CN105203092A - 一种信息处理方法、装置及电子设备 - Google Patents
一种信息处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN105203092A CN105203092A CN201410306643.9A CN201410306643A CN105203092A CN 105203092 A CN105203092 A CN 105203092A CN 201410306643 A CN201410306643 A CN 201410306643A CN 105203092 A CN105203092 A CN 105203092A
- Authority
- CN
- China
- Prior art keywords
- limit
- map
- node
- weight
- closed loop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本申请提供的一种信息处理方法和装置,应用于具有SLAM功能的电子设备,包括:依据预设模型构建闭环的地图,并存储构建所述地图过程中的路径信息;并在闭环地图构建完成后,依据预设的图优化规则和存储的路径信息,对该地图进行图优化。采用该方法,在构建地图时,存储构建该地图过程中的路径信息,保证了不会滤除构建过程中出现的正确信息,在完成闭环地图后,可根据图优化规则和该路径信息对地图进行优化,在优化地图过程中,能够依据构建地图过程中存储的信息中正确信息对地图进行图优化,降低该地图的误差,保证最终构建的地图误差小,准确度较高。本申请还提供了一种应用该信息处理装置的电子设备。
Description
技术领域
本发明涉及电子设备领域,更具体的说,是涉及一种信息处理方法、装置及电子设备。
背景技术
机器人的同步定位和地图构建(simultaneouslocalizationandmapping,SLAM)技术是机器人导航技术的关键问题。
现有技术中,一般是采用GMapping方式实现该机器人的SLAM。
GMapping是以粒子滤波为核心的机器人定位技术,采用撒粒子的方法构建地图。在构建过程中,将不满足权重条件的粒子作为错误位姿粒子删除,将满足权重条件的粒子作为正确位姿粒子保留。如果粒子的权重估计出现偏差,会将真正的正确位姿粒子删除,而依据剩余的错误位姿粒子构建地图,导致最终构建的地图误差较大。
发明内容
有鉴于此,本发明提供了一种信息处理方法,解决了现有技术中由于滤掉正确粒子导致构建地图误差较大的问题。
为实现上述目的,本发明提供如下技术方案:
一种信息处理方法,应用于具有同步定位和地图构建SLAM功能的电子设备,所述方法包括:
依据预设模型构建闭环的地图,并存储构建闭环的地图过程中的路径信息,所述路径信息包括所述地图中结点位置的位置信息和权重;
依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
上述的方法,优选的,所述依据预设模型构建闭环的地图包括:
依据预设模型依次确定组成所述地图的结点的位置;
依次连接相邻的两个结点之间的连线为一条边;
当所述地图出现闭环时,完成构建闭环的地图。
上述的方法,优选的,所述确定组成所述地图的结点的位置包括:
以一确定的结点位置为原点,依据预设模型,预测一目标结点位置;
在所述目标结点位置周边设置至少两个粒子,任意两个粒子与所述目标结点位置之间的距离不同;
利用预设的权重算法,计算每个粒子的权重;
比较所述粒子的权重,将权重最大的粒子所在位置作为目标结点的实际位置。
上述的方法,优选的,所述对所述地图进行图优化之前,还包括:
获取所述地图中每相邻两个结点之间的边的误差值;
将各条边的误差值取和,得到所述地图的误差值。
上述的方法,优选的,所述依据预设的图优化规则和所述路径信息,对所述地图进行图优化包括:
获取每条边的权重,所述权重为所述边连接的两个结点中非原点的结点的权重;
依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;
依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。
上述的方法,优选的,所述依据所述调整距离,对于所述权重对应的边进行调整包括:
依据计算得到的调整距离及与所述调整距离对应的边,从第一条边开始调整,所述第一条边指起始位置的结点与其相邻的结点之间的一条边;
依次对后续的每一条边调整,至闭环边调整结束,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
上述的方法,优选的,所述依据所述调整距离,对于所述权重对应的边进行调整包括:
依据计算得到的调整距离及与所述调整距离对应的边,分别从第一条边和闭环边开始调整;
依次对与所述第一条边相邻的后续每一条边,以及与所述闭环边相邻的后续每一条边进行调整;
其中,所述第一条边指起始位置的结点与其相邻的结点之间的一条边,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
一种信息处理装置,应用于具有SLAM功能的电子设备,所述装置包括:
地图构建模块,用于依据预设模型构建闭环的地图;
存储模块,用于存储构建闭环的地图过程中的路径信息,所述路径信息包括所述地图中结点位置的位置信息和权重;
图优化模块,用于依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
上述的装置,优选的,所述地图构建模块包括:
第一构图单元,用于依据预设模型依次确定组成所述地图的结点的位置;
第二构图单元,用于依次连接相邻的两个结点之间的连线为一条边;
判断单元,用于判断所述地图是否出现闭环,当所述地图出现闭环时,完成构建闭环的地图。
上述的装置,优选的,所述第一构图单元包括:
预测子单元,用于以一确定的结点位置为原点,依据预设模型,预测一目标结点位置;
粒子子单元,用于在所述目标结点位置周边设置至少两个粒子;
计算子单元,用于利用预设的权重算法,计算每个粒子的权重;
比较子单元,用于比较所述粒子的权重,将权重最大的粒子所在位置作为目标结点的实际位置。
上述的装置,优选的,还包括:
获取模块,用于获取所述地图中每相邻两个结点之间的边的误差值;
计算模块,用于将各条边的误差值取和,得到所述地图的误差值。
上述的装置,优选的,所述图优化模块包括:
获取单元,用于获取每条边的权重,所述权重为所述边连接的两个结点中非原点的结点的权重;
计算单元,用于依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;
调整单元,用于依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。
上述的装置,优选的,所述调整单元具体用于:
依据计算得到的调整距离及与所述调整距离对应的边,从第一条边开始调整,所述第一条边指起始位置的结点与其相邻的结点之间的一条边;
