一种定位用户的方法和装置与流程

本发明涉及电子技术领域，尤其涉及一种定位用户的方法和装置。

背景技术：

随着电子技术的快速发展，移动机器人已经开始出现在人们的日常生活中为人们进行服务。移动机器人的所处环境不确定性很强，因此，这就要求移动机器人准确定位出用户的位置，以及用户与自身的距离。

现有技术中移动机器人用来定位用户的解决方案有多种，但大都存在定位准确率不高的问题。

技术实现要素：

本发明实施例提供了一种定位用户的方法和装置，用于提高定位用户的准确率。

第一方面，本发明提供了一种定位用户的方法，应用于可移动设备，所述可移动设备包括麦克风阵列组成的音频采集单元，以及图像采集单元，述方法包括：

获得由所述音频采集单元采集得到的第一音频信息，并对所述第一音频信息进行分析，获得分析结果；

在所述分析结果表征所述第一音频信息用于指示所述可移动设备定位到目标用户时，根据所述第一音频信息计算所述目标用户与所述可移动设备之间的第一位置信息；

根据所述第一位置信息获得第一控制参数，并根据所述第一控制参数控制所述可移动设备进入跟踪状态；

处于所述跟踪状态的所述可移动设备通过所述图像采集单元采集图像，并基于采集到的图像获得所述目标用户与所述可移动设备和/或所述图像采集单元之间的第二位置信息。

可选的，对所述第一音频信息进行分析，获得分析结果，包括：

提取所述第一音频信息的声纹，并将所述声纹与预设声纹进行匹配，以判断所述目标用户是否为合法用户；

当所述声纹与所述预设声纹匹配时，对所述第一音频信息进行语义分析；

当分析出所述第一音频信息的语义与预设指令语义匹配时，获得表征指示所述可移动设备定位到所述目标用户的所述分析结果。

可选的，根据所述第一位置信息获得第一控制参数，包括：

根据所述第一位置信息，确定所述图像采集单元当前采集范围与所述目标用户之间第一夹角值，并基于所述第一夹角值生成所述第一控制信息；

根据所述第一控制参数控制所述可移动设备进入跟踪状态，包括：

根据所述第一控制信息，控制所述图像采集单元旋转所述第一夹角值，或者控制能够带动所述图像采集单元旋转的带动单元旋转所述第一夹角值；所述图像采集单元旋转所述第一夹角值后控制所述图像采集单元进入所述跟踪状态，或者在旋转过程中控制所述图像采集单元进入所述跟踪状态。

可选的，所述方法还包括：

当所述图像采集单元在旋转过程中进行采集时，如果采集到所述目标用户，则控制所述图像采集单元或是所述带动单元停止旋转。

可选的，基于采集到的图像获得所述目标对象与所述可移动设备和/或所述图像采集单元之间的第二位置信息，包括：

基于预先存储的预设头像，在所述采集到的图像中进行识别，获得识别结果；

当所述识别结果表征所述采集的图像中存在所述目标用户时，确定出所述目标用户在所述采集到的图像中的第二位置；

根据所述第二位置，确定所述第二位置与所述采集范围的预设位置之间的第二夹角值。

可选的，在确定所述第二位置与所述采集范围的预设位置之间的第二夹角值之后，还包括：

根据所述第二夹角值生成第二控制信息，并根据所述第二控制信息控制所述图像采集单元或者能够带动所述图像采集单元旋转的带动单元旋转所述第二夹角值。

可选的，根据所述第一音频信息计算所述目标用户与所述设备之间的第一位置信息，包括：

根据所述麦克风阵列中每个麦克风的设置位置，以及所述第一音频信息中至少三个麦克风的采集的音频信息，计算所述目标用户与所述可移动设备之间的所述第一位置信息。

第二方面，本发明提供了一种定位用户的装置，应用于可移动设备，所述可移动设备包括麦克风阵列组成的音频采集单元，以及图像采集单元，所述装置包括：

第一获得及分析模块，用于获得由所述音频采集单元采集得到的第一音频信息，并对所述第一音频信息进行分析，获得分析结果；

第一计算模块，用于在所述分析结果表征所述第一音频信息用于指示所述可移动设备定位到目标用户时，根据所述第一音频信息计算所述目标用户与所述可移动设备之间的第一位置信息；

