信息处理方法和装置制造方法及图纸

本发明专利技术公开了一种信息处理方法和装置。所述信息处理方法应用于一个或者多个可移动电子设备，所述可移动电子设备被用于未知环境的即时定位与地图构建。所述方法包括：在所述未知环境的即时定位与地图构建时创建n个级别，其中n≥2；在第i级别中过滤多个节点所包含的重复的特征信息，其中1≤i≤n；将所述多个节点规约为单一节点。因此，在本发明专利技术中，这种多级别SLAM的算法结构使得SLAM的流程可以在多个级别之间被分布式地处理，大大加速了全局地图的融合速度。

【技术实现步骤摘要】
信息处理方法和装置
本专利技术涉及计算机
，更具体地，本专利技术涉及一种信息处理方法和装置。
技术介绍
即时定位与地图构建(SimultaneousLocalization and Mapping, SLAM)是目前在机器人定位方面的热门研究课题。所谓SLAM就是将可移动电子设备(例如，移动机器人)定位与环境地图创建融为一体，即机器人在运动过程中根据自身位姿估计和传感器对环境的感知构建增量式环境地图，同时利用该地图实现自身的定位。当机器人长时间运行以进行SLAM时，所经历的场景规模不断扩大，SLAM的执行开销将会变得不可接受，最终不能满足实时SLAM的要求，其核心问题是在大规模场景中如何实现实时SLAM的问题。 现有的第一解决方案根据地理空间将大规模场景划分为多个小规模子场景，对每个子场景进行实时SLAM,最终将SLAM生成的多个子场景合并为全局大规模场景。然而，在这种方式中，随着子场景的切换，SLAM将完全重新开始，两个相续的SLAM所构建出的子场景地图会产生较大的偏差，严重影响最终全局地图的准确度。因而，人们进一步想到可以通过将上述第一解决方案与进行多场景切换的方式相结合的第二解决方案来实现实时SLAM。然而，由于大量冗余(overlapping)的特征信息与地图信息，导致了匹配大量包含重复信息的小规模场景也变得非常困难且缓慢。而且，当在环境地图中出现环路的时候，需要快速的识别并且与之前的场景进行配准，从而得到一致的全局地图。针对以上问题，现有技术中，进一步的第三解决方案是在现有的SLAM流程上再增加一个级别(level)的SLAM流程，即两个级别的SLAM流程，用来实现全局地图的环路检测和地图融合。但是,随着高级别(high level) SLAM过程中节点信息不断增加,必然也会导致其冗余的特征信息与地图信息增多，从而使高级别的融合过程匹配误差增多，速度缓慢，进而严重影响最终全局地图的准确度。
技术实现思路
为了解决上述技术问题，根据本专利技术的一个方面，提供了一种信息处理方法，应用于一个或者多个可移动电子设备，所述可移动电子设备被用于未知环境的即时定位与地图构建，其特征在于，所述方法包括:在所述未知环境的即时定位与地图构建时创建η个级另Ij，其中η > 2 ;在第i级别中过滤多个节点所包含的重复的特征信息，其中I≤i≤η ;将所述多个节点规约为单一节点。此外，根据本专利技术的另一方面，提供了一种信息处理装置，应用于一个或者多个可移动电子设备，所述可移动电子设备被用于未知环境的即时定位与地图构建，其特征在于，所述装置包括:级别创建单元，用于在所述未知环境的即时定位与地图构建时创建η个级另lj，其中η ^ 2 ;特征过滤单元，用于在第i级别中过滤多个节点所包含的重复的特征信息，其中ISiSn ;节点规约单元,用于将所述多个节点规约为单一节点。与现有技术相比，采用根据本专利技术的信息处理方法和装置，在机器人对未知环境执行即时定位与地图构建时，创建多个级别(level)的SLAM算法结构，在每一个级别中对其中各个节点所包含的冗余的特征点信息和地图信息进行过滤，并将过滤后的多个节点规约为单一节点。因此，在本专利技术中，这种多级别SLAM的算法结构使得SLAM的流程可以在多个级别之间被分布式地处理，大大加速了全局地图的融合速度。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。【附图说明】附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中:图1a和 Ib图示了根据现有技术的解决方案的原理。图2图示了根据本专利技术的信息处理方法。图3图示了根据本专利技术的信息处理装置。图4图示了根据本专利技术实施例的信息处理方法的原理。图5图示了根据本专利技术实施例的信息处理装置。图6图示了根据本专利技术实施例的第I级别中的信息处理方法。图7图示了根据本专利技术实施例的中间级别中的信息处理方法。图8图示了根据本专利技术实施例的第η级别中的信息处理方法。图9图示了根据本专利技术另一实施例的信息处理方法。图10图示了根据本专利技术另一实施例的信息处理装置。图11图示了根据现有技术的第三解决方案所生成的地图的效果模型。图12图示了根据本专利技术实施例所生成的地图的效果模型。图13图示了根据本专利技术另一实施例的信息处理方法所生成的地图的效果模型。【具体实施方式】将参照附图详细描述根据本专利技术的各个实施例。这里，需要注意的是，在附图中，将相同的附图标记赋予基本上具有相同或类似结构和功能的组成部分，并且将省略关于它们的重复描述。首先，将参考图1a和Ib来描述根据现有技术的解决方案的原理。图1a和Ib图示了根据现有技术的解决方案的原理。在现有技术中，为了构建未知环境的环境地图，可移动电子设备(例如，移动机器人)在未知环境中不断进行运动，获得各个位置点#1、#2、#2’、#3、#3’、#4和#4’等的图像观测数据、位置信息和姿态信息，判断这些数据信息是否对于描述该未知环境是否是有效的，并且利用有效的数据信息(例如，#1、#2、#3和#4等)来进行SLAM，从而获得机器人所经过的轨迹xl、χ2和χ3等，并最终获得该环境地图。当未知环境具有大规模场景时，为了减少在大规模场景中的执行开销，第一解决方案提出将整个大规模场景划分为多个小规模子场景M1、M2和M3等，在机器人上对每个子场景独立进行SLAM，例如，在关于第一个子场景的SLAM操作执行完毕之后，将关于该第一子场景的子地图上传到服务器上，并且从机器人上删除相关的数据信息，然后在机器人上重新开始第二个子场景的SLAM操作，并最终在服务器上将多个子地图拼凑为关于未知环境的全局地图，如图1a所图示的。为了减小第一解决方案导致的两个连续子场景地图之间的偏差问题，第二解决方案提出在第一个子场景的SLAM操作尚未结束时，便开始启动第二个子场景的SLAM操作，从而生成包含冗余数据(例如，在子场景Ml和M2之间冗余的位置点#2处的数据信息、在子场景M2和M3之间冗余的位置点#3处的数据信息等)的子地图，这些冗余数据能够提高子地图的精度，有效降低子场景切换所带来的地图误差，同时将减少合并全局地图的偏差。 进一步地，为了解决在第二解决方案中由于大量包含重复信息而导致匹配小规模场景也变得非常困难的难题，并且为了识别环境地图中出现的环路，第三解决方案(也称为混合级别SLAM原理(Hybrid level SLAM Principal))提出:在该移动机器人执行未知环境的SLAM时创建两个级别，即局部级别(local level)和全局级别(global level),在低级别(即，局部级别)中实现第二解决方案，并且在高级别(即，全局级别)中实现全局地图的环路检测和地图融合，如图1a和Ib所图示的。尽管第三解决方案解决了现有技术中的很多问题，但是随着SLAM过程的不断延续，全局级别SLAM过程中的节点信息也会不断增加，从而必然导致视觉引导的(Visual-Guided) SLAM将会生成大量相同的特征,并最终造成大量的误匹配。本文档来自技高网...

