闭环检测和定位。
[0090]本实施例中，利用第一采集单元和第二采集单元同步对环境进行采集，这就使相邻采集时刻的二维点云数据之间的变换关系也适用于三维点云数据之间的变换关系；从而，电子设备能够利用二维点云数据构建三维点云数据至目标三维坐标系中；实际应用中，电子设备可以采用成本相对较低的具有三维点云数据采集能力的第一采集单元以降低实施成本，并根据待构建地图区域的范围大小而采用相应精度的第一采集单元，以保证能够支持对大范围的区域构建三维地图，满足在大范围区域定位导航的需要。
[0091]实施例三
[0092]本实施例记载一种信息处理方法，应用于电子设备中，作为一个例，所述电子设备可以为支持在环境中行进的设备(如机器人)；所述电子设备上设置有第一采集单元以及第二采集单元；所述第一采集单元可以设置一个或一个以上。
[0093]作为一个示例，第一采集单元可以为具有三维点云数据采集能力的功能模块，以采用3D摄像头为例，第一采集单元对环境采集的得到的三维点云数据包括环境的三维坐标以及对应三维坐标对应的特征描述信息如颜色(RGB，Red Green Blue)信息；第二采集单元可以为具有二维点云数据采集能力的功能模块，以采用激光测距雷达为例，第二采集单元采集得到的二维点云数据包括环境中的二维坐标信息、以及与该二维坐标对应的特征描述信息(如深度信息)；
[0094]如图3所示，本实施例记载的信息处理方法包括以下步骤:
[0095]步骤301，所述第一采集单元对所述电子设备的行进环境进行采集，得到三维点云数据，标识所采集的三维点云数据的采集时刻。
[0096]步骤302，所述第二采集单元对所述行进环境进行采集，得到二维点云数据，标识所采集的二维点云数据的采集时刻。
[0097]所述二维点云数据与所述三维点云数据为同步采集，实际应用中，第一采集单元和第二采集单元可以在电子设备行进时同时对环境开始采集得到点云数据。
[0098]步骤303，确定所述二维点云数据中相邻时刻的二维点云数据之间的变换关系。
[0099]这里，所述的变换关系为二维点云数据中所有相邻采集时刻的二维点云数据之间的变换关系，包括旋转和/或平移；
[0100]作为一个示例，可以使用迭代最近点算法(ICP, Iterative Closest Point)计算第二采集单元在每两个相邻时刻所采集得到的二维点云数据之间的变换关系；作为另一个示例，对于采集时刻相邻的两个二维点云数据，可以首先提取出二维点云数据中的特征点，并采用特征点匹配的方式确定两个采集时刻相邻的二维点云数据之间的变换关系；这里，所述特征点可以为环境中任何物体上的任何部位。如物体的边缘处的点，也可以是物体上的与该物体的特性不一致的点，如物体上凸起的点，物体上凹下点，金属制物体上的锈点，物体表面漆体上的剥落点等。
[0101]步骤304，提取所述三维点云数据的采集时刻、以及所述二维点云数据的采集时刻。
[0102]步骤305，基于所提取的采集时刻，标识具有相同采集时刻的所述三维点云数据和所述二维点云数据为同步采集的点云数据。
[0103]步骤304至步骤305通过将第一采集单元输出的点云数据和第二采集单元输出的点云数据基于采集时刻进行标识，确定在同一时刻采集的二维点云数据和三维点云数据，实现了二维点云数据和三维点云数据的同步。
[0104]步骤306，基于所述相邻时刻的二维点云数据之间的变换关系，将同步后的所述三维点云数据中相邻时刻的三维点云数据依次构建至所述目标三维坐标系中，形成构建三维地图的数据源。
[0105]步骤303中，得到了相邻采集时刻的二维点云数据之间的变换关系，由于第一采集单元和第二采集单元是同步对环境进行采集得到点云数据的，因此，相邻两个采集时刻(设为时刻j+Ι和时刻j，时刻j+Ι晚于时刻j)的二维点云数据之间的变换关系，同时也反映了时刻j+Ι和时刻j的三维点云数据之间的变换关系，所述变换关系同时也反映了电子设备在环境中行进时位姿所发生的变换；也就是说，可以将为时刻j+Ι和时刻j的二维点云数据之间的变换关系，作为时刻j+Ι和时刻j的三维点云数据之间的变换关系，从而利用该变换关系融合三维点云数据，也即将三维点云数据构架至目标三维坐标系中，作为构建三维地图的数据源，或作为定位导航的数据源。