第一获得及控制模块，用于根据所述第一位置信息获得第一控制参数，并根据所述第一控制参数控制所述可移动设备进入跟踪状态；

第一采集及获得模块，用于处于所述跟踪状态的所述可移动设备通过所述图像采集单元采集图像，并基于采集到的图像获得所述目标用户与所述可移动设备和/或所述图像采集单元之间的第二位置信息。

可选的，所述第一获得及分析模块用于提取所述第一音频信息的声纹，并将所述声纹与预设声纹进行匹配，以判断所述目标用户是否为合法用户；当所述声纹与所述预设声纹匹配时，对所述第一音频信息进行语义分析；当分析出所述第一音频信息的语义与预设指令语义匹配时，获得表征指示所述可移动设备定位到所述目标用户的所述分析结果。

可选的，所述第一获得及控制模块用于根据所述第一位置信息，确定所述图像采集单元当前采集范围与所述目标用户之间第一夹角值，并基于所述第一夹角值生成所述第一控制信息；根据所述第一控制信息，控制所述图像采集单元旋转所述第一夹角值，或者控制能够带动所述图像采集单元旋转的带动单元旋转所述第一夹角值；所述图像采集单元旋转所述第一夹角值后控制所述图像采集单元进入所述跟踪状态，或者在旋转过程中控制所述图像采集单元进入所述跟踪状态。

可选的，所述第一获得及控制模块还用于当所述图像采集单元在旋转过程中进行采集时，如果采集到所述目标用户，则控制所述图像采集单元或是所述带动单元停止旋转。

可选的，所述第一采集及获得模块用于基于预先存储的预设头像，在所述采集到的图像中进行识别，获得识别结果；当所述识别结果表征所述采集的图像中存在所述目标用户时，确定出所述目标用户在所述采集到的图像中的第二位置；根据所述第二位置，确定所述第二位置与所述采集范围的预设位置之间的第二夹角值。

可选的，所述装置还包括：

第二生成及控制模块，用于在确定所述第二位置与所述采集范围的预设位置之间的第二夹角值之后，根据所述第二夹角值生成第二控制信息，并根据所述第二控制信息控制所述图像采集单元或者能够带动所述图像采集单元旋转的带动单元旋转所述第二夹角值。

可选的，所述第一计算模块用于根据所述麦克风阵列中每个麦克风的设置位置，以及所述第一音频信息中至少三个麦克风的采集的音频信息，计算所述目标用户与所述可移动设备之间的所述第一位置信息。

本发明的有益效果如下：

在本发明实施例中，获得由音频采集单元采集得到的第一音频信息，并对第一音频信息进行分析，获得分析结果，在分析结果表征第一音频信息用于指示可移动设备定位到目标用户时，根据第一音频信息计算目标用户与设备之间的第一位置信息，然后根据第一位置信息获得第一控制参数，并根据第一控制参数控制可移动设备进入跟踪状态，处于跟踪状态的可移动设备通过图像采集单元采集图像，并基于采集到的图像获得目标对象与可移动设备和/或图像采集单元之间的第二位置信息。可见，在第一音频信息用于指示可移动设备定位到目标用户时先确定出第一位置信息，进一步再基于跟踪状态下采集到的图像获得目标用户与可移动设备和/或图像采集单元之间的第二位置信息，进而解决了现有技术中定位准确率不高的技术问题，实现了提高定位用户准确率的技术效果。

