信息处理方法和信息处理装置的制造方法
【技术领域】
[0001] 本发明涉及计算机技术领域，更具体地，本发明涉及一种信息处理方法和信息处 理装置。
【背景技术】
[0002] 即时定位与地图构建（Simultaneous Localization and Mapping, SLAM)是目前 在机器人定位方面的热口研究课题。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。
[0003] 基于拓扑图的SLAM方法是一种常用的SLAM方法，其可W通过闭合环路检测和图 优化来减少机器人产生的累计运动误差。具体地，该SLAM方法使用拓扑图来表示移动机器 人的运行路径。在拓扑图中，每个节点代表机器人的一个位姿，并且送些节点之间的边包含 变换和置信度信息。例如，可W创建一个新的节点，W呈现一个新的机器人位姿，并且在该 节点与其先前的相邻节点之间添加一条边，W引入传感器测量，从而约束相连的两个节点。 最终，当在两个节点之间检测到闭合环路并且添加了闭合环路的边之后，该SLAM方法可W 通过图优化来减少机器人的累计运动误差。
[0004] 然而，在该SLAM方法中，由于在每个节点中包括的观测数据十分有限，所W在闭 合环路检测时，很可能出现观测数据之间的误匹配，从而导致闭环检测的准确性可能很低。
[0005] 为了更好地检测闭环，一种改进的基于拓扑图的SLAM方法提出，可W在现有的 SLAM流程上再增加一个级别（level)的SLAM流程。具体地，该改进的SLAM方法除了使用 在原有SLAM方法中定义的普通的节点（即，较低级别的节点）来代表机器人的位姿之外， 还在多个普通节点满足预定条件时，通过融合观测数据来将所述多个普通节点规约为超级 节点（即，较高级别的节点），同时删除送些普通节点，并且在较高级别中基于该超级节点 来构建子图（submap)，从而实现全局地图的环路检测和地图融合。在该SLAM方法中，由于 在每个超级节点中的观测数据比较丰富，所W提高了闭环检测的准确性。
[0006] 然而，在实践中，由于随着机器人的不断前进，每个普通节点中的运动误差在不断 增加，所W在基于包含误差的普通节点所生成的超级节点中包括的局部融合观测数据可能 也存在不一致的顿间匹配，因此，如果在较高级别中维持存在偏差的超级节点W进行地图 呈现的话，显然，送种误差将永远无法消除。
【发明内容】
[0007] 为了解决上述技术问题，根据本发明的一个方面，提供了一种信息处理方法，所述 方法应用于可移动电子设备，所述可移动电子设备被用于进行地图构建，所述方法包括：根 据当前获取的一顿观测数据、W及所述可移动电子设备的当前位姿信息来生成当前普通节 点；判断在所述当前普通节点中包括的一顿观测数据与在先前关键节点中包括的整合观测 数据是否匹配，其中，所述整合观测数据是通过对在多个普通节点中包括的多顿观测数据 进行整合所得到的；当判断出在所述当前普通节点中包括的一顿观测数据与在所述先前关 键节点中包括的整合观测数据匹配时，根据在所述当前普通节点中包括的当前位姿信息来 调整所有节点的位姿信息；根据调整后的所有节点的位姿信息来重构所有关键节点；W及 根据重构后的所有关键节点来更新全局地图。
[0008] 此外，根据本发明的另一方面，提供了一种信息处理装置，所述装置应用于可移动 电子设备，所述可移动电子设备被用于进行地图构建，所述装置包括：普通节点生成单元， 用于根据当前获取的一顿观测数据、W及所述可移动电子设备的当前位姿信息来生成当前 普通节点；数据匹配判断单元，用于判断在所述当前普通节点中包括的一顿观测数据与在 先前关键节点中包括的整合观测数据是否匹配，其中，所述整合观测数据是通过对在多个 普通节点中包括的多顿观测数据进行整合所得到的；位姿信息调整单元，用于当判断出在 所述当前普通节点中包括的一顿观测数据与在所述先前关键节点中包括的整合观测数据 匹配时，根据在所述当前普通节点中包括的当前位姿信息来调整所有节点的位姿信息；关 键节点重构单元，用于根据调整后的所有节点的位姿信息来重构所有关键节点；W及全局 地图更新单元，用于根据重构后的所有关键节点来更新全局地图。