依次对后续的每一条边调整,至闭环边调整结束,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
上述的装置,优选的,所述调整单元具体用于:
依据计算得到的调整距离及与所述调整距离对应的边,分别从第一条边和闭环边开始调整;
依次对与所述第一条边相邻的后续每一条边,以及与所述闭环边相邻的后续每一条边进行调整;
其中,所述第一条边指起始位置的结点与其相邻的结点之间的一条边,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
一种电子设备,包括:设置有如上述任一项所述的信息处理装置。
经由上述的技术方案可知,与现有技术相比,本发明提供了一种信息处理方法,应用于具有SLAM功能的电子设备,包括:依据预设模型构建闭环的地图,并存储构建闭环的地图过程中的路径信息,该路径信息包括地图中结点位置的位置信息和权重;并且在地图构建完成后,依据预设的图优化规则和所述路径信息,对所述地图进行图优化。采用该方法,在构建地图时,存储构建该地图过程中的全部路径信息,保证了不会滤除构建过程中出现的正确信息,在完成闭环地图后,可根据图优化规则和该路径信息对地图进行优化,在优化地图过程中,能够依据构建地图过程中存储的信息中正确信息对地图进行图优化,降低该地图的误差,保证最终构建的地图误差小,准确度较高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种信息处理方法实施例1的流程图;
图2为本申请提供的一种信息处理方法实施例2的流程图;
图3为本申请提供的一种信息处理方法实施例3的流程图;
图4为本申请提供的一种信息处理方法实施例3的确定目标结点位置的示意图;
图5为本申请提供的一种信息处理方法实施例4的流程图;
图6为本申请提供的一种信息处理方法实施例4的中步骤S505的流程图;
图7为本申请提供的一种信息处理方法实施例4的一调整示意图;
图8为本申请提供的一种信息处理方法实施例4的另一调整示意图;
图9为本申请提供的一种信息处理装置实施例1的结构示意图;
图10为本申请提供的一种信息处理装置实施例2的结构示意图;
图11为本申请提供的一种信息处理装置实施例3中第一构图单元的具体结构示意图;
图12为本申请提供的一种信息处理装置实施例4的结构示意图;
图13为本申请提供的一种信息处理装置实施例4中图优化模块的具体结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了更加特定地强调实施的独立性,本说明书涉及许多模块或单元。举例而言,模块或单元可由硬件电路实现,该硬件电路包括特制VLSI电路或门阵列,比如逻辑芯片、晶体管,或其它组件。模块或单元也可在可编程的硬设备中实现,比如场效可编程门阵列、可编程阵列逻辑、可编程逻辑设备等等。
模块或单元也可在藉由各种形式的处理器所执行的软件中实现。比如说,一可执行码模块可包括一个或多个实体的或逻辑的计算机指令区块,该区块可能形成为,比如说,对象、程序或函数。然而,鉴别模块或单元的可执行部分不需要物理上放置在一起,但可由存于不同位置的不同指令所组成,当逻辑上组合在一起时,形成模块或单元且达到该模块或单元所要求的目的。
实际上,可执行码模块或单元可以是一单一指令或多个指令,甚至可以分布在位于不同的程序中的数个不同的码区段,并且横跨数个存储设备。同样地,操作数据可被辨识及显示于此模块或单元中,并且可以以任何合适的形式实施且在任何合适的数据结构形式内组织。操作数据可以集合成单一数据集,或可分布在具有不同的存储设备的不同的位置,且至少部分地只以电子信号方式存在于一系统或网络。
本说明书所提及的“实施例”或类似用语表示与实施例有关的特性、结构或特征,包括在本发明的至少一实施例中。因此,本说明书所出现的用语“在一实施例中”、“在实施例中”以及类似用语可能但不必然都指向相同实施例。
再者,本发明所述特性、结构或特征可以以任何方式结合在一个或多个实施例中。以下说明将提供许多特定的细节,比如编程序、软件模块、用户选择、网络交易、数据库查询、数据库结构、硬件模块、硬件电路、硬件芯片等例子,以提供对本发明实施例的了解。然而相关领域的普通技术人员将看出本发明,即使没有利用其中一个或多个特定细节,或利用其它方法、组件、材料等亦可实施。另一方面,为避免混淆本发明,公知的结构、材料或操作并没有详细描述。
如图1示出的本申请提供的一种信息处理方法实施例1的流程图,该方法可以应用于一电子设备,所述电子设备可以是台式机、笔记本、平板电脑、手机、智能电视、智能手表、穿戴式设备等电子设备,所述电子设备具有SLAM(simultaneouslocalizationandmapping,同步定位和地图构建)功能。
本实施例具体由以下步骤实现:
步骤S101:依据预设模型构建闭环的地图;
其中,所述路径信息包括所述地图中结点位置的位置信息和权重。
实际实施中,可采用MCMC(MarkovChainMonteCarlo,马尔科夫链蒙特卡罗)模型,使用撒粒子的方式逐步构建地图,当地图构建过程中出现闭环时,则该闭环地图构建完成。
步骤S102:存储构建闭环的地图过程中的路径信息;
其中,对构建地图过程中生成的路径信息进行存储,以便后续的步骤对生成的闭环的地图进行优化。
需要说明的是,该路径信息的存储方式可以为暂时存储,当优化完成后,路径信息即刻删除,也可为长时间存储,当优化完成后继续存储,以方便后续对构建地图的过程及参数进行了解,本实施例不做限制。
步骤S103:依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
其中,闭环地图构建完成后,对该地图进行图优化。
具体的,依据预设的图优化的规则,以及存储的该路径信息,对地图进行图优化。
其中,由于该路径信息中有地图中每个结点的位置信息和权重信息,结合每个结点的位置信息及其权重,可对地图的结点位置进行调整,以实现对地图的优化。
需要说明的是,在构建地图过程中,存储了路径信息,则对构建地图中的多种信息均进行了保存,在完成闭环地图后,对构建地图过程中的各种信息都还能够获取到,该构建的方式过程可追溯,进而可根据其存储的正确的信息对地图进行图优化,降低了地图的误差。
需要说明的是,本申请中先执行步骤S101构建地图,然后执行步骤S102存储地图的路径信息,但是实际实施中的执行顺序并不限定于此,实际实施中也可在构建地图的同时存储路径信息,本实施例中不限定执行顺序。
综上,本申请提供的一种信息处理方法,在构建地图时,存储构建该地图过程中的路径信息,保证了不会滤除构建过程中出现的正确信息,在完成闭环地图后,可根据图优化规则和该路径信息对地图进行优化,在优化地图过程中,能够依据构建地图过程中存储的信息中正确信息对地图进行图优化,降低该地图的误差,保证最终构建的地图误差小,准确度较高。
如图2示出的本申请提供的一种信息处理方法实施例2的流程图,本实施例具体由以下步骤实现:
步骤S201:依据预设模型依次确定组成所述地图的结点的位置;
其中,该地图可由N个结点组成,该N的取值大于3。