附图说明

图1为本发明实施例中定位用户的方法流程图；

图2为本发明实施例中计算第一位置信息的原理示意图；

图3为本发明实施例中计算第二位置信息的原理示意图；

图4a-图4b为本发明实施例中平衡车定位用户的示意图；

图5为本发明实施例中定位用户的装置示意图。

具体实施方式

本发明实施例提供了一种定位用户的方法和装置，用于提高定位用户的准确率。

为了解决本发明的技术问题，

在本发明实施例中，获得由音频采集单元采集得到的第一音频信息，并对第一音频信息进行分析，获得分析结果，在分析结果表征第一音频信息用于指示可移动设备定位到目标用户时，根据第一音频信息计算目标用户与设备之间的第一位置信息，然后根据第一位置信息获得第一控制参数，并根据第一控制参数控制可移动设备进入跟踪状态，处于跟踪状态的可移动设备通过图像采集单元采集图像，并基于采集到的图像获得目标对象与可移动设备和/或图像采集单元之间的第二位置信息。可见，在第一音频信息用于指示可移动设备定位到目标用户时先确定出第一位置信息，进一步再基于跟踪状态下采集到的图像获得目标用户与可移动设备和/或图像采集单元之间的第二位置信息，进而解决了现有技术中定位准确率不高的技术问题，实现了提高定位用户准确率的技术效果。

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本发明实施例中的定位用户的方法应用于可移动设备，例如移动机器人、移动智能家居设备、平衡车等，本发明不做具体限制。其中，可移动设备包括由麦克风阵列组成的音频采集单元。麦克风阵列中的多个麦克风按照一定规则排列设置，例如在内接正三角形的三个顶点各设置一个麦克风，在矩形四边中点各设置两个麦克风，或者如图2所示，图2中的每个圆点表示一个麦克风。本发明对于麦克风的数量和具体设置方式不做具体限制，所属领域的普通技术人员可以根据实际进行选择。另外，可移动设备还包括图像采集单元。

请参考图1，为本发明实施例中定位用户的方法流程图，该方法包括：

S101：获得由所述音频采集单元采集得到的第一音频信息，并对所述第一音频信息进行分析，获得分析结果；

S102：在所述分析结果表征所述第一音频信息用于指示所述可移动设备定位到目标用户时，根据所述第一音频信息计算所述目标用户与所述设备之间的第一位置信息；

S103：根据所述第一位置信息获得第一控制参数，并根据所述第一控制参数控制所述可移动设备进入跟踪状态；

S104：处于所述跟踪状态的所述可移动设备通过所述图像采集单元采集图像，并基于采集到的图像获得所述目标用户与所述可移动设备和/或所述图像采集单元之间的第二位置信息。

具体来讲，在S101中，由音频采集单元采集到的第一音频信息，主要指由麦克风阵列采集到的目标用户发出声音的音频信息。其中，第一音频信息包括但不限于声纹、语义、频率、达到时间、增益等。

获得第一音频信息后，为了确定是否响应第一音频信息以及如何响应第一音频信息，还将对第一音频信息进行分析。在本发明实施例中，对第一音频信息进行分析，获得分析结果，可以通过如下方式实现：

提取所述第一音频信息的声纹，并将所述声纹与预设声纹进行匹配，以判断所述目标用户是否为合法用户；

当所述声纹与所述预设声纹匹配时，对所述第一音频信息进行语义分析；

当分析出所述第一音频信息的语义与预设指令语义匹配时，获得表征指示所述可移动设备定位到所述目标用户的所述分析结果。

具体来讲，考虑到安全性，在分析第一音频信息时，首先从第一音频信息中提取声纹。然后，将该声纹与可移动设备中的预设声纹进行匹配，进而判断目标用户是否为合法用户。其中，可移动设备预先存储有一个或多个预设声纹，每个预设声纹对应一个合法用户。那么，如果从第一音频信息中提取出的声纹与预设声纹匹配，则判断第一音频信息对应的目标用户为合法用户；反之，如果提取出的声纹与所有预设声纹均不匹配，判断目标用户不为合法用户。

