图标能够随着目标车辆的移动或者实景画面的更新而相应地在实景画面中移动。预定图标可以是利用诸如三维建模、图像处理等技术生成的任意图标，例如文字、图像、三维模型等等，也可以结合用户喜好、节日、天气等等由用户进行自主设置，本公开实施例对此不作具体限制。
78.在本公开实施例中，上述增强现实的车辆定位装置900例如可以通过第一终端来实现。这里，第一终端可以是诸如智能手机、平板电脑、便携式计算机、手持设备、个人数字助理、智能可穿戴设备等的移动终端，本公开实施例对此不作具体限制。例如，在网络约车场景中，第一终端可以是乘客所使用的手机终端。下面，以网络约车场景为例，具体描述根据本公开实施例的通过第一终端实现的车辆定位装置900的过程。
79.具体地，第一终端通过第一获取单元910来获取第一终端的第一位置信息以及目标车辆的位置信息和/或视觉特征。例如，在网络约车场景中，可以获取乘客所持的手机终端的定位坐标作为第一位置信息，该定位坐标例如可以是通过诸如卫星定位、基站定位、wifi定位、蓝牙定位、nfc定位等定位技术获取的，本公开实施例对此不作具体限制。
80.在网络约车场景的示例中，目标车辆可以是被分配给与第一终端相关联的车辆呼叫请求的车辆，目标车辆的位置信息例如可以称为第二位置信息。换句话说，目标车辆即为乘客所约定的车辆。例如，乘客可以通过其所持的第一终端发送车辆呼叫请求，响应于该车辆呼叫请求，乘客被分派了目标车辆。具体地，在一个示例中，乘客可以通过第一终端向服务器发送车辆呼叫请求，该车辆呼叫请求中可以包括第一终端的第一位置信息。服务器在接收到车辆呼叫请求之后，根据第一终端的第一位置信息向预定范围内的车辆发送订单，并根据预定规则筛选出合适的车辆作为目标车辆分派给乘客。这里，预定规则可以是任意用来分派目标车辆的规则，本公开实施例对此不做具体限制。在为第一终端确定了目标车辆之后，第一获取单元910可以从目标车辆直接接收目标车辆的位置信息和/或视觉特征，或者从服务器的数据库中获取预先存储的目标车辆的位置信息和/或视觉特征之后转发给请求目标车辆的第一终端，本公开实施例对此不做具体限制。
81.目标车辆的第二位置信息也可以是通过诸如卫星定位、基站定位、wifi定位、蓝牙定位、nfc定位等定位技术获取的，并且可以由目标车辆直接发送给第一终端或者通过服务器发送给第一终端。例如，目标车辆可以通过位于目标车辆上的第二终端来确定其第二位置信息，并直接发送给第一终端或者通过服务器发送给第一终端，第二终端例如可以是车载全球定位系统(gps)、车载通信设备、车载智能手机、车载平板电脑、车载个人数字助理等任意具有定位功能的设备，本公开实施例对此不作具体限制。
82.第一终端通过第二获取单元920获取并显示与包含目标车辆的场景相关联的实景画面，如上文参照步骤s220所述。此外，第一终端还可以通过第二获取单元920首先获取用
于增强现实的车辆标识的触发信息，并且在获取到触发信息的情况下，才进行获取并显示与包含目标车辆的场景相关联的实景画面的步骤。其中，触发信息指示要进行增强现实的车辆标识处理。根据本公开实施例的示例，触发信息可以是响应于接收到对车辆定位装置900进行的触发操作而获取的，例如，当用户在车辆定位装置900上对用于增强现实的车辆标识进行触发操作时，该装置可以响应于检测到触发操作而获取触发信息。根据本公开实施例的另一示例，也可以自适应进行获取触发信息的步骤，例如，当检测到预定触发条件时，可以自适应进行获取触发信息的步骤。
83.在该示例中，获取用于增强现实的车辆标识的触发信息的步骤可以包括通过基于第一终端的第一位置信息和目标车辆的第二位置信息来判断第一终端和目标车辆之间的距离是否小于预定距离阈值，并且在第一终端和目标车辆之间的距离小于预定距离阈值时，第一终端可以通过第二获取单元920获取用于增强现实的车辆标识过程的触发信息。该预定距离阈值例如可以是使得目标车辆能够被包含在由第一终端获取的实景画面中的距离数值，或者可以是其他合适的数值。第一终端可以通过第二获取单元920响应于在第一终端上检测到对用于增强现实的车辆标识的触发操作，来获取触发信息。例如，持有第一终端的乘客可以通过触发第一终端上的设置选项来选择进行增强现实的车辆标识，则响应于该乘客的触发操作，第一终端可以获取触发信息。