具体的,在起始位置处设置一结点,以该结点为准,依据预设的MCMC模型,确定下一结点即第二结点的位置;然后,以该第二结点为准继续依据预设的MCMC模型,确定第三结点的位置;同理,依次确定该地图中的各个节点的位置。
步骤S202:依次连接相邻的两个结点之间的连线为一条边;
其中,当两个相邻结点的位置确定时,将两个结点用线连接,该连线记为地图的一条边,依次将确定的各个结点与其相邻的结点用线连接,得到地图中的路径。
步骤S203:当所述地图出现闭环时,完成构建闭环的地图;
其中,构建地图过程中,由于地图中的路径会出现回环的情况,会使得地图中出现闭环,当两个结点之间的连线导致地图出现闭环时,构建闭环地图完成。
其中,该路径信息中还包括结点位置的观测信息。
具体的,判断地图是否出现闭环的过程包括:获取路径中结点的观测信息;将该观测信息与地图中除该结点外的其他结点的观测信息进行比对,判断二者是否满足预设的匹配条件;如果满足的话,则两个结点处出现闭环,该地图出现闭环。
实际实施中,该观测信息是由运动到该结点的机器人携带的传感器采集到的,可以包括:环境信息、定位信息等。如该传感器为CAMERA相机的话,该观测信息为图片,如传感器为2D激光器的话,为观测到的标准位置的点(如红色对准点)的信息。
需要说明的是,该确定地图是否出现闭环的过程,可以有多种方式:例如,在每确定一个结点A后,将该结点的观测信息与其他已确定的结点的观测信息依次进行比对,判断是否出现闭环。或者,在确定一个结点B后,首先根据该结点的位置信息,确定与该结点接近的已知结点C、D等,然后,将该已知结点的观测信息与该结点B的观测信息进行比对,判断是否出现闭环。
具体的闭环判断方式本实施例不做赘述。
需要说明的是,任意两个相邻结点之间的边为相邻边,地图的结束位置的结点与起始位置的结点之间的边为闭环边。
步骤S204:存储构建闭环的地图过程中的路径信息;
具体的,本实施例中,该路径信息中包含:结点位置的位置信息、权重以及该结点位置的观测信息。
步骤S205:依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
其中,步骤S204-205与实施例1中的步骤S102-103一致,本实施例中不做赘述。
综上,本申请提供的一种信息处理方法,在构建闭环地图时,采用依次确定结点和边的方式,具体为:依据预设模型依次确定组成所述地图的结点的位置;依次连接相邻的两个结点之间的连线为一条边;当所述地图出现闭环时,完成构建闭环的地图,并对每一步确定的路径信息存储。采用该方法,对构建地图中每个结点的信息,包括位置信息、权重以及观测信息进行存储,以保证构图完成后,还可对构建地图过程中的信息进行追溯,进而使得图优化可应用该信息进行,降低该地图的误差,保证最终构建的地图误差小,准确度较高。
如图3示出的本申请提供的一种信息处理方法实施例3的流程图,本实施例具体由以下步骤实现:
步骤S301:以一确定的结点位置为原点,依据预设模型,预测一目标结点位置;
其中,采用MCMC模型,以一个已确定的结点为原点进行预测,预测出一目标结点位置。
具体的,该目标结点位置的坐标的预测,需要结合该原点的位置坐标,以及机器人运行的速度等因素。
步骤S302:在所述目标结点位置周边设置至少两个粒子;
具体的,在目标结点位置周边的粒子以高斯分布的方式设置。
其中,当粒子的数量较少时,任意两个粒子与该目标结点位置之间的距离不同。
例如,在t时刻,机器人在位置x(t)处,即当前结点为x(t),预测下一结点为x(t)+u(t),即下一时刻t+1机器人运行至x(t)+u(t)位置处,其中,u(t)为t时刻机器人码盘给出的位移信息。以x(t)+u(t)为中点,以S(t)为方差,按照高斯分布的方式设置M个粒子,这些粒子按照正态分布N(x(t)+u(t),S(t))散落在x(t)+u(t)周围。
步骤S303:利用预设的权重算法,计算每个粒子的权重;
其中,该预设的权重算法可采用scanmatcher(扫描匹配)算法。
具体的,依据每个粒子处的观测信息与原点结点的观测进行比对,得到二者的匹配程度值,该匹配程度值即为该粒子的权重,匹配度越高,粒子位姿越准确,权重越大。
具体的,匹配过程中可采用帧间匹配算法,计算粒子的观测信息与原点位置处的结点的观测信息的匹配程度值。
具体的,根据每个粒子当前的位姿x(t+1)结合观测信息,计算当前粒子观测信息z(t+1)与上一结点x(t)的观测信息z(t)的匹配程度值,将该匹配程度值记为粒子的权重。
步骤S304:比较所述粒子的权重,将权重最大的粒子所在位置作为目标结点的实际位置;
其中,将得到的各个粒子的权重进行比对,得到权重最大的粒子,该粒子的观测信息与作为原点的结点的观测信息越匹配,将该权重最大的粒子所在的位置作为目标结点的实际位置,在该目标结点处设置新的结点。
例如,如图4所示的确定目标结点位置的示意图,图中,实线○表示已知结点位置,●表示待确定的结点位置,虚线○表示粒子位置,A为已知结点,B为待确定结点。具体过程为,确定结点A为原点,预测B为待确定结点,在B附近按照高斯分布设置10个粒子,依次计算每个粒子的权重,并比对各个粒子的权重大小,得到其中粒子1的权重最大,将该粒子1所在的位置设置新的结点。
需要说明的是,在实际构建地图过程中,由于路径多次转折,地图中可能不止一处出现闭合情况,在一个地图中可能会存在多个闭合的局部地图。
步骤S305:依次连接相邻的两个结点之间的连线为一条边;
步骤S306:当所述地图出现闭环时,完成构建闭环的地图;
步骤S307:存储构建闭环的地图过程中的路径信息;
步骤S308:依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
其中,步骤S305-308与实施例2中的步骤S202-205一致,本实施例中不做赘述。
综上,本实施例提供的一种信息处理方法,确定组成所述地图的结点的位置具体包括:采用MCMC模型预测目标结点位置,在该目标结点位置周边设置粒子,分别计算每个粒子的权重,将权重最大的粒子所在位置作为目标结点位置的实际位置。在该过程中,采用撒粒子的方式,确定新的结点位置,采用随机数来计算,算法简单,求解过程快速,加快了信息处理的速度。
如图5示出的本申请提供的一种信息处理方法实施例4的流程图,本实施例具体由以下步骤实现:
步骤S501:依据预设模型构建闭环的地图;
步骤S502:存储构建闭环的地图过程中的路径信息;
其中,步骤S501-502与实施例1中的步骤S101-102一致,本实施例不再赘述。
步骤S503:获取所述地图中每相邻两个结点之间的边的误差值;
其中,该两个相邻结点之间边的误差值为:将所述地图中每两个相邻结点之间的预估距离,与所述结点之间边的长度做差,计算得到所述两个结点之间的边的误差值。
需要说明的是,每个结点的预估位置在构建地图过程中已知,两个相邻节点之间边的长度也可测量得到。
具体的,分别获取每个结点的预估位置,以及每两个相邻节点之间边的长度,依次对每两个相邻结点之间的实际距离与该相邻节点之间边的长度做差,得到每两个相邻节点之间边的误差值。
步骤S504:将各条边的误差值取和,得到所述地图的误差值;