在具体实现过程中，如果判断出目标用户不为合法用户，则不再响应第一音频信息，即不执行第一音频信息欲实现的控制。进一步还可以输出警告信息等，本发明不做具体限制。

当声纹与预设声纹匹配时，接着，对第一音频信息进行语义分析，以确定目标用户产生第一音频信息是为了如何控制可移动设备。具体来讲，可移动设备中具有语义库，语义库至少包括用于控制可移动设备定位到用户的预设指令语义，进一步还可以包括用于控制可移动设备播放音乐的指令语义、用于控制可移动设备停止前行的指令语义以及用于控制可移动设备旋转的指令语义等，本发明不做具体限制。

在进行语义分析时，将第一音频信息的语义与语义库中的至少一条指令语义进行匹配，如果第一音频信息的语义与预设指令语义匹配，获得表征指示可移动设备定位到目标用户的分析结果。如果第一音频信息的语义不与预设指令语义匹配，而与其他指令语义匹配，则获得表征匹配指令语义的分析结果，并进一步执行该匹配指令语义对应的指令。而如果第一音频信息与语义库所有指令语义均不匹配，则不再响应第一音频信息。进一步还可以输出重新输入提示等，本发明不做具体限制。

由上述描述可知，在提取到的声纹与预设声纹匹配时，再进行语义分析，不仅可以确定出第一音频信息对应的指令，并且保证了可移动设备对不合法用户的音频信息不予响应，提高了安全性。

接下来，在分析结果表征第一音频信息用于指示可移动设备定位到目标用户时，在S102中，根据第一音频信息计算出目标用户与可移动设备之间的第一位置关系。

在本发明实施例中，可以通过如下实现方式计算第一位置信息：

根据所述麦克风阵列中每个麦克风的分设置位置，以及所述第一音频信息中至少三个麦克风的采集的音频信息，计算所述目标用户与所述可移动设备之间的所述第一位置信息。

具体来讲，第一音频信息中包括至少三个麦克风采集的音频信息。由于每个麦克风的设置位置不同，因此同一声源发出的声音到达每个麦克风的时间是不同的。所以，根据至少三个麦克风的到达时间，以及每个麦克风的设置位置，通过几何关系计算出第一位置信息。

下面对计算第一位置信息的原理进行介绍。请参考图2，为计算第一位置信息的原理示意图。为方便说明，假设至少三个麦克风为图1中的A、B和C三个麦克风。声源发出的声音到达麦克风A的时间为T1，到达麦克风B的时间为T2，到达麦克风C的时间为T3。故，声源与上述三个麦克风之间的距离为

L1＝T1/v，

L2＝T2/v，

L3＝T3/v。

其中，L1为声源与麦克风A之间的距离，L2为声源与麦克风B之间的距离，L3为声源与麦克风C之间的距离，v为声音在空气中的传播速度。

接下来，获得以麦克风A为圆心L1为半径的圆，以麦克风B为圆心L2为半径的圆，以及以麦克风C为圆心L3为半径的圆。上述三个圆表示声源可能所在的位置，那么，图2中阴影区域表示的三个圆重叠的位置就是声源所在的位置。

在本发明实施例中，将目标用户视为声源，那么，如果麦克风阵列设置在可移动设备上，则计算出的声源位置就是目标用户与可移动设备之间的第一位置信息；如果麦克风阵列未设置在可移动设备上，则按照麦克风阵列与可移动设备之间已知的相对位置进一步计算出第一位置信息，这里就不详细赘述了。

接下来，在S103中，根据第一位置信息获得第一控制参数，并根据第一控制参数控制可移动设备进入跟踪状态。其中，在本发明实施例中，根据第一位置信息获得第一控制参数，包括：