84.如图5所示，例如，在第一终端的界面上，乘客可以查看其中示出了目标车辆的位置信息的地图，在该界面上具有用于增强现实的车辆标识过程的设置选项“找车”，用户可以通过触发该设置选项，来选择进行增强现实的车辆标识，以快速地寻找到目标车辆。响应于在第一终端上检测到对该设置选项的触发操作，第一终端可以获取触发信息。
85.在获取到触发信息的情况下，第一终端可以通过第二获取单元920获取并显示与包含目标车辆的场景相关联的实景画面。第一终端可以通过诸如摄像机、照相机等的摄像设备来获取可能包含目标车辆的场景的实景画面，并对实景画面进行显示。例如，在第一终端为乘客所持的智能手机的情况下，可以通过手机相机拍摄马路上的车辆，以获得可能包括目标车辆的实景画面，并将实景画面显示在手机的显示界面上，如图6a所示。在图6a的实景画面610中，有多辆具有不同位置和视觉特征的车辆，第一终端需要从这些车辆中确定目标车辆。
86.之后，第一终端可以通过标识单元930利用第一终端的第一位置信息、目标车辆的位置信息和/或视觉特征，在实景画面中进行车辆匹配以确定目标车辆。如果第一终端在当前实景画面中寻找到目标车辆，则在当前实景画面中对目标车辆进行增强现实的标识；否则，第一终端可以继续获取新的实景画面。例如，在第一终端为乘客所持的智能手机的情况下，乘客可以通过改变手机相机的角度、焦距等摄像参数来获取新的实景画面。然后，在新的实景画面中继续进行车辆匹配，直到寻找到目标车辆。
87.例如，第一终端对图6a所示的实景画面610进行车辆匹配，并最终在该实景画面610中确定了目标车辆620a，则可以在实景画面610中对目标车辆620a进行标识。第一终端可以通过第二获取单元920利用增强现实技术对目标车辆620a进行标识，例如，可以通过将预定图标叠加在实景画面610中的目标车辆620a上方来对目标车辆进行增强现实的标识，如图6b所示。在图6b中，通过在目标车辆620a上方显示虚拟汽车符号，来标识目标车辆620a，从而能够使乘客快速、准确地识别出目标车辆620a。
88.此外，在本公开实施例中，可以使得对目标车辆进行标识的预定图标随着目标车辆的移动或者实景画面的更新而相应地在实景画面中移动，从而确保能够保持对目标车辆的跟踪。图7(a)示出了包含目标车辆720a的实景画面710，其中目标车辆720a上方显示有虚拟汽车符号。当例如在持有第一终端的乘客晃动手机、移动位置等情况下，显示在第一终端上的实景画面从710更新为710’，此时，目标车辆720a在实景画面中的位置也发生了改变，相应地，显示在目标车辆720a上方的虚拟汽车符号的位置也发生了改变，如图7(b)所示。
89.需要说明的是，虽然上述以网络约车场景作为示例进行了描述，但是本公开实施例不限于此，上述示例中的具体步骤或细节也可以用于其他各种场景中，例如停车场寻车、监控追踪车辆等等，并且可以根据具体应用场景进行适应性地修改和调整，本公开实施例对此不作具体限制。
90.下面对在实景画面中进行车辆匹配以确定目标车辆的步骤进行进一步地详细描述。
91.在本公开实施例中，标识单元930可以利用增强现实技术来实现在实景画面中的车辆匹配以确定目标车辆，并将预定图标叠加在实景画面中的目标车辆处。为了实现虚拟的预定图标与真实的实景画面的完美融合，需要精确确定预定图标在实景画面中的位置，或者说，确定将要放置预定图标的目标车辆在实景画面中的位置，从而能够准确地将预定图标叠加在实景画面中的目标车辆处，这一过程例如可以称为三维注册。
92.在一个示例中，标识单元930可以基于第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数在实景画面中进行车辆匹配，以确定目标车辆。第一终端与目标车辆的相对位置可以根据此前获取的第一终端的第一位置信息以及目标车辆的第二位置信息来确定，例如，相对位置可以包括第一终端和目标车辆的方向信息以及距离信息等等。摄像参数是指第一终端在获取实景画面时所采用的摄像参数，可以包括相机朝向、相机位置、相机焦距以及其他相关参数中的至少一个。例如，在网络约车场景中，第一终端可以是乘客所持的智能手机，则摄像参数是指乘客在使用智能手机拍摄实景画面时手机相机的朝向、位置、焦距等参数。摄像参数例如可以通过第一终端内置的方向传感器、重力传感器、陀螺仪传感器等硬件传感器来获得。在获得第一终端与目标车辆的相对位置以及相机的摄像参数之后，可以确定相机坐标系与世界坐标系的变换关系，进而利用各种图像处理技术，根据目标车辆在真实世界中的位置来确定目标车辆在实景画面中的位置，以在实景画面中确定目标车辆。该示例中的方法利用了由硬件传感器获得的参数来进行三维注册，可以称为基于硬件传感器的三维注册方法。
