在上载之前区域描述文件的隐私过滤的制作方法

本公开大体涉及视觉映射系统，并且更特别地涉及使用视觉信息的移动设备的定位。

背景技术：

视觉映射系统依赖于由移动设备所采集的影像中所检测到的空间特征(还被称为“视觉特征”)以及惯性信息来确定三维(3d)空间中的移动设备的当前位置和定向。典型地，位置和定向被确定在定义的坐标系的背景中以便促进要求与已知的固定的坐标系同步的各种功能性(诸如虚拟现实(vr)功能性、增强现实(ar)功能性或多个移动设备之间的启用游戏或其它设备的交互)。同时定位和地图创建(slam)技术使得移动设备能够对先前地未映射的区域进行映射，同时并发地学习在该区域内的其位置和定向。因此，当移动设备返回相同区域时，通过被称为“定位”的过程中的先前地观察到的空间特征的检测可以容易地确定该区域内的其当前位置和定向。然而，当移动设备第一次进入区域时，移动设备缺乏这些先前地检测到的定位线索。在常规视觉映射系统中，移动设备必须通过视觉映射过程(花费大量的时间和资源的过程)的实现来“学习”区域。为了避免在针对先前地未映射的区域执行视觉映射过程中所涉及的延迟，常规视觉映射系统相反可以基于非视觉定向输入(诸如经由惯性传感器反馈的全球定位系统(gps)信息或位置映射)恢复到移动设备的定向或位置的检测。然而，由于传感器和测量漂移，因而这些非视觉映射方案可能是不可靠的(例如，在室内或在由高障碍物围绕的区域内的不佳的gps接受)、不精确的并且容易出错。

附图说明

通过参考附图，本领域的技术人员可以更好地理解本公开，并且使其很多特征和优点对于本领域的技术人员显而易见。不同的附图中的相同附图标记的使用指示类似或相同项。

图1是图示根据本公开的至少一个实施例的用于提供给用于定位的移动设备的区域描述文件的众包创建和更新的基于云的视觉映射系统的示图。

图2是图示根据本公开的至少一个实施例的图1的视觉映射系统的区域描述文件服务器的框图。

图3是根据本公开的至少一个实施例的图示图1的视觉映射系统的移动设备的框图。

图4是图示根据本公开的至少一个实施例的用于选择先前地映射的定位过程或先前地未映射的定位过程中的一个的方法的流程图。

图5是图示根据本公开的至少一个实施例的用于定位区域描述文件的众包生成的方法的流程图。

图6是图示根据本公开的至少一个实施例的用于使用从远程区域描述文件服务器所获得的定位区域描述文件的移动设备的定位的方法的流程图。

图7是图示根据本公开的至少一个实施例的用于定位区域描述文件的众包更新的方法的流程图。

图8是图示根据本公开的至少一个实施例的用于评价用于包括在定位区域描述文件中的候选空间特征的方法的流程图。

图9是图示根据本公开的至少一个实施例的用于评价用于从定位区域描述文件中移除的空间特征的方法的流程图。

图10是图示根据本公开的至少一个实施例的用于执行定位区域描述文件查询的区域描述文件服务器的ladf数据库的二级查询接口的示图。

图11是图示根据本公开的至少一个实施例的用于定位区域描述文件的二级查询的方法的流程图。

图12是图示根据本公开的至少一个实施例的用于执行定位区域描述文件查询的区域描述文件服务器的ladf数据库的备选二级查询接口的示图。

具体实施方式

以下描述旨在通过提供包含视觉映射系统的许多特定实施例和细节传达本公开的透彻理解。然而，应理解到，本公开不限于仅作为示例的这些特定实施例和细节，并且本公开的范围因此旨在仅由以下权利要求和其等同物限制。还应理解到，鉴于已知系统和方法，本领域的普通技术人员还应理解到，在任何数目的备选实施例中出于其预期目的和益处的本公开的使用取决于特定设计和其它需要。

图1-12图示了用于对于移动设备的定位区域数据文件的基于云的创建、修正和提供的示例系统和技术。在至少一个实施例中，视觉映射系统包括区域描述文件(adf)服务器，其经由一个或多个有线或无线网络而通信地耦合到多个移动设备。当移动设备进入先前地未映射的区域时，移动设备发起区域学习过程，其中，移动设备采集区域的影像，使用所采集的影像检测空间特征，并且将空间特征的表示、其相对几何形状、相关联的统计数据和adf中的并发地采集的传感器数据传送到adf服务器。adf服务器使用该adf生成定位adf(ladf)，其表示区域的空间特征的稀疏点云。注意，术语“文件”(诸如在“区域描述文件”中使用或在本文中以其它方式使用的)指代将数据和其它信息域相关联使用的任何数据结构和这样的数据结构的任何组合。ladf然后可以被下载到由ladf覆盖的区域中的另一移动设备。接收ladf的移动设备可以采集区域的影像，检测其中的空间特征，并且将所检测的空间特征和其相对几何形状与由ladf所表示的空间特征和相对几何形状相比较以便将移动设备定位在使用由ladf所呈现的参考坐标系的区域中。以这种方式，先前地未映射的区域的区域发现和映射可以通过由移动设备对数据的被动采集和上载高效地众包。

在一些实施例中，adf服务器针对相同区域或针对相邻区域从多个移动设备接收adf文件，并且adf服务器操作以将这些多个adf文件合并为合并的adf文件(adf文件的合并的集群)，其进而可以被用于针对区域或其子区域生成一个或多个ladf。进一步地，因为区域中的改变可能发生，所以adf服务器可以利用基于来自使用用于区域中的定位的ladf的移动设备的反馈针对区域所生成的ladf的众包更新。例如，响应于指示ladf中的一些空间特征将不由移动设备容易地观察到的反馈，adf服务器可以从ladf移除这些空间特征。相反地，响应于指示未包括在ladf中的空间特征将由区域中的移动设备容易地观察到的反馈，adf服务器可以将这些空间特征添加到ladf。

因为点云和由adf和ladf所表示的相关联的数据在某种程度上提供区域的视觉表示，从移动设备采集adf并且将adf分布到移动设备可以具有隐私含义。因此，在一些实施例中，视觉映射系统实现某些隐私控制。一个这样的隐私控制可以包括将移动设备配置为在adf被上载到adf服务器之前在adf的数据上实现一个或多个隐私过滤过程，并且因此渲染由不可用于重新创建区域的有用视觉内容的目的的adf的上载版本所表示的信息。另一这样的隐私控制可以包括用于访问用于分布到移动设备的ladf的两级ladf查询。当移动设备进入其不具有可用的ladf的区域时，移动设备采集影像，检测来自所采集的影像的空间特征，并且将ladf请求提交给adf服务器，其中，ladf请求包括一组所检测的空间特征和移动设备的位置的指示器(例如，gps坐标或一个或多个无线基站标识符)。adf服务器然后可以进行第一查询阶段来标识匹配所选择的空间特征的集合或位置指示器中的一个的候选ladf的集合，并且然后基于所检测的空间特征或位置标识符中的另一个，从候选ladf的集合选择ladf。这样，由移动设备提交的空间标识符的集合可以用作移动设备在所标识的区域中或具有对其的访问权的证据，并且因此显著地降低在将ladf供应到请求的移动设备中存在违反保密性的风险。