其中,将各条边的误差值相加,得到的和即为该地图的误差值,该误差值为地图构建完成时的误差。
步骤S505:依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
其中,依据该路径信息中的权重信息和位置信息,结合预设的图优化规则,对地图进行图优化,以减少其误差。
其中,如图6示出的该步骤S505的流程图:
步骤S601:获取每条边的权重;
其中,所述权重为所述边连接的两个结点中非原点的结点的权重;
其中,一条边的权重是构建地图过程中建立该边时,确定其对应的结点过程中计算得到,在构建地图过程中对该边的权重存储,从存储位置处获取该权重即可。
需要说明的是,该权重越高,表明该边对应的结点的位姿越准确。
具体的,在构建地图中,每条边是将两个结点连接得到的,而该边是与依据原点确定的结点紧密关联的,因此,将该非原点的结点的权重记为该条边的权重。
步骤S602:依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离;
其中,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;
其中,所述计算规则指示所述边的权重与调整距离的关系,具体为:权重×调整距离=预设定值。
其中,该预设定值与该地图的误差相关,地图误差越大,该预设定值越大。
具体的,根据每条边的权重以及该计算规则,即可计算得到每条边的调整距离。
步骤S603:依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。
其中,每个调整距离都有其对应的权重,而该权重对应一条边,依据计算得到的调整距离,依次对其对应的边进行调整,完成对地图的图优化过程。
具体的,依据调整距离对每条边进行调整的过程,可以从地图的一端开始,即从地图的起始结点与第二个结点之间的边开始调整,也可从地图的两端同时开始,即从起始结点与第二个结点之间的边以及起始结点与终止结点之间的边同时开始。
具体的,该调整的过程可以从地图的一端开始,即从地图的起始结点与第二个结点之间的边开始调整,也可从地图的两端同时开始,即从起始结点与第二个结点之间的边以及起始结点与终止结点之间的边同时开始。
从地图的一端开始调整的过程,具体包括:依据计算得到的调整距离及与所述调整距离对应的边,从第一条边开始调整,所述第一条边指起始位置的结点与其相邻的结点之间的一条边;依次对后续的每一条边调整,至闭环边调整结束,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
如图7所示的一调整示意图,该示意图表示从地图的一端开始调整,图中箭头方向表示调整进度方向,○表示结点,结点之间的联系表示边,从结点1与结点2之间的边1开始调整,直至结点1与结点10之间的边10结束,调整的长度以计算得到的调整距离为准。
从地图的两端同时开始调整的过程,具体包括:依据计算得到的调整距离及与所述调整距离对应的边,分别从第一条边和闭环边开始调整;依次对与所述第一条边相邻的后续每一条边,以及与所述闭环边相邻的后续每一条边进行调整;其中,所述第一条边指起始位置的结点与其相邻的结点之间的一条边,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
如图8所示的另一调整示意图,该示意图表示从地图的两端同时开始调整,图中箭头方向表示调整进度方向,○表示结点,结点之间的联系表示边,从结点1与结点2之间的边1以及结点1与结点10之间的边10同时开始调整,调整的长度以计算得到的调整距离为准。
综上,本实施例中提供的一种信息处理方法实施例,首先获取闭环地图的偏差值,然后对构建得到的闭环地图进行图优化,具体包括:获取每条边的权重,所述权重为所述边连接的两个结点中非原点的结点的权重;依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。采用该方法,对构建得到的闭环的地图进行的偏差处理,降低了地图的整体误差,提高准确度。
与上述本申请提供的一种信息处理方法实施例相应的,本申请还提供了一种信息处理装置实施例。
如图9示出的本申请提供的一种信息处理装置实施例1的结构示意图,该装置可以应用于一电子设备,所述电子设备可以是台式机、笔记本、平板电脑、手机、智能电视、智能手表、穿戴式设备等电子设备,所述电子设备具有SLAM功能。
本实施例中,该信息处理装置包括:地图构建模块901、存储模块902和图优化模块903:
地图构建模块901,用于依据预设模型构建闭环的地图;
其中,所述路径信息包括所述地图中结点位置的位置信息和权重。
实际实施中,地图构建模块901可采用MCMC模型,使用撒粒子的方式逐步构建地图,当地图构建过程中出现闭环时,则该闭环地图构建完成。
存储模块902,用于存储构建闭环的地图过程中的路径信息,所述路径信息包括所述地图中结点位置的位置信息和权重;
其中,存储模块902对构建地图过程中生成的路径信息进行存储,以便后续的步骤对生成的闭环的地图进行优化。
需要说明的是,该路径信息的存储方式可以为暂时存储,当优化完成后,路径信息即刻删除,也可为长时间存储,当优化完成后继续存储,以方便后续对构建地图的过程及参数进行了解,本实施例不做限制。
实际实施中,该存储模块902可以为电子设备中的寄存器,也可为存储器。
图优化模块903,用于依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
其中,闭环地图构建完成后,图优化模块903对该地图进行图优化。
具体的,依据预设的图优化的规则,以及存储的该路径信息,对地图进行图优化。
其中,由于该路径信息中有地图中每个结点的位置信息和权重信息,结合每个结点的位置信息及其权重,图优化模块903可对地图的结点位置进行调整,以实现对地图的优化。
需要说明的是,在构建地图过程中存储了路径信息,即为对构建地图中的多种信息均进行了保存,在完成闭环地图后,对构建地图过程中的各种信息都还能够获取到,该构建的方式过程可追溯,进而可根据其存储的正确的信息对地图进行图优化,降低了地图的误差。
综上,本申请提供的一种信息处理装置,在构建地图时,存储构建该地图过程中的路径信息,保证了不会滤除构建过程中出现的正确信息,在完成闭环地图后,可根据图优化规则和该路径信息对地图进行优化,在优化地图过程中,能够依据构建地图过程中存储的信息中正确信息对地图进行图优化,降低该地图的误差,保证最终构建的地图误差小,准确度较高。
如图10示出的本申请提供的一种信息处理装置实施例2的结构示意图,本实施例中,该信息处理装置包括:地图构建模块1001、存储模块1002和图优化模块1003:
其中,地图构建模块1001包括:第一构图单元1004、第二构图单元1005和判断单元1006。
其中,存储模块1002和图优化模块1003与实施例1中相应结构功能一致,本申请不再赘述。
第一构图单元1004,用于依据预设模型依次确定组成所述地图的结点的位置;
其中,该地图可由N个结点组成,该N的取值大于3。