根据所述第一位置信息，确定所述图像采集单元当前采集范围与所述目标用户之间第一夹角值，并基于所述第一夹角值生成所述第一控制信息；

根据第一控制参数控制可移动设备进入跟踪状态，包括：

根据所述第一控制信息，控制所述图像采集单元旋转所述第一夹角值，或者控制能够带动所述图像采集单元旋转的带动单元旋转所述第一夹角值；所述图像采集单元旋转所述第一夹角值后控制所述图像采集单元进入所述跟踪状态，或者在旋转过程中控制所述图像采集单元进入所述跟踪状态。

具体来讲，首先根据第一位置信息，确定图像采集单元的当前采集范围与目标用户之间相差的角度，也即图像采集单元旋转多少角后采集范围能够包含目标用户。将图像采集单元的当前采集范围与目标用户之间相差的角度作为第一夹角值。然后，基于第一夹角值生成第一控制信息，以调整图像采集单元的采集范围至能够包含目标用户的范围。

在调整采集范围时，如果图像采集单元自身能旋转，则控制图像采集单元旋转第一夹角值；如果图像采集单元自身不能旋转，则控制能够带动图像采集单元旋转的带动单元，例如云台、移动设备的移动底盘等，旋转第一夹角值。

对于控制图像采集单元进入跟踪状态，在本发明实施例中，则有两种实现方式。

第一种，在图像采用单元自身旋转或者被带动旋转第一夹角值后，控制图像采集单元进入跟踪状态，开始采集图像。第二种，考虑到目标用户可能发生移动，因此在旋转过程中就控制图像采集单元进入跟踪状态，采集图像。

如果结合上述控制图像采集单元进入跟踪状态的第二种实现方式，那么还可以包括：

当所述图像采集单元在旋转过程中进行采集时，如果采集到所述目标用户，则控制所述图像采集单元或是所述带动单元停止旋转。

由于在旋转过程中采集到了目标用户，则表示可移动设备已定位到了目标用户，为了节约设备资源，将控制图像采集单元停止旋转或者带动单元停止旋转。

结合上述多个实施方式中的任意一种，S104中基于采集到的图像获得目标对象与可移动设备和/或图像采集单元之间的第二位置信息，可以具体包括如下过程：

基于预先存储的预设头像，在所述采集到的图像中进行识别，获得识别结果；

当所述识别结果表征所述采集的图像中存在所述目标用户时，确定出所述目标用户在所述采集到的图像中的第二位置；

根据所述第二位置，确定所述第二位置与所述采集范围的预设位置之间的第二夹角值。

具体来讲，可移动设备中预先存储有与预设声纹对应同一用户的预设头像。可移动设备首先在采集到的图像中进行头像识别，以提取出采集到的图像中出现的头像。然后，将识别出的头像与预设头像进行特征对比，并计算出相似度。如果相似度不低于阈值，则生成表征采集的图像中存在目标用户的识别结果；如果相似度低于阈值，或者从采集到的图像中未识别出任何头像，则生成表征采集的图像中不存在目标用户的识别结果。阈值例如为90％，95％等。

如果所获得的识别结果表征采集图像中存在目标用户，则进一步从采集到的图像中确定出目标用户的第二位置。然后，确定第二位置与采集范围的预设位置之间相差的角度，并将第二位置与预设位置之间相差的角度作为第二夹角值。本发明实施例中的预设位置可以为采集范围中的最佳采集位置，或者中央采集位置等，本发明不做具体限制。

举例来说，请参考图3，为获得第二位置信息的原理示意图。图3示出了一帧包括目标用户的图像，目标用户在该图像中的位置就是第二位置。假设采集范围的预设位置为图3虚线矩形包围的位置。计算得到，第二位置与预设位置之间相差的角度为θ，故第二夹角值为θ。

进一步，第一种控制图像采集单元进入跟踪状态的实现方式，是在图像采用单元动旋转第一夹角值后开始采集图像的，然而由于计算第一夹角值的误差，或者目标用户在产生第一音频信息以后发生了移动，都可能会使得图像采集单元旋转第一夹角值后采集不到包含目标用户的图像。所以，结合上述实施方式，在基于预先存储的预设头像，在所述采集到的图像中进行识别，获得识别结果之后，还可以进一步包括：