图1图示了根据本公开的至少一个实施例的视觉映射系统100。在所描绘的示例中，视觉映射系统100包括adf服务器102，其通信地耦合到一个或多个移动设备104。如由云106所表示的，adf服务器102包括计算系统，其远程于移动设备104，并且经由一个或多个有线或无线网络(诸如经由无线局域网(waln)、蜂窝数据网络、因特网或其组合)被耦合到移动设备104。虽然在本文中被描述在单个服务器的示例背景中，但是在其它实施例中，adf服务器102可以被实现为包括服务器的集群的计算系统。在下面参考图2更详细地描述了adf服务器102的示例实施方式。

移动设备104能够包括由一个或多个用户110操作的各种便携式电子设备中的任一个，诸如头戴式显示器(hmd)、平板计算机、启用计算的蜂窝电话(例如，“智能电话”)、笔记本计算机、个人数字助理(pda)、游戏控制台系统、无人机等。在所描绘的示例中，移动设备104包括壳体112，其具有在另一表面116对面的表面114，由此壳体112典型地关于用户110定向，使得用户面对壳体112的表面114。进一步地，在所描绘的实施方式中，移动设备104包括显示器118，其被部署在用于将视觉信息呈现给用户110的表面116处。因此，为了便于参考，表面116在本文中被称为“前向的”表面并且表面114在本文中被称为“面向用户的”表面作为该示例定向的反射，但是这些表面不由这些关系指定限制。

移动设备104还包括获得关于移动设备104当前被定位在其中的区域122的信息的多个传感器。移动设备104经由一个或多个成像传感器(诸如被部署在例如前向表面116处的成像传感器124、126)获得用于区域122的视觉信息(影像)。成像传感器124、126可以被定位并且被定向在前向表面116上，使得其相应的视场交叠在距移动设备104指定距离处开始，从而使得能够经由多视图分析实现被定位在交叠的视场的区域中的区域122中的对象的深度感测。备选地，被部署在表面116上的深度传感器130可以被用于提供针对区域中的对象的深度信息。

在一个实施例中，深度传感器130使用调制光投影仪将调制光图案从前向表面116投影到区域122中，并且当其从区域122中的对象反射回时，使用成像传感器124、126之一或二者来采集调制光图案的反射。这些调制光图案能够是或者空间调制光图案或者时间调制光图案。调制闪光的所采集的反射在本文中被称为“深度图像”或“深度影像”。深度传感器120然后可以基于深度影像的分析来计算对象的深度(即，对象距移动设备104的距离)。从深度传感器130所获得的结果的深度数据可以被用于校准或以其它方式增加从由成像传感器124、126所采集的图像数据的多视图分析(例如，立体分析)所获得的深度信息。备选地，来自深度传感器130的深度数据可以代替从多视图分析所获得的深度信息使用。在下面参考图3更详细地描述了移动设备104的电子系统的更详细的示例。

在操作中，移动设备104经由成像传感器124、126之一或二者采集区域122的影像，修改或以其它方式处理所采集的影像，并且提供经处理的所采集的影像以用于显示在显示设备108上。所采集的影像的处理能够包括例如空间或彩色滤波、添加增强现实(ar)交叠、将影像的真实内容转换为对应的虚拟现实(vr)内容等。为了提供该ar或vr功能性，移动设备104依赖于其当前六个自由度(6dof)定向和位置(在本文中被统称为“姿势”)相对于指定的坐标系的准确的确定。因此，在一些实施例中，移动设备104还使用由成像传感器124、126所采集的影像和非图像传感器数据(例如，惯性传感器数据)来使用以下各项中的一项或多项确定移动设备104的相对位置/定向(即，相对于区域122的位置/定向)：同时定位和地图创建(slam)过程、视觉测程法过程或其它视觉映射过程。

常规地，当移动设备进入新区域(即，特定移动设备先前地尚未进入的区域)时，移动设备或者必须完成区域学习过程(例如，slam过程)以学习新区域，或者依赖于非视觉线索(例如，gps坐标)以提供移动设备相对于坐标系的当前姿势的某个指示。相反，视觉映射系统100利用通过由区域中的其它移动设备造成的先验探索所提供的众包以允许对于区域新的移动设备在没有区域的广泛视觉映射的情况下迅速地定位到坐标系。为此目的，当移动设备104关于区域122移动时，连接到adf服务器102的移动设备104操作以将adf132采集并且上载到adf服务器102。如在下面更详细描述的，adf132包括由移动设备104所检测的空间特征的集合、空间特征的相对几何形状、关于以基本上独立于移动设备的姿势、照明条件或其它临时环境条件或设备特定条件的方式描述空间特征的空间特征的各种统计元数据，以及在与空间特征相关联的影像的采集时从惯性管理单元(imu)或其它非图像传感器所采集的传感器数据。adf服务器102基于被包含在adf132中的信息，过滤并且合并来自相同区域(或相邻区域)的多个移动设备104的adf，并且从结果的合并的adf生成一个或多个ladf134，其中的每一个表示针对区域或其对应的子区域的空间特征的稀疏点云。

因此，当另一移动设备104随后地进入新区域时，移动设备104可以针对与区域相关联的ladf查询adf服务器102。响应于该查询，adf服务器102可以将ladf134提供给请求的移动设备104。移动设备104可以采集区域122的影像，检测包含在其中的某些空间特征，并且将所检测的空间特征和其相对的几何形状与由ladf134所表示的空间特征和相关联的相对的几何形状相比较，并且基于空间特征的比较定位其当前姿势(即，或者确定其当前姿势或者校正已漂移的先前地所确定的姿势)(诸如通过环形闭合算法的应用)。移动设备104还可以基于移动设备的ladf134的使用向adf服务器102提供反馈(诸如指示ladf134的空间特征未由移动设备104观察到的反馈数据，或者指示没有ladf134中的空间特征由移动设备104观察到的反馈数据)。

ladf134的众包和基于云的创建、细化和分布允许移动设备104当进入新区域时迅速地并且高效地定位，并且因此避免执行耗费时间的区域学习过程的需要或使用来自gps传感器或惯性传感器的不太精确并且常常不可靠的测量结果的需要。而且，由于ladf134的空间特征可以被引用到特定坐标系，因而使用ladf134的多个移动设备104可以将其当前姿势定位到共同坐标系，从而促进依赖于设备姿势信息的功能性(诸如多人游戏、共享ar或vr功能性等)的移动设备104之间的更高效并且准确的交互。

图2图示了根据本公开的至少一个实施例的图1的adf服务器102的示例实施方式。在所描绘的示例中，adf服务器102包括计算系统，其具有网络接口202、adf数据存储204、ladf数据存储206、特征得分数据库208、地理参考数据存储210、合并模210、地理参考模块214、空间特征过滤模块216、定位生成模块218和查询模块220。虽然被图示为分离的数据存储，但是以下各项中的一项或多项可以在一起被实现为单个数据存储：数据存储204、206、208、210。