具体的,第一构图单元1004确定地图结点的具体过程为:在起始位置处设置一结点,以该结点为准,依据预设的MCMC模型,确定下一结点即第二结点的位置;然后,以该第二结点为准继续依据预设的MCMC模型,确定第三结点的位置;同理,依次确定该地图中的各个节点的位置。
第二构图单元1005,用于依次连接相邻的两个结点之间的连线为一条边;
其中,当两个相邻结点的位置确定时,第二构图单元1005将两个结点用线连接,该连线记为地图的一条边,依次将确定的各个结点与其相邻的结点用线连接,得到地图中的路径。
判断单元1006,用于判断所述地图是否出现闭环,当所述地图出现闭环时,完成构建闭环的地图。
其中,构建地图过程中,由于地图中的路径会出现转折的情况,会使得地图中出现闭环,当判断单元1006判断两个结点之间的连线导致地图出现闭环时,构建闭环地图完成。
其中,该路径信息中还包括结点位置的观测信息。
具体的,判断单元1006判断地图是否出现闭环的过程包括:获取路径中结点的观测信息;将该观测信息与地图中除该结点外的其他结点的观测信息进行比对,判断二者是否满足预设的匹配条件;如果满足的话,则两个结点处出现闭环,该地图出现闭环。
实际实施中,该观测信息是由运动到该结点的机器人携带的传感器采集到的,可以包括:环境信息、定位信息等。如该传感器为CAMERA的话,该观测信息为图片,如传感器为2D激光器的话,为观测到的标准位置的点(如红色对准点)的信息。
需要说明的是,该确定地图是否出现闭环的过程,可以有多种方式:例如,在每确定一个结点A后,将该结点的观测信息与其他已确定的结点的观测信息依次进行比对,判断是否出现闭环。或者,在确定一个结点B后,首先根据该结点的位置信息,确定与该结点接近的已知结点C、D等,然后,将该已知结点的观测信息与该结点B的观测信息进行比对,判断是否出现闭环。
具体的闭环判断方式本实施例不做赘述。
需要说明的是,任意两个相邻结点之间的边为相邻边,地图的结束位置的结点与起始位置的结点之间的边为闭环边。
需要说明的是,本实施例中,该路径信息中包含:结点位置的位置信息、权重以及该结点位置的观测信息。
综上,本申请提供的一种信息处理装置,在构建闭环地图时,透采用依次确定结点和边的方式,具体为:第一构图单元依据预设模型依次确定组成所述地图的结点的位置;第二构图单元依次连接相邻的两个结点之间的连线为一条边;当所述地图出现闭环时,判断单元完成构建闭环的地图,并对每一步确定的路径信息存储。采用该装置,对构建地图中每个结点的信息,包括位置信息、权重以及观测信息进行存储,以保证构图完成后,还可对构建地图过程中的信息进行追溯,进而使得图优化可应用该信息进行,降低该地图的误差,保证最终构建的地图误差小,准确度较高。
如图11示出的本申请提供的一种信息处理装置实施例3中第一构图单元的具体结构示意图,本实施例中,该信息处理装置包括:地图构建模块、存储模块和图优化模块,其中,地图构建模块包括:第一构图单元、第二构图单元和判断单元。
其中,第一构图单元包括:预测子单元1101、粒子子单元1102、计算子单元1103和比较子单元1104。
其中,第二构图单元、判断单元、存储模块和图优化模块与实施例2中相应结构功能一致,本申请不再赘述。
预测子单元1101,用于以一确定的结点位置为原点,依据预设模型,预测一目标结点位置;
其中,预测子单元1101采用MCMC模型,以一个已确定的结点为原点进行预测,预测出一目标结点位置。
具体的,该目标结点位置的坐标的预测,需要结合该原点的位置坐标,以及机器人运行的速度等因素。
粒子子单元1102,用于在所述目标结点位置周边设置至少两个粒子;
具体的,在目标结点位置周边的粒子以高斯分布的方式设置。
其中,当粒子的数量较少时,任意两个粒子与该目标结点位置之间的距离不同。
例如,在t时刻,机器人在位置x(t)处,即当前结点为x(t),预测下一结点为x(t)+u(t),即下一时刻t+1机器人运行至x(t)+u(t)位置处,其中,u(t)为t时刻机器人码盘给出的位移信息。以x(t)+u(t)为中点,以S(t)为方差,按照高斯分布的方式设置M个粒子,这些粒子按照正态分布N(x(t)+u(t),S(t))散落在x(t)+u(t)周围。
计算子单元1103,用于利用预设的权重算法,计算每个粒子的权重;
其中,该预设的权重算法可采用scanmatcher算法。
具体的,计算子单元1103依据每个粒子处的观测信息与原点结点的观测进行比对,得到二者的匹配程度值,该匹配程度值即为该粒子的权重,匹配度越高,粒子位姿越准确,权重越大。
具体的,匹配过程中可采用帧间匹配算法,计算粒子的观测信息与原点位置处的结点的观测信息的匹配程度值。
具体的,根据每个粒子当前的位姿x(t+1)结合观测信息,计算当前粒子观测信息z(t+1)与上一结点x(t)的观测信息z(t)的匹配程度值,将该匹配程度值记为粒子的权重。
比较子单元1104,用于比较所述粒子的权重,将权重最大的粒子所在位置作为目标结点的实际位置。
其中,比较子单元1104将得到的各个粒子的权重进行比对,得到权重最大的粒子,该粒子的观测信息与作为原点的结点的观测信息越匹配,将该权重最大的粒子所在的位置作为目标结点的实际位置,在该目标结点处设置新的结点。
例如,如图4所示的确定目标结点位置的示意图,图中,实线○表示已知结点位置,●表示待确定的结点位置,虚线○表示粒子位置,A为已知结点,B为待确定结点。具体过程为,确定结点A为原点,预测B为待确定结点,在B附近按照高斯分布设置10个粒子,依次计算每个粒子的权重,并比对各个粒子的权重大小,得到其中粒子1的权重最大,将该粒子1所在的位置设置新的结点。
需要说明的是,在实际构建地图过程中,由于路径多次转折,地图中可能不止一处出现闭合情况,在一个地图中可能会存在多个闭合的局部地图。
综上,本实施例提供的一种信息处理装置,第一构图单元中,预测子单元采用MCMC模型预测目标结点位置,粒子子单元在该目标结点位置周边设置粒子,计算子单元分别计算每个粒子的权重,比较子单元将权重最大的粒子所在位置作为目标结点位置的实际位置。在该过程中,采用撒粒子的方式,确定新的结点位置,采用随机数来计算,算法简单,求解过程快速,加快了信息处理的速度。
如图12示出的本申请提供的一种信息处理装置实施例4的结构示意图,本实施例具体由以下步骤实现:本实施例中,该信息处理装置包括:地图构建模块1201、存储模块1202、获取模块1203、计算模块1204和图优化模块1205。
其中,地图构建模块1201、存储模块1202,与实施例1中相应结构功能一致,本申请不再赘述。
获取模块1203,用于获取所述地图中每相邻两个结点之间的边的误差值;
其中,该两个相邻结点之间边的误差值为:将所述地图中每两个相邻结点之间的预估距离,与所述结点之间边的长度做差,计算得到所述两个结点之间的边的误差值。
需要说明的是,每个结点的预估位置在构建地图过程中已知,两个相邻节点之间边的长度也可测量得到。
具体的,获取模块1203分别获取每个结点的预估位置,以及每两个相邻节点之间边的长度,依次对每两个相邻结点之间的实际距离与该相邻节点之间边的长度做差,得到每两个相邻节点之间边的误差值。
