一种处理数据的方法和装置制造方法及图纸

本申请提供了一种处理数据的方法和装置，该方法包括：获取状态向量集合，该状态向量集合包括智能设备的位姿向量和/或该智能设备所处环境的路标特征向量；确定第一线性化约束方程；确定第一状态向量，该第一状态向量为该状态向量集合中待边缘化的状态向量；对该第一线性化约束方程中的该第一状态向量进行边缘化，得到第二线性化约束方程；根据该第二线性化约束方程，确定目标函数；根据该目标函数，对该至少一个位姿向量和/或该至少一个路标特征向量进行优化，输出该智能设备的轨迹和该智能设备所处环境的地图。本申请实施例的处理数据的方法，有助于降低计算资源和计算时间开销，提升整个SLAM过程的运行效率。

【技术实现步骤摘要】
一种处理数据的方法和装置
本申请涉及人工智能领域，并且更具体地，涉及一种处理数据的方法和装置。
技术介绍
同时定位与地图构建(SimultaneousLocalizationAndMapping，SLAM)技术是机器人能够探索未知环境所依赖的关键能力。机器人在没有环境先验信息的情况下，利用自身搭载的传感器(摄像头、激光等)对环境中的特征进行观测，在移动过程中对环境进行持续建模，进而对系统状态向量——环境特征位置与机器人位姿进行估计，同时完成地图构建与自定位。随着机器人在场景中不断移动，以及运动场景的不断扩大，环境特征位置和机器人位姿的数量都会持续增加，导致在通过滤波器或者非线性方法求解时的计算量以及内存开销持续增大，大大降低SLAM过程的实时性，甚至最终造成系统不可正常运行。目前比较常用的是一种基于舒尔补的边缘化方法，在经典SLAM框架中，将后端优化之后的状态向量—机器人位姿和路标特征点，通过舒尔补持续的进行边缘化处理，并将通过边缘化后的状态向量构建新的目标函数作为下一次优化的输入，但是基于舒尔补的边缘化方法在后端优化之后，后端需要对所有的状态向量全部进行优化，并且在边缘化状态向量时本文档来自技高网...

【技术保护点】
1.一种处理数据的方法，其特征在于，包括：获取智能设备的状态向量集合，所述状态向量集合包括所述智能设备的至少一个位姿向量和/或所述智能设备所处环境的至少一个路标特征向量，所述至少一个位姿向量和/或所述至少一个路标特征向量用于所述智能设备的定位和所述智能设备所处环境的地图构建；确定第一线性化约束方程，所述第一线性化约束方程表示所述至少一个位姿向量和/或所述至少一个路标特征向量的线性化约束关系；确定第一状态向量，所述第一状态向量为所述状态向量集合中待边缘化的状态向量；对所述第一线性化约束方程中的所述第一状态向量进行边缘化，得到第二线性化约束方程，所述第二线性化约束方程表示第二状态向量的线性化约束关...

【技术特征摘要】
1.一种处理数据的方法，其特征在于，包括：获取智能设备的状态向量集合，所述状态向量集合包括所述智能设备的至少一个位姿向量和/或所述智能设备所处环境的至少一个路标特征向量，所述至少一个位姿向量和/或所述至少一个路标特征向量用于所述智能设备的定位和所述智能设备所处环境的地图构建；确定第一线性化约束方程，所述第一线性化约束方程表示所述至少一个位姿向量和/或所述至少一个路标特征向量的线性化约束关系；确定第一状态向量，所述第一状态向量为所述状态向量集合中待边缘化的状态向量；对所述第一线性化约束方程中的所述第一状态向量进行边缘化，得到第二线性化约束方程，所述第二线性化约束方程表示第二状态向量的线性化约束关系，所述第二状态向量为所述状态向量集合中除所述第一状态向量以外的状态向量；根据所述第二线性化约束方程，确定所述状态向量的最大似然估计的目标函数；根据所述目标函数，对所述至少一个位姿向量和/或所述至少一个路标特征向量进行优化，输出所述智能设备的轨迹和所述智能设备所处环境的地图。2.根据权利要求1所述的方法，其特征在于，所述对所述第一线性化约束方程中的所述第一状态向量进行边缘化，得到第二线性化约束方程，包括：根据所述第一状态向量的雅克比矩阵的零空间，对所述第一线性化约束方程中的所述第一状态向量进行边缘化，得到所述第二线性化约束方程。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一状态向量的雅克比矩阵的零空间，对所述第一线性化约束方程中的所述第一状态向量进行边缘化，得到所述第二线性化约束方程，包括：确定所述第一状态向量的雅克比矩阵；根据所述第一状态向量的雅克比矩阵，确定所述第一状态向量的雅克比矩阵的左零空间；将所述第一状态向量的雅克比矩阵的左零空间左乘所述第一线性化约束方程，得到所述第二线性化约束方程。4.根据权利要求2或3所述的方法，其特征在于，所述第二线性化约束方程为：其中，为所述第二状态向量的误差向量，Hu为所述第二状态向量的雅克比矩阵，Um为所述第一状态向量的雅克比矩阵的零空间，为被观测向量的残差向量，n为高斯白噪声向量。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述第一线性化约束方程中的所述第一状态向量进行边缘化，得到第二线性化约束方程之前，所述方法还包括：根据所述第一状态向量，对所述第一线性化约束方程进行重排列，重排列后的所述第一线性化约束方程中的所述第一状态向量和所述第二状态向量分离。6.根据权利要求5所述的方法，其特征在于，所述重排列后的所述第一线性化约束方程为：其中，为第二状态向量的误差向量，为所述第一状态向量的误差向量，Hm为所述第一状态向量的雅克比矩阵，Hu为所述第二状态向量的雅克比矩阵，为被观测向量的残差向量，n为高斯白噪声向量。7.根据权利要求1至6中任一项所述的方法，其特征在于，所述确定所述至少一个位姿向量和/或至少一个路标特征向量的第一线性化约束方程之前，所述方法还包括：确定所述至少一个位姿向量和/或至少一个路标特征向量的非线性化约束方程；根据所述至少一个位姿向量和/或至少一个路标特征向量的雅克比矩阵，对所述非线性化约束方程进行线性...

【专利技术属性】
技术研发人员：温丰，薛常亮，付宇新，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44