模块212、214、216、218、220可以被实现为硬编码逻辑(例如，专用集成电路或可编程逻辑)、执行被存储在存储器226或其它存储设备中的软件指令224的一个或多个处理器222或其组合。进一步地，虽然为了便于说明被描述为单个服务器，但是adf服务器102相反可以被实现为包括多个服务器的计算系统。例如，模块212、214、216和218的功能性可以被实现在一个服务器处，并且查询模块220和ladf数据存储206的功能性可以被实现在另一服务器处。

作为总体概述，合并器模块212操作以经由网络接口202从已进入ladf尚未编译的区域的一个或多个移动设备232(图1的移动设备104的一个实施例)接收adf132。合并器模块212合并来自移动设备232的一个或多个adf132来生成合并的adf数据用于存储在adf数据存储204中。地理参考模块214可以利用来自地理参考数据存储210的地理参考信息(其可以包含例如来自由谷歌公司(googleinc.)所提供的街景视图(streetview)工具的影像和相关联的地理参考位置)向合并的adf提供地理参考。定位生成模块218从结果的合并的adf数据生成一个或多个ladf并且将一个或多个ladf存储并且索引在ladf数据存储206中用于后续检索。查询模块220经由网络接口202从移动设备(移动设备104的一个实施例)接收ladf请求236，对于对应于ladf请求236的ladf134搜索ladf数据存储206，并且向移动设备234提供ladf134。移动设备234使用用于移动设备234的定位的ladf134。在该定位过程期间，移动设备234可以经由网络接口202向adf服务器102提供关于ladf134的ladf反馈238。adf服务器102可以使用ladf反馈238来调节在特征得分数据存储208中在其中所表示的空间特征的特征得分，并且基于该特征得分，通过添加或移除空间特征改善ladf134。在下面参考图4-12更详细地描述了这些操作。

如所述，移动设备232和234表示移动设备104的实施例。由于其相应的操作要求，因而使用ladf执行定位过程的移动设备232可能不要求与执行adf上载过程的移动设备234相同的能力。为了图示，移动设备234可以利用深度传感器120或立体照相机配置促进与生成和上载adf的过程相关联的slam操作，然而移动设备232典型地将不要求深度传感器120并且仅要求单目照相机配置来促进定位过程。

图3图示了根据本公开的至少一个实施例的由移动设备104实现的示例处理系统300。处理系统300包括显示器118、成像传感器124、126和深度传感器130。处理系统300还包括图形处理单元(gpu302)、帧缓冲器303和305、应用处理器304、显示控制器306、系统存储器308、非图像传感器的集合310和用户接口312。用户接口312包括由用户操纵以将用户输入提供给移动设备104的一个或多个部件(诸如触摸屏314、鼠标、键盘、麦克风316、各种按钮或开关和各种触觉致动器318)。非图像传感器的集合310能够包括提供移动设备104的非图像背景或状态所使用的各种传感器中的任一个。这样的传感器的示例包括惯性管理单元(imu)320，其包括以下各项中的一项或多项：陀螺仪321、磁强计322和加速度计323。非图像传感器还能够包括例如环境光传感器326以及基于各种无线接收或传输的传感器(诸如gps传感器328)、无线局域网(waln)接口330、蜂窝接口332、对等(p2p)无线接口334和近场通信(nfc)接口336。非图像传感器还能够包括用户接口312的用户输入部件(诸如触摸屏314或麦克风316)。

移动设备104还具有对存储结合其图像处理、位置映射和位置利用过程使用的信息或元数据的各种数据存储338的访问权。数据存储338能够包括：空间特征数据存储，其存储从由移动设备104的成像传感器所采集的影像所标识的2d或3d空间特征的元数据；slam数据存储，其存储基于slam的信息(诸如已经由移动设备104探索的区域122(图1)的子区域的映射信息)；和ar数据存储，其存储ar交叠信息或vr信息(诸如区域122中的感兴趣对象的相对位置的基于cad的表示)。数据存储338可以被实现在移动设备104的一个或多个存储部件处(诸如在硬盘驱动器、固态存储器或可移除的存储介质(未示出)上)。

在操作中，成像传感器124、126采集区域的影像并且将所采集的影像缓冲在帧缓冲器303、305中。对于以原始或经修改的形式待显示的影像而言，gpu302处理经采集的影像用于显示(例如，通过渲染ar交叠)，并且显示控制器306控制显示器118来显示经处理的影像。进一步地，如本文所描述的，移动设备104操作以上载用于先前地未映射的位置的adf134，以及下载用于先前地映射的位置的ladf并且使用下载的ladf来促进移动设备104的定位。为此目的，一个或多个软件程序可以被存储在系统存储器308或其它非暂态计算机可读介质中并且由应用处理器304和gpu302之一或二者执行以提供该adf生成和ladf利用功能性。为了便于说明，一个或多个软件程序在图3中被描绘为adf生成程序342和ladf处理程序344。这些程序可以被实现为由处理系统300执行的操作系统(os)中的线程或其它进程、相同软件应用的线程、进程或子例程或分离地执行的软件应用。进一步地，在一些实施例中，可以经由asic、可编程逻辑或其它硬编码逻辑实现本文所描述的程序342、344的功能性中的一些或全部。

adf生成程序342能够包括例如隐私过滤器模块346、空间特征检测模块348和adf收集模块350。如在图3中所描绘的，隐私过滤器模块346可以包括一个或多个图像内容过滤器(诸如文本过滤器模块352和面部过滤器模块)以及向下采样器模块356。ladf处理程序344能够包括例如空间特征检测模块358(其可以是空间特征检测模块348)、请求模块360、定位模块362和反馈模块364。在下面详细描述了处理系统300的操作，包括adf生成程序342和ladf处理程序344的操作。

如上文所描述的，当移动设备104在未映射的区域(即，adf服务器102不具有可用的ladf的区域)中时，移动设备104可以在adf生成模式中操作，其中，移动设备104生成表示未映射的区域中所检测的空间特征的adf并且将adf上载到adf服务器102。然而，如果区域已经被映射并且adf服务器102具有用于区域的ladf，则移动设备104相反可以在ladf定位模式中操作，其中，移动设备104从adf服务器102获得用于区域的ladf并且使用由ladf所表示的稀疏点云执行定位过程以便将移动设备104定位到区域。

图4图示了根据至少一个实施例的用于在这些操作模式之间选择的示例方法400。为了便于描述，在图3的处理系统300的示例背景中描述方法400。方法400在块402处发起，其中，移动设备104确定其已移动到尚未由移动设备104先前地映射的区域中。作为反应，移动设备104发起定位过程或运动跟踪过程。

在块404处，移动设备104查询adf服务器102来确定ladf是否可用于区域。如在下面参考图10-12所描述的，adf服务器102可以实现两级查询过程，其中，移动设备104提供来自由区域中的移动设备所采集的影像的空间特征的集合和一个或多个位置指示器(例如，由移动设备104所检测的waln或手机信号塔基站的gps坐标或基站标识符)并且adf服务器102查询ladf数据存储206来标识对应的ladf。

在ladf不是从adf服务器192可用的情况下，区域被认为是未映射的位置并且因此在块406处移动设备104和adf服务器102协调以针对未映射的位置执行adf/ladf生成过程。在下面关于图5更详细地描绘了该过程。在ladf从adf服务器102可用的情况下，区域被认为是映射的位置并且因此在块408处移动设备104和adf服务器102协调以执行ladf定位和更新过程，其在下面参考图6更详细地描述。

