[发明专利]信息处理方法和装置

说明书

技术领域

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装置。

背景技术

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。

发明内容

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，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。

此外，根据本发明的另一方面，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n个级别，其中n≥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1≤i≤n；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，采用根据本发明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，在本发明中，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：

图1a和1b图示了根据现有技术的解决方案的原理。

图2图示了根据本发明的信息处理方法。

图3图示了根据本发明的信息处理装置。

图4图示了根据本发明实施例的信息处理方法的原理。

图5图示了根据本发明实施例的信息处理装置。

图6图示了根据本发明实施例的第1级别中的信息处理方法。

图7图示了根据本发明实施例的中间级别中的信息处理方法。

图8图示了根据本发明实施例的第n级别中的信息处理方法。

图9a图示了用于实验演示的未知环境的地图模型。

图9b到图9l图示了机器人在未知环境中拍摄的图像数据。