计算模块1204,用于将各条边的误差值取和,得到所述地图的误差值。
其中,计算模块1204将各条边的误差值相加,得到的和即为该地图的误差值,该误差值为地图构建完成时的误差。
图优化模块1205,用于依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
其中,依据该路径信息中的权重信息和位置信息,结合预设的图优化规则,对地图进行图优化,以减少其误差。
其中,如图13示出的该图优化模块1205的具体结构为:获取单元1301、计算单元1302和调整单元1303。
获取单元1301,用于获取每条边的权重,所述权重为所述边连接的两个结点中非原点的结点的权重;
其中,一条边的权重是构建地图过程中建立该边时,确定其对应的结点过程中计算得到,在构建地图过程中对该边的权重存储,获取单元1301从存储模块1102处获取该权重即可。
需要说明的是,该权重越高,表明该边对应的结点的位姿越准确。
具体的,在构建地图中,每条边是将两个结点连接得到的,而该边是与依据原点确定的结点紧密关联的,因此,将该非原点的结点的权重记为该条边的权重。
计算单元1302,用于依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;
其中,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;
其中,所述计算规则指示所述边的权重与调整距离的关系,具体为:权重×调整距离=预设定值。
其中,该预设定值与该地图的误差相关,地图误差越大,该预设定值越大。
具体的,计算单元1302根据每条边的权重以及该计算规则,即可计算得到每条边的调整距离。
调整单元1303,用于依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。
其中,每个调整距离都有其对应的权重,而该权重对应一条边,调整单元1303依据计算得到的调整距离,依次对其对应的边进行调整,完成对地图的图优化过程。
具体的,依据调整距离对每条边进行调整的过程,可以从地图的一端开始,即从地图的起始结点与第二个结点之间的边开始调整,也可从地图的两端同时开始,即从起始结点与第二个结点之间的边以及起始结点与终止结点之间的边同时开始。
具体的,该调整的过程可以从地图的一端开始,即从地图的起始结点与第二个结点之间的边开始调整,也可从地图的两端同时开始,即从起始结点与第二个结点之间的边以及起始结点与终止结点之间的边同时开始。
从地图的一端开始调整的过程,调整单元具体用于:依据计算得到的调整距离及与所述调整距离对应的边,从第一条边开始调整,所述第一条边指起始位置的结点与其相邻的结点之间的一条边;依次对后续的每一条边调整,至闭环边调整结束,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
如图6所示的一调整示意图,该示意图表示从地图的一端开始调整,图中箭头方向表示调整进度方向,○表示结点,结点之间的联系表示边,从结点1与结点2之间的边1开始调整,直至结点1与结点10之间的边10结束,调整的长度以计算得到的调整距离为准。
从地图的两端同时开始调整的过程,调整单元具体用于:依据计算得到的调整距离及与所述调整距离对应的边,分别从第一条边和闭环边开始调整;依次对与所述第一条边相邻的后续每一条边,以及与所述闭环边相邻的后续每一条边进行调整;其中,所述第一条边指起始位置的结点与其相邻的结点之间的一条边,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
如图7所示的另一调整示意图,该示意图表示从地图的两端同时开始调整,图中箭头方向表示调整进度方向,○表示结点,结点之间的联系表示边,从结点1与结点2之间的边1以及结点1与结点10之间的边10同时开始调整,调整的长度以计算得到的调整距离为准。
综上,本实施例中提供的一种信息处理方法实施例,首先获取闭环地图的偏差值,然后对构建得到的闭环地图进行图优化,具体包括:获取每条边的权重,所述权重为所述边连接的两个结点中非原点的结点的权重;依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。采用该方法,对构建得到的闭环的地图进行的偏差处理,降低了地图的整体误差,提高准确度。
与上述本申请提供的一种信息处理装置实施例相应的,本申请还提供了一种电子设备,该电子设备具有SLAM功能,包括:设置有如上述任一实施例所述的信息处理装置。
其中,该信息处理装置包括:地图构建模块、存储模块和图优化模块,该信息处理装置的各个组成模块的功能与上述的一种信息处理装置实施例中相应结构的功能一致,本实施例中不再赘述。
优选的,所述地图构建模块包括:第一构图单元、第二构图单元和判断单元,该信息处理装置的各个组成模块、单元的功能与上述的一种信息处理装置实施例中相应结构的功能一致,本实施例中不再赘述。
优选的,所述第一构图单元包括:预测子单元、粒子子单元、计算子单元和比较子单元,该信息处理装置的各个组成模块、单元的功能与上述的一种信息处理装置实施例中相应结构的功能一致,本实施例中不再赘述。
优选的,该信息处理装置还包括:获取模块和计算模块,该信息处理装置的各个组成模块、单元的功能与上述的一种信息处理装置实施例中相应结构的功能一致,本实施例中不再赘述。
优选的,所述图优化模块包括:获取单元、计算单元和调整单元,该信息处理装置的各个组成模块、单元的功能与上述的一种信息处理装置实施例中相应结构的功能一致,本实施例中不再赘述。
优选的,所述调整单元具体用于:依据计算得到的调整距离及与所述调整距离对应的边,从第一条边开始调整,所述第一条边指起始位置的结点与其相邻的结点之间的一条边;依次对后续的每一条边调整,至闭环边调整结束,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
优选的,所述调整单元具体用于:依据计算得到的调整距离及与所述调整距离对应的边,分别从第一条边和闭环边开始调整;依次对与所述第一条边相邻的后续每一条边,以及与所述闭环边相邻的后续每一条边进行调整;其中,所述第一条边指起始位置的结点与其相邻的结点之间的一条边,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的装置而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所提供的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所提供的原理和新颖特点相一致的最宽的范围。
Claims (15)
1.一种信息处理方法,其特征在于,应用于具有同步定位和地图构建SLAM功能的电子设备,所述方法包括:
依据预设模型构建闭环的地图,并存储构建闭环的地图过程中的路径信息,所述路径信息包括所述地图中结点位置的位置信息和权重;
依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