图5图示了根据至少一个实施例的用于实现adf/ladf生成过程的示例方法500。如上所述，adf/ladf生成过程响应于ladf不可用于由移动设备104新遭遇的区域的确定而执行。因此，在接收到针对区域描述数据的被动采集的用户同意之后，方法500在块502处发起，其中，使用移动设备104的传感器发起区域学习过程。为了执行区域学习过程，当移动设备104移动通过区域时，移动设备104经由成像传感器124、126采集影像372(图3)并且经由深度传感器130采集对应的深度信息373。当影像372和深度信息373由移动设备104采集时，移动设备104可以采用例如交互式游戏引起移动设备104的用户探索区域。

并发地，adf收集模块350从集合310的非图像传感器中的一个或多个来采集非图像传感器数据374(图3)。为了图示，adf收集模块350可以在影像372的采集期间从加速度计323采集传感器数据，并且因此表示在影像采集时移动设备104关于重力的定向。类似地，从陀螺仪321所采集的传感器数据可以被用于关于所采集的影像中所表示的视觉特征确定移动设备104的行进的方向。进一步地，非图像传感器数据374可以包括可以操作为移动设备104的位置指示器的传感器数据。这些位置指示器可以是地理参考的位置标识符(诸如在由gps传感器328所提供的传感器数据中所表示的维度/经度坐标)。备选地，这些位置指示器可以是推断的位置指示器。为了图示，当waln基站和手机信号塔基站被假定为固定的时，waln基站或手机信号塔基站的检测用作移动设备接近于所检测的基站的指示，并且因此基站标识符(bsid)、介质访问控制(mac)地址或基站的其它标识符能够用作用于移动设备的推断的位置标识符。

如下面所描述的，所采集的影像372和深度信息373被用于确定空间特征的点云，其最终被上载到adf服务器102。虽然该点云不是图像数据本身，但是取决于点云的密度和其它条件，未修改的点云可以被用于重建最初地存在于所采集的影像372中的某些视觉内容是可能的。例如，如果移动设备104被放置特别地接近于文档，则从对文档所采集的影像所确定的点云可以被用于再现文档的文本是可能的。因此，为了防止无意识的视觉内容的公开，隐私过滤器模块346可以实现至少两个隐私控制。

第一隐私控制被实现在块504处，其中，隐私过滤器模块346对所采集的影像372执行一个或多个内容过滤过程以从可能具有隐私含义的区域移除图像内容。例如，在块504处文本过滤器模块352可以执行文本过滤器过程，其中，在块502处所采集的每个图像使用一个或多个众所周知的文本识别算法扫描来确定在潜在地表示文本内容的图像中是否存在任何区域。对于被检测为潜在文本区域的每个区域而言，文本过滤器模块352可以通过例如利用区域或相邻区域中的像素执行混合操作、通过利用相同的默认像素区域替换区域中的像素值并且以其它方式删除区域中的像素值等模糊或者删除该区域。同样地，在块504处面部过滤器模块354可以实现面部过滤器过程，其中，每个所采集的图像使用一个或多个众所周知的面部识别算法扫描以确定在潜在地表示人脸的图像中是否存在任何区域，并且将图像过滤以从这样所标识的每个区域移除图像内容。以这种方式，影像被预过滤以在空间特征检测之前移除潜在地敏感的视觉内容，并且因此空间特征的结果的点云不能被用于重建潜在地敏感的视觉内容。

在块506处，空间特征检测模块348分析经过滤的影像来检测被包含在其中的空间特征。可以使用各种空间特征提取算法中的任一个(诸如例如尺度不变特征变换(sift)算法、快速鲁棒特征(surf)算法、灰度级补丁算法、梯度位置和方向直方图(gloh)算法、zernike矩算法、二进制鲁棒独立基本特征(breif)算法、定向brisk(orb)算法、二进制鲁棒不变尺度可变关键点(brisk)算法、高斯差(dog)算法、快速视网膜关键点(freak)算法等)。空间特征检测模块348将这些所检测的空间特征提供为空间特征数据376。为了图示，freak算法提供图像补丁内的像素对的比较，其中，每个比较的输出是“0”或“1”，基于其像素是该对中的更亮的或更暗的。在freak算法中，在图像补丁上面计算512个这样的比较，并且结果是空间特征描述符(即，表示图像补丁的对应的空间特征的长度512的二进制字符串)，以及标识3d参考系中的空间特征的位置的(x,y,z)向量。

进一步地，空间特征检测模块348确定用于每个所检测点的统计元数据378。统计元数据378以当对应的影像被采集时基本上独立于移动设备104或环境照明的特定视角的方式描述对应的空间特征。例如，统计元数据378可以包括表示表示空间特征的像素的亮度的平均和标准偏差的值、一个或多个方向上的亮度梯度(或其它视觉特性梯度)等。

虽然隐私过滤器模块346已净化所检测的文本和面部内容的影像，并且因此由空间特征数据376所表示的空间特征的原始点云基本上没有文本和面部内容，但是原始点云可以仍然具有足够的空间特征密度来允许从原始点云对区域的视觉外观的某种水平的重建。因此，作为第二隐私控制，在块508处隐私过滤器模块346的向下采样器模块356将原始点云向下采样以便生成空间特征的经过滤的点云380(图3)，其仅包含原始点云的空间特征的所选择的子集。这具有以下益处：降低可以从结果的点云来重建区域的视觉外观的可能性以及降低表示结果的经过滤的点云380所需要的数据量二者。向下采样过程可以由一个或多个向下采样准则控制。例如，在一些实施例中，向下采样过程可以包括用于从经过滤的点云排除的空间特征的随机选择、每个第x个空间特征(x是大于2的整数)的移除，或者不超过用于包括在经过滤的点云中的最大数目的空间特征的选择。作为另一示例，可以由每立方单位(即，单位体积)中指定最大数目的空间特征的最大空间特征密度准则控制向下采样过程。例如，最大空间特征密度准则可以指定经过滤的点云380包含至少一个空间特征每立方英尺，并且因此对原始点云进行向下采样，使得不超过一个空间特征每立方英尺被表示在结果的经过滤的点云中。

在块510处，adf收集模块350使用经过滤的点云380、统计元数据378和非图像传感器数据374来生成adf132。在一个实施例中，adf132包括将经过滤的点云380表示为多维坐标的列表或其它集合的文件或其它数据结构，连同存储所表示的空间特征的统计元数据378的每个多维坐标的字段。为了图示，每个多维坐标可以包括(x,y,z)浮点向量，其表示移动设备104的(x,y,z)坐标系中的对应的空间特征的3d位置。数据结构还可以包括存储非图像传感器数据374的一个或多个字段，以及存储由adf服务器102指派给adf132的唯一标识符(uid)的字段，如下面所描述的。