当所述识别结果表征所述采集的图像中不存在所述目标用户时，控制所述图像采集单元或者所述带动单元带动所述图像采集单元旋转第三夹角值。

具体来讲，如果旋转第一夹角值后，从采集到的图像中识别不到目标用户，甚至识别不到任意用户时，则可以微调图像采集单元的采集范围。具体来讲，在本发明实施例中，控制图像采集单元或者带动单元旋转第三夹角值，具体为控制图像采集单元或者带动单元在参考转动方向上正向和/或反向旋转第三夹角值。

参考转动方向为采集单元能够转动的其中一个或者多个方向，例如为平衡于大地的方向，和/或垂直于大地的方向等。正向和反向为在参考转动方向上，两个相反的旋转方向。举例来说，可移动设备为平衡车，平衡车的图像采集单元可以在围绕滚转轴、俯仰轴和偏航轴三个方向上转动，参考转动方向为围绕偏航轴的转动方向，且正向为从上往下观察平衡车偏航转动时，顺时针的转动方向，反向则为逆时针的转动方向。

另外，在本发明实施例中，技术人员可以选择较小的夹角值为第三夹角值，例如10°、5°等，本发明不做具体限制。

举例来说明控制图像采集单元或者带动单元在参考转动方向上正向和/或反向旋转第三夹角值。当采集到的图像中不存在目标用户时，控制图像采集单元或者带动单元正向偏航转动5°，或者反向偏航转动5°，或者正向偏航转动5°并反向偏航转动5°。

可以看出，如果在旋转第一夹角值后采集不到目标用户，则通过旋转图像采集单元第三夹角值来微调采集范围，可以提高跟踪到目标用户的几率。

进一步，结合上述实施方式，在确定出第二夹角值之后，还可以包括：

根据所述第二夹角值生成第二控制信息，并根据所述第二控制信息控制所述图像采集单元或者能够带动所述图像采集单元旋转的带动单元旋转所述第二夹角值。

具体来讲，可移动设备根据第二夹角值，控制图像采集单元旋转第二夹角值，或者带动单元带动图像采集单元旋转第二夹角值，以使得目标用户位于预设位置，以便更好地跟踪目标用户。

由上述描述可知，根据第二夹角值生成第二控制信息，并基于第二控制信息将图像采集单元旋转第二夹角值，以使得目标用户能够在位于预设位置上，从而更好地跟踪目标用户，提高跟踪效率。

在本发明实施例中，上述多种实施方式中的任意多个可以相互结合，甚至全部结合，本发明所属领域的普通技术人员可以根据实际进行选择，本发明不做具体限制。为了方便清楚地说明多种实施方式结合后的技术方案，下面假设可移动设备具体为平衡车，列举一个详细的例子来说明。

目标用户在如图4a所示的位置对图4a中的平衡车说“过来”。平衡车的麦克风阵列采集到“过来”的第一音频信息。平衡车判断第一音频信息的声纹与预设声纹匹配，则进一步分析语义，进而确定目标用户需要平衡车定位用户。所以，进一步根据第一音频信息中的五个麦克风采集到的音频信息计算出目标用户与平衡车之间的第一位置信息为图4a示出的虚线圆形。根据第一位置信息，确定目标用户和当前图像采集单元的采集范围之间的第一夹角值为120°。于是，平衡车控制云台旋转120°，并在图像采集单元旋转120°，即旋转到图4b所示位置后开始采集。

然后，平衡车从采集到的图像中识别出目标用户，并根据目标用户在采集到的图像中的第二位置，确定目标用户与采集范围的中央位置的第二夹角值为3°。因此，进一步控制云台旋转3°，以使目标用户能够在中央位置。