2.根据权利要求1所述的方法,其特征在于,所述依据预设模型构建闭环的地图包括:
依据预设模型依次确定组成所述地图的结点的位置;
依次连接相邻的两个结点之间的连线为一条边;
当所述地图出现闭环时,完成构建闭环的地图。
3.根据权利要求2所述的方法,其特征在于,所述确定组成所述地图的结点的位置包括:
以一确定的结点位置为原点,依据预设模型,预测一目标结点位置;
在所述目标结点位置周边设置至少两个粒子,任意两个粒子与所述目标结点位置之间的距离不同;
利用预设的权重算法,计算每个粒子的权重;
比较所述粒子的权重,将权重最大的粒子所在位置作为目标结点的实际位置。
4.根据权利要求1所述的方法,其特征在于,所述对所述地图进行图优化之前,还包括:
获取所述地图中每相邻两个结点之间的边的误差值;
将各条边的误差值取和,得到所述地图的误差值。
5.根据权利要求4所述的方法,其特征在于,所述依据预设的图优化规则和所述路径信息,对所述地图进行图优化包括:
获取每条边的权重,所述权重为所述边连接的两个结点中非原点的结点的权重;
依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;
依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。
6.根据权利要求5所述的方法,其特征在于,所述依据所述调整距离,对于所述权重对应的边进行调整包括:
依据计算得到的调整距离及与所述调整距离对应的边,从第一条边开始调整,所述第一条边指起始位置的结点与其相邻的结点之间的一条边;
依次对后续的每一条边调整,至闭环边调整结束,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
7.根据权利要求5所述的方法,其特征在于,所述依据所述调整距离,对于所述权重对应的边进行调整包括:
依据计算得到的调整距离及与所述调整距离对应的边,分别从第一条边和闭环边开始调整;
依次对与所述第一条边相邻的后续每一条边,以及与所述闭环边相邻的后续每一条边进行调整;
其中,所述第一条边指起始位置的结点与其相邻的结点之间的一条边,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
8.一种信息处理装置,其特征在于,应用于具有SLAM功能的电子设备,所述装置包括:
地图构建模块,用于依据预设模型构建闭环的地图;
存储模块,用于存储构建闭环的地图过程中的路径信息,所述路径信息包括所述地图中结点位置的位置信息和权重;
图优化模块,用于依据预设的图优化规则和所述路径信息,对所述地图进行图优化。
9.根据权利要求8所述的装置,其特征在于,所述地图构建模块包括:
第一构图单元,用于依据预设模型依次确定组成所述地图的结点的位置;
第二构图单元,用于依次连接相邻的两个结点之间的连线为一条边;
判断单元,用于判断所述地图是否出现闭环,当所述地图出现闭环时,完成构建闭环的地图。
10.根据权利要求9所述的装置,其特征在于,所述第一构图单元包括:
预测子单元,用于以一确定的结点位置为原点,依据预设模型,预测一目标结点位置;
粒子子单元,用于在所述目标结点位置周边设置至少两个粒子;
计算子单元,用于利用预设的权重算法,计算每个粒子的权重;
比较子单元,用于比较所述粒子的权重,将权重最大的粒子所在位置作为目标结点的实际位置。
11.根据权利要求8所述的装置,其特征在于,还包括:
获取模块,用于获取所述地图中每相邻两个结点之间的边的误差值;
计算模块,用于将各条边的误差值取和,得到所述地图的误差值。
12.根据权利要求11所述的装置,其特征在于,所述图优化模块包括:
获取单元,用于获取每条边的权重,所述权重为所述边连接的两个结点中非原点的结点的权重;
计算单元,用于依据所述权重、所述地图的误差值和预设的计算规则,计算得到每条边的调整距离,所述计算规则指示所述边的权重、所述地图的误差值与调整距离的关系;
调整单元,用于依据所述调整距离,对于所述权重对应的边进行调整,完成图优化。
13.根据权利要求12所述的装置,其特征在于,所述调整单元具体用于:
依据计算得到的调整距离及与所述调整距离对应的边,从第一条边开始调整,所述第一条边指起始位置的结点与其相邻的结点之间的一条边;
依次对后续的每一条边调整,至闭环边调整结束,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
14.根据权利要求12所述的装置,其特征在于,所述调整单元具体用于:
依据计算得到的调整距离及与所述调整距离对应的边,分别从第一条边和闭环边开始调整;
依次对与所述第一条边相邻的后续每一条边,以及与所述闭环边相邻的后续每一条边进行调整;
其中,所述第一条边指起始位置的结点与其相邻的结点之间的一条边,所述闭环边指结束位置的结点与起始位置的结点之间的一条边。
15.一种电子设备,其特征在于,包括:设置有如权利要求8-14任一项所述的信息处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410306643.9A CN105203092B (zh) | 2014-06-30 | 2014-06-30 | 一种信息处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410306643.9A CN105203092B (zh) | 2014-06-30 | 2014-06-30 | 一种信息处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105203092A true CN105203092A (zh) | 2015-12-30 |
CN105203092B CN105203092B (zh) | 2018-12-14 |
Family
ID=54950903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410306643.9A Active CN105203092B (zh) | 2014-06-30 | 2014-06-30 | 一种信息处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105203092B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108469826A (zh) * | 2018-04-23 | 2018-08-31 | 宁波Gqy视讯股份有限公司 | 一种基于机器人的地图生成方法及系统 |
CN108566545A (zh) * | 2018-03-05 | 2018-09-21 | 中德(珠海)人工智能研究院有限公司 | 通过移动终端和球幕相机对大场景进行三维建模的方法 |
CN111435244A (zh) * | 2018-12-26 | 2020-07-21 | 沈阳新松机器人自动化股份有限公司 | 一种回环闭合方法、装置及机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007303886A (ja) * | 2006-05-09 | 2007-11-22 | Sony Corp | 位置推定装置、位置推定方法及びプログラム記録媒体 |