在块512处，adf收集模块350将adf132提供到适当的网络接口(例如，蜂窝接口332或waln接口330)用于传输给adf服务器102。在一些实施例中，adf收集模块350信号通知将adf上载到adf服务器102的请求，并且adf服务器102利用指派给adf的uid进行响应，adf收集模块350在其被上载之前将其插入adf132中的适当的字段中。进一步地，虽然块502-512的过程已经被描述为顺序过程，其中，adf132在其被上载之前被完成，但是在一些实施例中，adf132在迭代过程中被生成并且被上载，其中，adf132被生成为adf块的序列，每个adf块包含从所采集的影像的一部分所生成的点云的子集，并且每个adf块被标记有当其被生成时指派给adf并且上载到adf服务器的uid。adf服务器102因此可以单独地存储这些adf块，或者可以将由相同uid所表示的adf块组合为单个adf132。

由移动设备104上载的adf132表示存在于移动设备104被定位在其中的区域中的某些视觉特征。然而，通过由移动设备104所实现的隐私控制，如参考块504和508上文所描述的，被包含在被提供到adf服务器102的adf132中的信息基本上没有可以具有隐私含义的任何内容。相反，虽然结果的adf132包含可以描述区域的边缘、角和其它视觉特征的稀疏点云，但是因此在足以允许另一移动设备随后地基于这些所描述的视觉特征来定位的程度上，稀疏点云包含不足的信息以以对于人类感知有意义的方式支持区域的视觉外观的复制。如此，adf服务器102不应该占有来自移动设备104的任何信息，其具有潜在地显示关于映射区域的敏感信息的可测量的潜在性。

adf/ladf生成过程中的adf服务器102的作用在块514处发起，其中，从移动设备104经由网络接口202由合并模块212接收adf132。一旦接收到adf132，合并模块212就临时地将adf132索引并且存储在adf数据存储204中。基于指派给adf132的uid、基于由adf132所表示的点云中所表示的空间特征、基于利用adf132包括的(一个或多个)位置标识符等，可以针对临时存储装置索引adf132。在至少一个实施例中，每个adf132使用参考图10-12下面所描述的两层查询方法被存储并且被索引在adf数据存储204中。

在一些实例中，多个移动设备可能已上载用于区域或用于相邻区域的对应的adf。因此，adf服务器102在块516处操作以在结果的合并的adf处理为一个或多个ladf之前合并这些共同定位的adf。块516的合并过程可以响应于各种触发器中的任一个而发起。例如，可以由指定的时间量的失效、由来自移动设备的指定数目的adf的接收、由来自移动设备的ladf的请求等触发合并过程。响应于这样的触发，在块518处合并模块212信号通知查询模块220以查询adf数据存储204来标识是否存在任何“附近的”adf——即，覆盖相同区域或相邻区域的adf。在一些实施例中，附近的adf可以基于与adf数据存储240中的adf相关联的位置指示器的比较来标识。例如，假定来自移动设备104的adf132的上载已触发合并过程并且上载的adf132包括一个或多个walnmac地址作为位置标识符，那么由查询模块220被标识为具有与供应有上载的adf或对于在通过由上载的adf所标识的waln基站所覆盖的区域附近已知的waln基站的walnmac地址相同的walnmac地址的adf数据存储240中的那些adf被标识为附近的adf。作为另一示例，上载的adf可以被提供有gps坐标作为位置指示器，并且基于其对应的gps坐标，查询模块220可以将adf数据存储240中的adf标识为是附近的。在其它实施例中，附近的adf可以基于上载的adf中所表示的空间特征与被存储在adf数据存储240中的adf所表示的空间特征的比较来标识。具有空间特征的足够地交叠的集合的那些adf因此可以被标识为表示相同的区域或者附近的区域，并且因此被标识为附近的adf。更进一步地，参考图10-12如下面所描述的，adf服务器102可以实现针对adf数据存储204和ladf数据存储206之一或二者的两层查询，使得每个所存储的adf/ladf被索引用于基于其空间特征集和一个或多个位置标识符二者进行存储，并且附近的adf通过使用上载的adf的空间特征集以及上载的adf的一个或多个位置指示器二者执行两层索引过程来标识。

由查询模块220所标识的一个或多个附近的、或共同定位的adf的集合在本文中被称为“adf集群”。在adf集群被标识的情况下，在块520处合并模块212操作以执行一个或多个删除重复过程以移除adf集群的adf中所表示的复制空间特征。进一步地，在adf集群表示过大区域或包含过大数目的空间特征的情况下，合并模块212可以将adf集群分割为一个或多个更小的adf集群，其中的每一个可以如上文所描述地处理。在块522处，合并模块212采用一个或多个众所周知的环形闭合算法来确定adf集群的adf之间的相对对齐。在块524处，合并模块212分析adf集群以选择性地移除在如使用一个或多个稳定性准则标识的adf集群的adf中的大多数或全部中未可靠地观察到的空间特征。这服务以下目的：消除可能不代表区域的永久视觉特征的空间特征(以及因此用于定位的不可靠的源)以及降低由adf集群所表示的组合的点云中的空间特征的总数。在选择移除的空间特征时，合并模块212可以采用基于稳定性准则的评分系统(诸如通过基于其在adf集群的adf内被观察到的频率给定空间特征得分)。进一步地，因为更新的adf更可能表示区域的当前状态，所以合并模块212可以向更新的adf中的空间特征给定包含偏好。

在一些实例中，被供应有adf的非图像传感器数据374可以允许adf被地理参考。例如，非图像传感器数据374可以包括在adf中的空间特征的检测时移动设备104的gps坐标和地理参考姿势的指示器。利用在块522处所确定的adf集群的adf的相对对齐，如果adf集群中的一个adf被地理参考，那么在块526处adf集群中的其它adf可以基于使用地理参考的adf的相对对齐和地理位置信息的坐标系转换的应用来地理参考。进一步地，在地理参考的视觉参考数据是可用的情况下(诸如经由由谷歌公司所提供的街景视图工具)，adf集群的adf可以使用该地理参考的视觉参考数据进行地理参考。

在adf集群的adf被合并的情况下，在块528处，定位生成模块218使用合并的adf生成由合并的adf所表示的区域的一个或多个ladf。在合并的adf的数据大小足够小或覆盖足够小区域的情况下，合并的adf可以被存储并且被索引为单个ladf。然而，在合并的adf的数据大小超过阈值的情况下，合并的adf覆盖太大的区域，或者区域包含多个分离的子区域(如经由adf的点云中的墙、隔墙、门和窗所标识的)，定位生成模块218可以将合并的adf空间地分区以生成多个ladf，每个ladf覆盖不同的子区域。在这样的实例中，定位生成模块218可以尝试标识逻辑分区线(诸如通过基于由合并的adf所表示的点云内的墙或其它房间隔板的检测标识区域内的多个房间)，并且针对每个所标识的房间创建分离的ladf，其具有来自将ladf的范围限于单个房间的隐私视角的附加益处。

对于所生成的每个ladf而言，在块530处定位生成模块218将ladf提供到ladf数据存储206用于索引和存储。如上所述并且如在下面详细描述的，在一些实施例中，ladf数据存储206采用用于每个ladf的两层索引，其中，每个ladf由一个或多个位置标记并且由ladf所表示的空间特征二者索引。因此，当将ladf存储在ladf数据存储206中时，ladf数据存储206将ladf存储在由其(一个或多个)位置指示器或其空间特征集(和其中的相对几何形状)中的一个索引的数据存储条目中，并且(一个或多个)位置指示器或空间特征集中的另一个被用于在类似地索引的多个ladf之间选择。