[0009] 与现有技术相比，采用根据本发明实施例的信息处理方法和装置，可W在根据至 少一个普通节点来生成关键节点的同时，保留该至少一个普通节点，并且在判断出在当前 普通节点中包括的一顿观测数据与在先前关键节点中包括的整合观测数据匹配时，根据在 所述当前普通节点中包括的当前位姿信息来调整所有节点的位姿信息，根据调整后的所有 普通节点的位姿信息和所有关键节点的位姿信息来重构所有关键节点，从而根据重构后的 所有关键节点来更新全局地图。因此，在本发明的实施例中，由于关键节点包含丰富的子图 信息，所W可W更加鲁棒且精确地检测环路闭合；并且由于关键节点可W在图优化的时候 看作是普通节点而参与优化W便重构子图信息，所W当在较高级别中进行地图呈现时，很 好地消除了在局部融合观测数据中存在的不一致的顿间匹配。
[0010] 本发明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，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利 要求书W及附图中所特别指出的结构来实现和获得。
【附图说明】
[0011] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实 施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0012] 图1图示了根据本发明实施例的信息处理方法。
[0013] 图2图示了根据本发明实施例具体示例的信息处理方法。
[0014] 图3图示了根据本发明实施例具体示例的可移动电子设备的运动轨迹。
[0015] 图4图示了根据本发明实施例具体示例的较低级别的拓扑图。
[0016] 图5A到图5F图示了根据本发明实施例具体示例的综合拓扑图。
[0017] 图6图示了根据本发明实施例具体示例的用于闭环检测的局部搜索算法。
[0018] 图7图示了根据本发明实施例具体示例的基于内插方式的环路检测算法的原理。
[0019] 图8图示了根据本发明实施例具体示例的可能导致位姿调整失败的场景。
[0020] 图9图示了根据本发明实施例具体示例的基于内插方式的位姿调整算法的原理。
[0021] 图IOA图示了根据现有技术的SLAM方法所生成的地图的效果图。
[0022] 图IOB图示了根据本发明实施例的SLAM方法所生成的地图的效果图。
[0023] 图IOC图示了根据现有技术的SLAM方法所生成的地图的效果图。
[0024] 图IOD图示了根据本发明实施例的SLAM方法所生成的地图的效果图。
[00巧]图IOE图示了根据现有技术的SLAM方法所生成的地图的效果图。
[0026] 图IOF图示了根据本发明实施例的SLAM方法所生成的地图的效果图。
[0027] 图11图示了根据本发明的信息处理装置。
[0028] 图12图示了根据本发明实施例的可移动电子设备。
【具体实施方式】
[0029] 将参照附图详细描述根据本发明的各个实施例。送里，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。
[0030] 图1图示了根据本发明实施例的信息处理方法。
[0031] 图1所示的信息处理方法可W应用于可移动电子设备，所述可移动电子设备被用 于进行地图构建。
[0032] 在一个实施例中，所述可移动电子设备可W是机器人（Robot),用于在目标环境中 进行运动，同时通过执行即时定位与地图构建（SLAM)来对自身进行快速定位并生成关于 该目标环境的准确地图数据。
[0033] 在一个示例中，所述可移动电子设备可W自主地在目标环境中进行运动，同时执 行即时定位与地图构建（SLAM)。
[0034] 在另一示例中，所述可移动电子设备也可W与区域服务器进行通信，W根据区域 服务器提供的地图数据和路径规划数据来在目标环境中进行运动，同时执行即时定位与地 图构建（SLAM)，并且向区域服务器发送所述即时定位与地图构建的结果，W用于更新在所 述区域服务器中存储的地图数据。
[0035] 如图1所图示的，所述信息处理方法包括：
[0036] 在步骤SllO中，根据当前获取的一顿观测数据、W及所述可移动电子设备的当前 位姿信息来生成当前普通节点。
[0037] 在一个实施例中，在生成当前普通节点之后，所述信息处理方法还可W包括；当判 断出包括所述当前普通节点的多个普通节点满足关键节点生成条件时，从包括所述当前普 通节点的多个普通节点中选择一个普通节点；根据所述多个普通节点的位姿信息来对在所 述多个普通节点中包括的多顿观测数据进行整合，W得到整合观测数据；W及使用所述整 合观测数据来替换在所选择的普通节点中包括的一顿观测数据，从而将所选择的普通节点 转换为当前关键节点。