[0106]本实施例中，可以通过即时定位与地图构建(SLAM, Simultaneous Localizat1n
and Mapping)方式确定特征点的特征描述信息--构建特征八叉树图(F-0CT0MAP);通过检索F-0CT0MAP的方式进行闭环检测和定位。
[0107]本实施例中，利用第一采集单元和第二采集单元同步对环境进行采集，这就使相邻采集时刻的二维点云数据之间的变换关系可以用于标识三维点云数据之间的变换关系；从而，电子设备能够利用二维点云数据构建三维点云数据至目标三维坐标系中；实际应用中，电子设备可以采用成本相对较低的具有三维点云数据采集能力的第一采集单元以降低实施成本，并根据待构建地图区域的范围大小而采用相应精度的第一采集单元，以保证能够支持对大范围的区域构建三维地图，满足在大范围区域定位导航的需要。
[0108]实施例四
[0109]本实施例记载一种信息处理方法，应用于电子设备中，作为一个7K例，所述电子设备可以为支持在环境中行进的设备(如机器人)；所述电子设备上设置有第一采集单元以及第二采集单元；所述第一采集单元可以设置一个或一个以上。
[0110]作为一个示例，第一采集单元可以为具有三维点云数据采集能力的功能模块，以采用3D摄像头为例，第一采集单元对环境采集的得到的三维点云数据包括环境的三维坐标以及对应三维坐标对应的特征描述信息如颜色(RGB，Red Green Blue)信息；第二采集单元可以为具有二维点云数据采集能力的功能模块，以采用激光测距雷达为例，第二采集单元采集得到的二维点云数据包括环境中的二维坐标信息、以及与该二维坐标对应的特征描述信息(如深度信息)；
[0111]如图4所示，本实施例记载的信息处理方法包括以下步骤:
[0112]步骤401，所述第一采集单元对所述电子设备的行进环境进行采集，得到三维点云数据，标识所采集的三维点云数据的采集时刻。
[0113]步骤402，所述第二采集单元对所述行进环境进行采集，得到二维点云数据，标识所采集的二维点云数据的采集时刻。
[0114]所述二维点云数据与所述三维点云数据为同步采集，实际应用中，第一采集单元和第二采集单元可以在电子设备行进时同时对环境开始采集得到点云数据。
[0115]步骤403，确定所述二维点云数据中相邻时刻的二维点云数据之间的变换关系。
[0116]这里，所述的变换关系为二维点云数据中所有相邻采集时刻的二维点云数据之间的变换关系，包括旋转和/或平移；
[0117]作为一个示例，可以使用迭代最近点算法(ICP, Iterative Closest Point)计算第二采集单元在每两个相邻时刻所采集得到的二维点云数据之间的变换关系；作为另一个示例，对于采集时刻相邻的两个二维点云数据，可以首先提取出二维点云数据中的特征点，并采用特征点匹配的方式确定两个采集时刻相邻的二维点云数据之间的变换关系；这里，所述特征点可以为环境中任何物体上的任何部位。如物体的边缘处的点，也可以是物体上的与该物体的特性不一致的点，如物体上凸起的点，物体上凹下点，金属制物体上的锈点，物体表面漆体上的剥落点等。
[0118]步骤404，提取所述三维点云数据的采集时刻、以及所述二维点云数据的采集时刻。
[0119]步骤405，基于所提取的采集时刻，标识具有相同采集时刻的所述三维点云数据和所述二维点云数据为同步采集的点云数据。
[0120]步骤404至步骤405通过将第一采集单元输出的点云数据和第二采集单元输出的点云数据基于采集时刻进行标识，确定在同一时刻采集的二维点云数据和三维点云数据，实现了二维点云数据和三维点云数据的同步。
[0121]步骤406，基于所述第一时刻的二维点云数据确定所述电子设备的初始位姿。
[0122]实际应用中，可以使用Gmapping算法对第一时刻的二维点云数据进行计算，得到电子设备在目标三维坐标系中的初始位姿。