93.在另一个示例中，标识单元930可以基于目标车辆的视觉特征来在实景画面中进行车辆匹配，以确定目标车辆。这里，视觉特征可以包括但不限于车辆的轮廓数据、颜色数据、结构数据、图案数据等等。如图1所示，不同车辆通常具有不同的视觉特征，例如不同的颜色、轮廓、结构、尺寸、图案、车牌等等，从而使得每个车辆都具有不同于其他车辆的视觉特征。因此，可以基于目标车辆的视觉特征对实景画面中的不同车辆与目标车辆的进行比较，例如，可以基于目标车辆的视觉特征计算实景画面中的不同车辆与目标车辆的匹配度，并将匹配度超过预定匹配阈值或者匹配度最高的车辆确定为目标车辆。目标车辆的视觉特征例如可以由目标车辆直接发送给执行车辆定位方法的设备(例如，第一终端)，或者可以经由服务器来转发给该设备。该示例中的方法利用了视觉特征来进行三维注册，可以称为
基于计算机视觉的三维注册方法。
94.在另一个示例中，标识单元930可以在实景画面中确定预定数量的备选车辆；以及确定预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，并将匹配度最高的备选车辆作为目标车辆。
95.例如，可以利用第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数，首先在实景画面中初步确定预定数量的备选车辆，然后进一步精确计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。又例如，可以利用目标车辆的视觉特征，首先在实景画面中初步确定预定数量的备选车辆，然后进一步精确计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。
96.又例如，可以利用第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数，首先在实景画面中初步确定预定数量的备选车辆，然后利用目标车辆的视觉特征计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。又例如，可以利用目标车辆的视觉特征，首先在实景画面中初步确定预定数量的备选车辆，然后利用第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数计算该预定数量的备选车辆中的各个备选车辆与目标车辆的匹配度，将匹配度最高的备选车辆作为目标车辆。这里描述的两种方法同时利用了由硬件传感器获取的参数以及目标车辆的视觉特征来进行三维注册，可以称为是混合注册方法。
97.在另一个示例中，标识单元930可以基于第一终端与目标车辆的相对位置以及第一终端获取实景画面时的摄像参数，确定实景画面中的各个车辆与目标车辆的第一匹配概率；基于目标车辆的视觉特征，确定实景画面中的各个车辆与目标车辆的第一匹配概率；基于第一匹配概率和第二匹配概率，确定目标车辆。例如，可以对第一匹配概率和第二匹配概率进行加权，以确定最终的匹配概率，然后将实景画面中与目标车辆的最终匹配概率最高的车辆确定为目标车辆。在本公开实施例中，例如可以利用经验模型来构建匹配概率模型，以及用于对第一和第二匹配概率进行加权的权重。可替代地，可以利用诸如卷积神经网络(cnn)的神经网络来构建匹配概率模型，通过对神经网络进行训练，来获得最优的匹配概率模型以及最优的权重，从而使得目标车辆匹配的准确率最高。