基于与上述方法同一发明构思，本发明还提供了一种定位用户的装置。请参考图5，为本发明实施例中定位用户的装置结构示意图，该装置包括：

第一获得及分析模块101，用于获得由所述音频采集单元采集得到的第一音频信息，并对所述第一音频信息进行分析，获得分析结果；

第一计算模块102，用于在所述分析结果表征所述第一音频信息用于指示所述可移动设备定位到目标用户时，根据所述第一音频信息计算所述目标用户与所述可移动设备之间的第一位置信息；

第一获得及控制模块103，用于根据所述第一位置信息获得第一控制参数，并根据所述第一控制参数控制所述可移动设备进入跟踪状态；

第一采集及获得模块104，用于处于所述跟踪状态的所述可移动设备通过所述图像采集单元采集图像，并基于采集到的图像获得所述目标用户与所述可移动设备和/或所述图像采集单元之间的第二位置信息。

具体来讲，所述第一获得及分析模块101用于提取所述第一音频信息的声纹，并将所述声纹与预设声纹进行匹配，以判断所述目标用户是否为合法用户；当所述声纹与所述预设声纹匹配时，对所述第一音频信息进行语义分析；当分析出所述第一音频信息的语义与预设指令语义匹配时，获得表征指示所述可移动设备定位到所述目标用户的所述分析结果。

所述第一获得及控制模块103用于根据所述第一位置信息，确定所述图像采集单元当前采集范围与所述目标用户之间第一夹角值，并基于所述第一夹角值生成所述第一控制信息；根据所述第一控制信息，控制所述图像采集单元旋转所述第一夹角值，或者控制能够带动所述图像采集单元旋转的带动单元旋转所述第一夹角值；所述图像采集单元旋转所述第一夹角值后控制所述图像采集单元进入所述跟踪状态，或者在旋转过程中控制所述图像采集单元进入所述跟踪状态。

进一步，所述第一获得及控制模块103还用于当所述图像采集单元在旋转过程中进行采集时，如果采集到所述目标用户，则控制所述图像采集单元或是所述带动单元停止旋转。

结合上述实施方式中的任意一种，所述第一采集及获得模块104用于基于预先存储的预设头像，在所述采集到的图像中进行识别，获得识别结果；当所述识别结果表征所述采集的图像中存在所述目标用户时，确定出所述目标用户在所述采集到的图像中的第二位置；根据所述第二位置，确定所述第二位置与所述采集范围的预设位置之间的第二夹角值。

进一步，本发明实施例中的定位用户的装置还包括：

第二生成及控制模块，用于在确定所述第二位置与所述采集范围的预设位置之间的第二夹角值之后，根据所述第二夹角值生成第二控制信息，并根据所述第二控制信息控制所述图像采集单元或者能够带动所述图像采集单元旋转的带动单元旋转所述第二夹角值。

另外，所述第一计算模块102用于根据所述麦克风阵列中每个麦克风的设置位置，以及所述第一音频信息中至少三个麦克风的采集的音频信息，计算所述目标用户与所述可移动设备之间的所述第一位置信息。

本发明的有益效果如下：

在本发明实施例中，获得由音频采集单元采集得到的第一音频信息，并对第一音频信息进行分析，获得分析结果，在分析结果表征第一音频信息用于指示可移动设备定位到目标用户时，根据第一音频信息计算目标用户与设备之间的第一位置信息，然后根据第一位置信息获得第一控制参数，并根据第一控制参数控制可移动设备进入跟踪状态，处于跟踪状态的可移动设备通过图像采集单元采集图像，并基于采集到的图像获得目标对象与可移动设备和/或图像采集单元之间的第二位置信息。可见，在第一音频信息用于指示可移动设备定位到目标用户时先确定出第一位置信息，进一步再基于跟踪状态下采集到的图像获得目标用户与可移动设备和/或图像采集单元之间的第二位置信息，进而解决了现有技术中定位准确率不高的技术问题，实现了提高定位用户准确率的技术效果。

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。