利用方法500的块530处的过程的结束，adf服务器102已经使用从已经具有探索区域的机会的一个或多个移动设备104所上载的一个或多个adf针对先前地未看到的区域生成一个或多个ladf。因此，adf服务器102准备将ladf供应到第一次遭遇该区域的任何其它移动设备，如在下面由图6所描述的。

图6图示了根据至少一个实施例的用于执行由图4的块408所表示的ladf定位和更新过程的示例方法600。当移动设备104进入移动设备104尚未先前地遭遇并且映射的区域时，方法600在块602处发起。响应于该确定，移动设备针对区域发起空间特征检测过程。为此目的，移动设备104触发成像传感器124、126以开始区域的影像382(图3)的采集并且触发深度传感器130以开始用于区域的深度信息的采集，并且从影像382和深度信息，空间特征检测模块358检测代表区域的空间特征的初始集。在块604处，请求模块360确定在区域中的空间特征检测时移动设备104的位置的一个或多个位置指示器。如上所述，这些位置指示器可以是特定地理位置指示器(诸如从gps传感器328所获得的gps坐标)、推理位置指示器(诸如walnmac地址、wlanbsid或手机信号塔bsid或其组合)。在块606处，请求模块360使用初始空间特征集和一个或多个位置指示器生成ladf请求236并且传送ladf请求236以发起对区域的ladf的可用性的调查。

响应于经由网络接口202adf服务器102的查询模块220处的ladf请求236的接收，在块608处查询模块220查询ladf数据存储206来标识区域的适合的ladf用于由移动设备104使用。在至少一个实施例中，查询模块220和ladf数据存储206采用两层索引方案基于初始空间特征集和位置指示器二者标识适合的ladf，如参考图10-12下面详细描述的。假定适合的ladf被标识，在块610处查询模块220将所选择的ladf(如ladf134)传送到请求的移动设备104。

响应于ladf请求236而接收到ladf134，请求模块360将ladf134提供到定位模块362和反馈模块364二者。在块612处，定位模块362采用一个或多个众所周知的环形闭合算法以基于来自由空间特征检测模块358所检测的区域的空间特征与ladf134中所表示的空间特征的稀疏点云的比较(其结果是所标识的坐标系中的移动设备104的确定姿势384(图3))，将移动设备104定位到ladf134中所表示的坐标系。进一步地，在ladf已能够地理参考的情况下，同样地可以通过适当的平移对所确定的姿势384进行地理参考。在移动设备104被定位并且姿势384被确定的情况下，在块614处移动设备104的一个或多个部件可以提供依赖于准确的姿势信息(诸如ar或vr内容的实现、多人游戏、导航工具等)的功能性。

ladf134的生成依赖于由一个或多个移动设备104在区域中所观察到的空间特征的检测和选择。然而，因为区域可以具有被包括在所观察到的空间特征中的暂态对象或者因为区域的配置可以随时间改变，所以ladf可以变为更无用的或者“陈旧的”。因此，在一些实施例中，利用用户许可，移动设备104可以提供对ladf的反馈，其可以由adf服务器102被用于改善或“刷新”ladf用于由其它移动设备随后使用。为此目的，在块616处，反馈模块364可以将由区域中的空间特征检测模块358所标识的空间特征与由ladf134所表示的稀疏点云的空间特征相比较并且生成表示以下各项中的一项或多项的ladf反馈238：还由空间特征检测模块358观察到的ladf134的空间特征；未由空间特征检测模块358观察到的ladf134的空间特征；和由未存在于ladf134中的空间特征检测模块358所观察到的空间特征。ladf反馈238被上载到adf服务器102。在块618处，空间特征过滤器模块216接收ladf反馈238，因此更新未来得分数据存储208中的空间特征的特征得分，并且然后可以更新ladf以包括新空间特征或者基于更新的特征得分来移除先前地包括的空间特征。

图7-9一起图示了根据至少一个实施例的基于ladf反馈238改善ladf134的过程的示例。初始地，在ladf134中所表示的所有空间特征被提供初始特征得分，其对于ladf134中的所有空间特征可以是相同的，或者其可以基于空间特征的一个或多个性质。例如，基于其出现在从其生成ladf134的adf集群的adf中的次数，空间特征可以被指派初始特征得分。对于以下描述而言，假定更高的特征得分反映更可靠的空间特征，并且相反地更低的特征得分指示更不可靠的空间特征。由移动设备104所供应的ladf反馈238能够包括一个或多个条目，其中，每个条目或者确认由移动设备104对存在于ladf134中的空间特征的观察、拒绝由移动设备对存在于ladf134中的空间特征的观察，或者建议由移动设备104所观察到并且不存在于ladf134中的新空间特征。因此，空间特征的特征得分可以基于条目和其表示的反馈类型而调节。

图7的方法700表示由ladf反馈238的每个条目的adf服务器102所实现的处理。在块702处，空间特征过滤器模块216访问ladf反馈238的所选择的条目来确定由条目所表示的反馈的类型。在反馈条目确认移动设备104已观察到ladf134的对应的空间特征的情况下，在块704处空间特征过滤器模块216提取属于如在反馈条目中所表示的空间特征的标识的一个或多个参数(诸如指示由移动设备104对空间特征的观察的时间的时间戳)，并且将所提取的参数记录在特征得分数据存储208中。进一步地，在块706处，空间特征过滤器模块216增加对应的空间特征的特征得分以反映其最近的观察。

返回至块702，在反馈条目指示移动设备104未观察到ladf134中所表示的空间特征的情况下，在块708处空间特征过滤器模块216提取属于如在反馈条目中所表示的空间特征的标识的一个或多个参数(诸如指示当移动设备104正采集在其中空间特征应该已观察到但是尚未观察到的区域的影像时的时间的时间戳)，并且将所提取的参数记录在特征得分数据存储208中。进一步地，在块710处，空间特征过滤器模块216减小对应的空间特征的特征得分以反映其错过的观察。

再返回至块702，在反馈条目指示移动设备104可靠地已观察到ladf134中未表示的空间特征的情况下，在块712处空间特征过滤器模块216提取属于如在反馈条目中所表示的先前地未观察到的空间特征的标识的一个或多个参数(诸如指示当移动设备104首先或最后观察到空间特征时的时间的时间戳、空间特征的观察的频率(例如，当移动设备104在包含空间特征的区域的方向上被定向时空间特征被观察到的时间的百分比))等，并且将所提取的参数记录在特征得分数据存储208中。进一步地，在块714处，空间特征过滤器模块216也创建特征得分数据存储208中的对应的空间特征的特征得分，并且如果空间特征尚未被表示在特征得分数据存储208中，则将初始值指派给特征得分。否则，如果对于新观察到的空间特征已经存在特征得分(即，空间特征先前地还由另一移动设备104观察到)，则空间特征过滤器模块216增加用于空间特征的特征得分。方法700然后返回至块702以针对ladf反馈238中的下一条目重复过程。