98.在另一个示例中，标识单元930可以利用来自目标车辆上的第二终端的指示来辅助进行在实景画面中的车辆匹配。具体地，当第一终端和目标车辆之间的距离小于一定值时，例如小于如上所述的预定距离阈值或者不同于该预定距离阈值的其他阈值时，可以通过目标车辆上的第二终端来向第一终端发出指示，使得第一终端能够基于该指示更快地完成车辆匹配，以确定目标车辆。例如，在第二终端为智能手机的情况下，目标车辆可以通过该手机闪光灯发出闪烁指示，该闪烁指示也可以认为是一种独特的视觉特征，则第一终端可以基于该闪烁指示，快速地完成车辆匹配并确定目标车辆。另外，在车辆匹配成功后，第一终端可以向目标车辆的第二终端发出匹配成功指示，第二终端在接收到该匹配成功指示之后，可以向第一终端发送确认指示。例如，在第二终端为智能手机的情况下，可以通过发出一定次数的闪光，来向第一终端发送确认指示。在网络约车场景下，目标车辆上的第二终端还可以向司机发出语音提示，以提示司机车辆匹配成功。
99.利用根据本公开上述实施例的增强现实的车辆定位装置，通过利用目标车辆的位
置信息和/或视觉特征在实景画面中进行车辆匹配来确定目标车辆，并在实景画面中对目标车辆进行增强现实的标识，能够快速地从大量车辆中寻找到目标车辆，大大提高在诸如网络约车、停车场寻车、监控追踪车辆等场景中寻车的效率。
100.此外，根据本公开实施例的设备(例如，增强现实的车辆定位设备等)也可以借助于图10所示的示例性计算设备的架构来实现。图10示出了根据本公开实施例的示例性计算设备1000的架构的示意图。如图10所示，计算设备1000可以包括总线1010、一个或多个cpu 1020、只读存储器(rom)1030、随机存取存储器(ram)1040、连接到网络的通信端口1050、输入/输出组件1060、硬盘1070等。计算设备1000中的存储设备，例如rom 1030或硬盘1070可以存储计算机处理和/或通信使用的各种数据或文件以及cpu所执行的程序指令。计算设备1000还可以包括用户界面1080。当然，图10所示的架构只是示例性的，在实现不同的设备时，根据实际需要，可以省略图10示出的计算设备中的一个或多个组件。根据本公开实施例的增强现实的车辆定位设备可以被配置为执行根据本公开上述各个实施例的增强现实的车辆定位方法，或者用于实现根据本公开上述各个实施例的增强现实的车辆定位装置。
101.本公开的实施例也可以被实现为计算机可读存储介质。根据本公开实施例的计算机可读存储介质上存储有计算机可读指令。当计算机可读指令由处理器运行时，可以执行参照以上附图描述的根据本公开上述各个实施例的增强现实的车辆定位方法。计算机可读存储介质包括但不限于例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。
102.根据本公开的实施例，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或者计算机程序包括计算机可读指令，该计算机可读指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机可读指令，处理器执行该计算机可读指令，使得该计算机设备执行上述各个实施例中描述的增强现实的车辆定位方法。
103.本领域技术人员能够理解，本公开所披露的内容可以出现多种变型和改进。例如，以上所描述的各种设备或组件可以通过硬件实现，也可以通过软件、固件、或者三者中的一些或全部的组合实现。
104.此外，如本公开和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。
105.此外，本公开中使用了流程图用来说明根据本公开实施例的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作叠加到这些过程中，或从这些过程移除某一步或数步操作。
106.除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本公开所属领
域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
107.以上对本公开进行了详细说明，但对于本领域技术人员而言，显然，本公开并非限定于本说明书中说明的实施方式。本公开在不脱离由权利要求书的记载所确定的本公开的宗旨和范围的前提下，可以作为修改和变更方式来实施。因此，本说明书的记载是以示例说明为目的，对本公开而言并非具有任何限制性的意义。