【技术保护点】
一种信息处理方法，应用于一个或者多个可移动电子设备，所述可移动电子设备被用于未知环境的即时定位与地图构建，其特征在于，所述方法包括：在所述未知环境的即时定位与地图构建时创建n个级别，其中n≥2；在第i级别中过滤多个节点所包含的重复的特征信息，其中1≤i≤n；将所述多个节点规约为单一节点。

【技术特征摘要】
1.一种信息处理方法,应用于一个或者多个可移动电子设备，所述可移动电子设备被用于未知环境的即时定位与地图构建，其特征在于，所述方法包括: 在所述未知环境的即时定位与地图构建时创建η个级别，其中η > 2 ; 在第i级别中过滤多个节点所包含的重复的特征信息，其中KiSn; 将所述多个节点规约为单一节点。2.根据权利要求1的方法，其特征在于，在所述将所述多个节点规约为单一节点的步骤之后，所述方法还包括: 将当前的单一节点作为第一场景节点并且将先前的单一节点作为第二场景节点； 判断所述第一场景节点和所述第二场景节点是否是在空间上连续的节点； 如果是，则利用第一阈值来对所述第一场景节点和所述第二场景节点进行局部地图构建； 否则，则利用第二阈值来对所述第一场景节点和所述第二场景节点进行局部地图构建， 其中所述第一阈值低于所述第二阈值。3.根据权利要求2的方法，其特征在于，所述在第i级别中过滤多个节点所包含的重复的特征信息的步骤包括: 当l〈i < n 时,在第i级别中接收从第1-Ι级别所传送的第一场景； 提取在所述第一场景中包括的所有节点的特征信息； 计算所述特征信息的局部坐标和全局坐标； 将所述特征信息和相应的局部坐标放置在局部集合中； 将所述特征信息和相应的全局坐标放置在全局集合中； 通过根据空间坐标去除重复的特征信息来对所述全局集合中的特征信息进行过滤；以及 根据过滤后的所述全局集合中的特征信息，来相应地更新所述局部集合中的特征信息。4.根据权利要求3的方法，其特征在于，所述将所述多个节点规约为单一节点的步骤包括: 生成包括过滤后的特征信息的单一节点。5.根据权利要求4的方法，其特征在于，所述方法还包括: 从所述局部集合中提取在所述第一场景中最初的预定数目个节点的特征信息； 将所述最初的预定数目个节点的特征信息放置在首部集合中； 从所述局部集合中提取在所述第一场景中最后的预定数目个节点的特征信息； 将所述最后的预定数目个节点的特征信息放置在尾部集合中。6.根据权利要求5的方法，其特征在于，所述将当前的单一节点作为第一场景节点并且将先前的单一节点作为第二场景节点的步骤包括: 在所述生成包括过滤后的特征信息的单一节点的步骤之后，将所述单一节点加入到场景图形中，作为所述第一场景节点； 将所述场景图形中的在所述第一场景节点之前加入的单一节点作为所述第二场景节点。7.根据权利要求6的方法，其特征在于，所述利用第一阈值来对所述第一场景节点和所述第二场景节点进行局部地图构建的步骤包括: 利用所述第一场景节点的首部集合与所述第二场景节点的尾部集合进行配准； 计算第一转换矩阵； 通过所述第一转换矩阵来对所述第一场景节点和所述第二场景节点进行局部地图构建。8.根据权利要求6的方法，其特征在于，所述利用第二阈值来对所述第一场景节点和所述第二场景节点进行局部地图构建的步骤包括: 利用所述第一场景节点的局部集合与所述第二场景节点的局部集合进行配准； ...

【专利技术属性】
技术研发人员：张贺，李南君，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：