[0038] 在步骤S120中，判断在所述当前普通节点中包括的一顿观测数据与在先前关键 节点中包括的整合观测数据是否匹配，其中，所述整合观测数据是通过对在多个普通节点 中包括的多顿观测数据进行整合所得到的。
[0039] 在一个实施例中，在判断在所述当前普通节点中包括的一顿观测数据与在先前关 键节点中包括的整合观测数据是否匹配之前，所述信息处理方法还可W包括；判断所述当 前普通节点与所述先前关键节点之间是否满足匹配检测条件；W及当判断出所述当前普通 节点与所述先前关键节点之间满足所述匹配检测条件时，读取在所述先前关键节点中包括 的整合观测数据。
[0040] 在一个示例中，判断所述当前普通节点与所述先前关键节点之间是否满足匹配检 测条件可W包括：根据所述当前普通节点的位姿信息和所述先前关键节点的位姿信息来计 算所述当前普通节点与所述先前关键节点之间的间隔距离；比较所述间隔距离与预定阔 值；当所述间隔距离小于或等于所述预定阔值时，判断出所述当前普通节点与所述先前关 键节点之间满足所述匹配检测条件；W及当所述间隔距离大于所述预定阔值时，判断出所 述当前普通节点与所述先前关键节点之间不满足所述匹配检测条件。
[0041] 在一个实施例中，判断在所述当前普通节点中包括的一顿观测数据与在先前关键 节点中包括的整合观测数据是否匹配可W包括：根据所述当前普通节点的位姿信息和所述 先前关键节点的位姿信息来生成多个初始估计值；W及利用所述多个初始估计值，并且使 用误差方程，来判断在所述当前普通节点中包括的一顿观测数据与在所述先前关键节点中 包括的整合观测数据是否匹配。
[0042] 在一个示例中，根据所述当前普通节点的位姿信息和所述先前关键节点的位姿信 息来生成多个初始估计值可W包括；根据所述当前普通节点的位姿信息和所述先前关键节 点的位姿信息来确定所述当前普通节点与所述先前关键节点之间的间隔距离；W及在预定 值与所述间隔距离之间选择多个值，作为所述多个初始估计值。
[0043] 在一个示例中，在预定值与所述间隔距离之间选择多个值可W包括；在所述预定 值与所述间隔距离之间按照相等间隔地选择N个值，
[0044]
[004引其中，N是初始估计值的个数，「1是取上限函数，Dis是所述间隔距离，并且T,。。。 是所述误差方程的平均收敛区间。
[0046] 在一个示例中，利用所述多个初始估计值，并且使用误差方程，来判断在所述当前 普通节点中包括的一顿观测数据与在所述先前关键节点中包括的整合观测数据是否匹配 可W包括：确定所述当前普通节点的误差范围，所述误差范围指示出在所述当前普通节点 中包括的位姿信息与所述可移动电子设备的实际位姿之间的误差；在所述多个初始估计值 之中选择处于所述误差范围内的初始估计值，作为候选估计值；W及仅仅利用所述候选估 计值，并且使用误差方程，来判断在所述当前普通节点中包括的一顿观测数据与在所述先 前关键节点中包括的整合观测数据是否匹配。
[0047] 在步骤S130中，当判断出在所述当前普通节点中包括的一顿观测数据与在所述 先前关键节点中包括的整合观测数据匹配时，根据在所述当前普通节点中包括的当前位姿 信息来调整所有节点的位姿信息。
[0048] 在一个实施例中，根据在所述当前普通节点中包括的当前位姿信息来调整所有节 点的位姿信息可W包括：选择每一个节点作为调整目标节点；根据在所述当前普通节点中 包括的当前位姿信息来重新确定所述调整目标节点的位姿信息；W及至少根据重新确定的 位姿信息来调整所述调整目标节点的原始位姿信息。
[0049] 在一个示例中，至少根据重新确定的位姿信息来调整所述调整目标节点的原始位 姿信息可W包括：根据所述调整目标节点的原始位姿信息和重新确定的位姿信息来生成多 个初始估计值；利用所述多个初始估计值，并且使用误差方程，来确定最终估计值，W使得 所述调整目标节点与相邻节点之间的匹配误差最小；W及使用所述最终估计值作为目标位 姿信息来调整所述调整目标节点的原始位姿信息。
[0050] 在一个示例中，利用所述多个初始估计值，并且使用误差方程，来确定最终估计 值，W使得所述调整目标节点与相邻节点之间的匹配误差最小可W包括；确定所述调整目 标节点的误差范围，所述误差范围指示出在所述调整目标节点中包括的位姿信息与所述可 移动电子设备的实际位姿之间的误差；在所述多个初始估计值之中选择处于所述误差范围 内的