图8图示了根据至少一个实施例的用于评价用于包括在ladf134中的候选空间特征的示例方法800。如上文所描述的，移动设备104可以提供标识可以是用于包括在区域的ladf134中的候选的区域中的新观察到的空间特征的ladf反馈238，并且空间特征过滤器模块216可以创建第一次空间特征被检测到的特征得分，并且每次相同的空间特征由另一移动设备104观察到时增加特征得分。因此，这些空间特征中的每个空间特征的特征得分用作用于包括在ladf134中的空间特征的候选资格的可行性的指示器(即，空间特征出于定位的目的是多么“可靠的”)。因此，响应于触发条件(诸如ladf134的老化超过某个阈值)，或者响应于来自指示对于ladf134的修正将被保证的移动设备104的足够的反馈，在块802处空间特征过滤器模块216从特征得分数据存储208选择用于包括在ladf134中的考虑中的候选空间特征中的一个，并且在块804处空间特征过滤器模块216将所选择的候选空间特征的特征得分与指定的阈值(指明的“thresh_h”)相比较。该阈值可以是固定的阈值，或者可以基于一个或多个当前条件。例如，在一个实施例中，阈值thresh_h可以被设定到当前被包括在ladf134中的空间特征的中值当前特征得分。

在候选空间特征的特征得分不超过阈值thresh_h的情况下，空间特征过滤器模块216停止候选空间特征的任何进一步的考虑(在本轮评价中)，并且方法800返回至块802用于下一候选空间特征的选择。否则，如果特征得分超过阈值thresh_h，则在块806处，空间特征过滤器模块216信号通知定位生成模块218以将所选择的候选空间特征包含到ladf134中。在一些实施例中，将新空间特征包含到ladf134可以要求从ladf134消除另一空间特征。在这样的情况下，空间特征过滤器模块216可以选择例如具有目前被包括在ladf134中的所有空间特征的最低特征得分的空间特征。在将候选空间特征包含到ladf134中之后，方法800返回至块802用于下一候选空间特征的选择和评价。

图9图示了根据至少一个实施例的用于评价用于从ladf134移除的空间特征的示例方法900。如上文所描述的，移动设备104可以提供确认ladf134的空间特征是否已由移动设备104观察到的ladf反馈238，并且因此空间特征过滤器模块216可以调节空间特征的特征得分。因此，这些空间特征中的每个空间特征的特征得分用作出于定位目的的空间特征的当前可靠性的指示器。因此，响应于触发条件，在块902处空间特征过滤器模块216选择当前被包括在ladf134中的空间特征，并且在块904处空间特征过滤器模块216将所选择的空间特征的特征得分与指定的阈值(指明的“thresh_l”)相比较。该阈值可以是固定的阈值，或者可以基于一个或多个当前条件。例如，在一个实施例中，阈值thresh_l可以被设定到目前未被包括在ladf134中的候选空间特征的中值当前特征得分。

在候选空间特征的特征得分超过阈值thresh_l的情况下，空间特征过滤器模块216停止所选择的空间特征的任何进一步的考虑(在本轮评价中)，并且方法900返回至块902用于ladf134中的下一空间特征的选择。否则，如果特征得分阈值低于thresh_l，则在块906处，空间特征过滤器模块216信号通知定位生成模块218以从ladf134移除所选择的空间特征。在一些实施例中，从ladf134移除空间特征可以要求选择另一空间特征来替换移除的空间特征并且因此用作发起图8的方法800的候选空间特征评价过程的触发条件。在从ladf134移除所选择的空间特征之后，方法900返回至块902用于ladf134中的下一空间特征的选择和评价。

由adf服务器102所维护的ladf包含世界的区域的视觉特征和几何信息的表示。该信息是潜在地敏感的，并且因此adf服务器102注意防止对被存储在ladf数据存储206中的ladf内容和被存储在adf数据存储204中的adf内容的未授权的或无意识的访问(在一些实施方式中，其可以包括相同的数据存储)。为此目的，adf服务器102采用以ladf数据存储206的ladf内容的两层索引方案的形式的隐私保护。图10-12图示了根据该两层索引方案的查询模块220和ladf数据存储206和其操作的示例配置。可以以下面所描述的方式类似地配置adf数据存储204。

图10图示了由查询模块220和ladf数据存储206所实现的示例两层查询接口1000。如所描绘的，由ladf数据存储206所存储的每个ladf(例如，ladf134)被存储在被实现在ladf数据存储206中的ladf数据库1004的对应的ladf条目1002中。每个ladf条目1002包括多个字段，包括存储与被存储在其中的ladf相关联的uid的uid字段1006、存储目前由ladf所表示的空间特征的集合的空间特征字段1008和存储位置指示器或者与ladf相关联的其它位置数据的位置字段1010。

在没有足够的保护的情况下，未授权方可能能够从ladf数据存储206获得ladf134，并且因此具有潜在地敏感信息的暴露的风险。两层查询接口1000可以通过要求请求的移动设备104或其它请求者证明其在(或已经在)与所请求的ladf相关联的区域更充分地保密ladf数据存储206的ladf数据。一些位置指示器(诸如gps坐标)可以容易地哄骗或以其它方式伪造。进一步地，其它类型的位置指示器(诸如walnmac地址或手机信号塔bsid)可以覆盖比感兴趣区域远得多的地区，并且因此可能缺乏足够的颗粒度。如此，位置指示器单独地可能不是请求的移动设备实际上在指定的区域中的足够的证明。因此，查询接口1000可以相反通过要求移动设备104提交由指定的区域中的移动设备104所观察到的空间特征的集合来要求移动设备104在指定的区域中的证明。查询接口1000然后可以将空间特征的该集合与ladf条目的空间特征相比较来标识匹配的ladf。然而，许多区域具有类似的结构配置(例如，办公楼内的类似房间)，并且因此存在多个ladf可以足够地匹配空间特征的提交的集合的风险，并且因此不正确的ladf可以被供应到请求的移动设备，其是双重地有问题的，其表示潜在的违反保密性以及给移动设备104提供用于定位的不正确的参考二者。

因此，为了确保移动设备实际上在其表示其是的区域中并且为了确保正确的ladf被供应到移动设备二者，查询接口1000利用空间特征的集合和由移动设备所提交的一个或多个位置指示器二者来标识来自ladf数据库1004的正确的ladf。应该理解的是，在该方法下，移动设备或其它请求者通过提交在所标识的区域中所观察到的空间特征证明请求者在所标识的区域中，并且因此所标识的区域的ladf的释放具有潜在地敏感信息的无意识的公开的低风险，因为请求者简单地可以环视所指示的区域来获得比由所供应的ladf所表示的视觉信息更详细许多数量级的视觉信息。

为此目的，查询模块220包括空间特征查询接口1012和位置选择模块1014。空间特征查询接口1012使用由移动设备104所提交的ladf请求236中的空间特征集1016基于ladf数据库1004的ladf条目1002的空间特征字段1008的搜索，执行候选ladf的初始查询。该搜索考虑空间特征的相对几何形状，因为其被投影到由ladf请求236所表示的图像中来检查针对ladf数据库1004中的那些的一致性。位置选择模块1014基于利用ladf请求236所提交的一个或多个位置指示器1018与候选ladf的位置字段1010中的每个ladf的位置信息的比较，从所标识的候选ladf进行选择。

进一步地，为了使用除空间特征的集合之外的位置指示器或其它密钥防止ladf条目1002的搜索或其它访问，在一些实施例中，ladf数据存储206被配置为通过空间特征字段1008索引ladf条目1002并且还被配置为避免通过位置字段1010索引ladf条目1002。在该配置中，ladf数据库1004的ladf条目1002是经由ladf的空间特征集可搜索的，但是不能初始地由位置搜索。以这种方式，位置指示器的提交单独地将不导致来自ladf数据库1004的任何ladf134的标识或产生。

图11图示了根据本公开的至少一个实施例的图10的两层查询接口1000的操作的示例方法1100。方法1100在块1102处发起，其中，提交来自移动设备或其它请求者的指示的区域的ladf请求236。在至少一个实施例中，为了接受用于处理的ladf请求236，adf服务器102要求ladf请求236包括至少在所指示的区域中所观察到的空间特征集1016和由所指示的区域中的移动设备所获得或所确定的一个或多个位置指示器1018。

在块1104处，空间特征查询接口1012搜索ladf数据库1004的ladf条目1002以找到ladf条目1002，其具有与ladf请求236的空间特征集1016足够地交叠的空间特征字段1008中的空间特征集，并且其具有与空间特征集1016的投影的空间特征的几何形状一致的相对几何形状。在一个实施例中，对于所分析的每个ladf条目1002而言，空间特征查询接口1012可以确定空间特征集1016与ladf条目1002的空间特征字段1008之间的匹配的空间特征的计数。空间特征查询接口1012然后可以基于针对ladf条目1002所确定的计数值，选择n个候选ladf(例如，图10的候选ladf1021、1022、1023)。例如，在一些实例中，具有大于指定的阈值的计数的每个ladf可以被选择为候选ladf。在其它实例中，空间特征查询接口1012可以选择具有最高计数值的n个ladf作为n个候选ladf。

在块1106处，空间特征查询接口1012验证至少一个候选ladf已经从ladf数据库1004标识。如果不是的话，则在块1108处查询模块220向请求的移动设备信号通知ladf不可用于所指示的区域。否则，一个或多个所标识的候选ladf被供应到位置选择模块1014(例如，通过标识候选ladf的uid)，并且在块1110处位置选择模块1014将ladf请求236的一个或多个位置指示1018与由候选aldf的位置字段1010所指示的位置相比较来对每个候选ladf与一个或多个位置指示器1018之前的匹配进行评分。在块1112处，位置选择模块1014验证在一个或多个位置指示器1018与候选ladf中的一个的位置信息之间是否存在足够的匹配。如果不是的话，则在块1114处查询模块220向请求的移动设备信号通知ladf不可用于所指示的区域。否则，在块1116处，位置选择模块1014选择具有最好的位置匹配得分的候选ladf作为与所标识的区域共同定位的ladf，并且响应于ladf请求236，将该所选择的ladf作为用于区域的ladf134提供给移动设备。

除提供针对对于ladf数据库1004的ladf的未授权的或无意识的访问的保护之外，使用空间特征和如由移动设备所检测的其几何形状执行ladf查询确保通过两级查询过程最终选择的ladf将允许移动设备使用匹配的ladf成功地定位。这是因为ladf查询过程的第一阶段执行与在移动装置处所执行的定位过程相同或类似的“定位”过程以标识候选ladf以使用所观察到的空间特征和ladf中的其图像几何形状找到移动设备相对于ladf的姿势。

图12图示了根据至少一个实施例的两层查询接口1000的备选配置。与在图10中所描绘的实施方式一样，ladf数据存储206实现包括多个ladf条目1202的ladf数据库1204，每个ladf条目1202具有uid字段1006、空间特征字段1008和位置字段1010。然而，与图10的实施方式相反，ladf数据库1204相反基于位置字段1010，索引ladf条目1202。进一步地，在该实施例中，查询模块220包括ladf数据库1204的位置查询接口1212和空间特征选择模块1214。

在所描绘的实施方式中，ladf的两层查询被实现为由ladf的位置查询接口1212对ladf条目1202的第一层搜索，所述ladf具有足够地匹配ladf请求236的一个或多个位置指示器1018来标识一个或多个候选ladf的集合的位置信息。空间特征选择模块1214然后比较ladf请求236的空间特征集1016以选择最好地匹配空间特征集1016的候选ladf作为响应于ladf请求236待供应到请求的移动设备的ladf134。

上文所描述的许多发明功能性和许多发明原理非常适合于关于集成电路(ic)(诸如专用ic(asic))或其中的实施方式。应预期到，不管可能付出巨大努力和通过例如可用时间、当前技术和经济性考虑激励的许多设计选择，本领域的普通技术人员当由本文所公开的概念和原理引导时将容易地能够在最小实验的情况下生成这样的ic。因此，为了使根据本公开的原理和概念的任何风险的简洁和最小化，这样的软件和ic的进一步的讨论(如果有的话)将限于关于优选的实施例内的原理和概念的实质。

在本文档中，关系项(诸如第一和第二等)可以仅被用于将一个实体或动作与另一实体或动作区分而不必要求或隐含这样的实体或动作之间的任何实际的这样的关系或次序。术语“包括(comprises)”、“包括(comprising)”或其任何其它变型旨在覆盖非专有的包括，使得包括元件的列表的过程、方法、制品或装置不仅包括那些元件而且可以包括未明确列出或对于这样的过程、方法、制品或装置固有的其它元件。在没有更多约束的情况下，在“包括……(comprises…a)”前面的元件不排除包括该元件的过程、方法、制品或装置中的附加的相同元件的存在。如本文所使用的，术语“另一个(another)”被定义为至少第二或更多。如本文所使用的，术语“包括(including)”和/或“具有(having)”被定义为包括(comprising)。参考电光技术如本文所使用的，术语“耦合的(coupled)”被定义为连接的，但是不必直接地并且不必机械地。如本文所使用的，术语“程序(program)”被定义为针对计算机系统上的执行设计的指令的序列。“程序(program)”或“计算机程序(computerprogram)”可以包括子例程、函数、流程、对象方法、对象实现、可执行应用、小应用程序、小服务程序、源代码、目标代码、共享库/动态加载库和/或被设计用于在计算机系统上执行的指令的任何序列。

说明书和附图仅应该被认为是示例，并且因此本公开的范围旨在仅由以下权利要求和其等同物限制。注意，并非要求在一般描述中上文所描述的所有活动或元件，可以不要求特定活动或设备的一部分，并且除所描述的那些之外，可以执行一个或多个其它活动或所包括的元件。更进一步地，列出活动的顺序不必是其被执行的顺序。除非另外指定，否则上文所描绘的流程图的步骤可以以任何次序，并且取决于实施方式，可以消除、重复和/或添加步骤。而且，已经参考特定实施例描述了概念。然而，本领域的普通技术人员应理解到，在不脱离如以下权利要求中所阐述的本公开的范围的情况下，可以做出各种修改和改变。因此，说明书和附图将被视为以说明性而不是限制性意义，并且所有这样的修改旨在包括在本公开的范围内。

上文关于特定实施例已经描述益处、其它优点和问题方案。可以使得任何益处、优点或方案发生或变得更显著的益处、优点、问题方案和(多个)任何特征不将被理解为任何或全部权利要求的重要的、要求的或基本特征。