JP2008304269A (ja) * | 2007-06-06 | 2008-12-18 | Sony Corp | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
CN101625572A (zh) * | 2009-08-10 | 2010-01-13 | 浙江大学 | 基于改进重采样方法和粒子选取的FastSLAM算法 |
CN102706342A (zh) * | 2012-05-31 | 2012-10-03 | 重庆邮电大学 | 一种智能移动机器人的定位与环境建模方法 |
CN102831446A (zh) * | 2012-08-20 | 2012-12-19 | 南京邮电大学 | 单目视觉slam中基于图像外观的闭环检测方法 |
-
2014
- 2014-06-30 CN CN201410306643.9A patent/CN105203092B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007303886A (ja) * | 2006-05-09 | 2007-11-22 | Sony Corp | 位置推定装置、位置推定方法及びプログラム記録媒体 |
JP2008304269A (ja) * | 2007-06-06 | 2008-12-18 | Sony Corp | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
CN101625572A (zh) * | 2009-08-10 | 2010-01-13 | 浙江大学 | 基于改进重采样方法和粒子选取的FastSLAM算法 |
CN102706342A (zh) * | 2012-05-31 | 2012-10-03 | 重庆邮电大学 | 一种智能移动机器人的定位与环境建模方法 |
CN102831446A (zh) * | 2012-08-20 | 2012-12-19 | 南京邮电大学 | 单目视觉slam中基于图像外观的闭环检测方法 |
Non-Patent Citations (2)
Title |
---|
赵逢达 等: "一种基于图像匹配的闭环检测方法", 《燕山大学学报》 * |
陈燕燕: "混合人工自然特征环境的单目视觉SLAM", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108566545A (zh) * | 2018-03-05 | 2018-09-21 | 中德(珠海)人工智能研究院有限公司 | 通过移动终端和球幕相机对大场景进行三维建模的方法 |
CN108469826A (zh) * | 2018-04-23 | 2018-08-31 | 宁波Gqy视讯股份有限公司 | 一种基于机器人的地图生成方法及系统 |
CN111435244A (zh) * | 2018-12-26 | 2020-07-21 | 沈阳新松机器人自动化股份有限公司 | 一种回环闭合方法、装置及机器人 |
CN111435244B (zh) * | 2018-12-26 | 2023-05-30 | 沈阳新松机器人自动化股份有限公司 | 一种回环闭合方法、装置及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN105203092B (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689585B (zh) | 多相机外参的联合标定方法、装置、设备和介质 | |
EP3627109B1 (en) | Visual positioning method and apparatus, electronic device and system | |
US10801855B2 (en) | Method and system for creating map based on 3D laser | |
CN111627114A (zh) | 室内视觉导航方法、装置、系统及电子设备 | |
US20210056751A1 (en) | Photography-based 3d modeling system and method, and automatic 3d modeling apparatus and method | |
CN107484118A (zh) | 一种基于建筑物WiFi指纹的室内场景定位方法及系统 | |
WO2020034890A1 (zh) | 一种移动机器人跨区域方法、装置、调度系统 | |
CN103200358B (zh) | 摄像机与目标场景之间的坐标转换方法及装置 | |
US20180045523A1 (en) | Routing with Data Version Stitching | |
GB2584608A (en) | Robot motion optimization system and method | |
CN107179524A (zh) | 消防设备定位方法、装置、系统及计算机可读存储介质 | |
CN111866734A (zh) | 一种巡检轨迹定位的方法、终端、服务器以及存储介质 | |
CN109635422A (zh) | 联合建模方法、装置、设备以及计算机可读存储介质 | |
CN111805535A (zh) | 一种定位导航方法、装置以及计算机存储介质 | |
CN105203092A (zh) | 一种信息处理方法、装置及电子设备 | |
CN110914870A (zh) | 图像网络的注释生成 | |
CN108871346B (zh) | 机器人定位坐标系的校正方法和装置 | |
AU2021297896A1 (en) | Systems and methods for fine adjustment of roof models | |
CN105203994B (zh) | 一种电子标签定位方法、装置、服务器及系统 | |
CN110197097A (zh) | 一种港区监控方法及系统、中控系统 | |
CN108444475A (zh) | 智能终端及其实现室内导航的方法 | |
CN117151318A (zh) | 主干分支拓扑基础设施链路网络的路径布置的确定 | |
CN116086411B (zh) | 数字地形图生成方法、装置、设备和可读存储介质 | |
CN113628284B (zh) | 位姿标定数据集生成方法、装置、系统、电子设备及介质 | |
CN115205419A (zh) | 即时定位与地图构建方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |