信息處理的方法及智能設(shè)備的制作方法
【專利摘要】本發(fā)明公開了一種信息處理的方法，通過所述圖像采集單元獲取第一信息集合及第二信息集合；從所述第一信息集合中的第一信息中提取特征點集合；根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；獲取所述智能設(shè)備在環(huán)境中的第二位置信息；根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。本發(fā)明同時公開了一種智能設(shè)備。本發(fā)明實施例基于特征點樹圖的數(shù)據(jù)管理方式，可對采集到的特征點集合中的特征點按特征點樹圖的節(jié)點進行劃分，并以并行方式處理每一劃分分區(qū)中的特征點，提升了處理效率。
【專利說明】信息處理的方法及智能設(shè)備

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信息處理技術(shù)，尤其涉及一種基于智能設(shè)備的三維地圖信息處理方法及智能設(shè)備。

【背景技術(shù)】
[0002]目前，隨著智能控制在工業(yè)中的應(yīng)用越廣泛，智能設(shè)備正被應(yīng)用于各種工藝生產(chǎn)中。利用智能設(shè)備進行環(huán)境信息創(chuàng)建也是智能設(shè)備的工業(yè)應(yīng)用之一。當前的環(huán)境信息中，主要通過確定智能設(shè)備采集圖像中的一些特征點的位置信息來標定，通過所提取的諸多的特征點的位置信息而完成環(huán)境信息的采集。
[0003]由于智能設(shè)備在行動中存在位移誤差，這樣在確定特征點的位置信息時，自然也存在誤差，而僅僅通過特征點的位置信息無法準確的構(gòu)建環(huán)境信息，減小誤差。誤差一旦累積，所形成的環(huán)境信息將會相當不準確。


【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明實施例的主要目的在于提供一種信息處理的方法及智能設(shè)備，能在采集信息時對所采集信息中的特征點的位置信息進行修正，獲取更準確的信息。
[0005]為達到上述目的，本發(fā)明實施例的技術(shù)方案是這樣實現(xiàn)的:
[0006]一種信息處理的方法，應(yīng)用于智能設(shè)備中，所述智能設(shè)備上設(shè)置有圖像采集單元；所述方法包括:
[0007]通過所述圖像采集單元獲取第一信息集合及第二信息集合；
[0008]從所述第一信息集合中的第一信息中提取特征點集合；
[0009]根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；獲取所述智能設(shè)備在環(huán)境中的第二位置信息；根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0010]根據(jù)所述第一信息集合中的第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0011]建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0012]一種信息處理方法，所述方法包括:
[0013]通過所述圖像采集單元獲取第一信息集合及第二信息集合；
[0014]從所述第一信息集合中的第一信息中提取特征點集合；
[0015]根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；獲取所述智能設(shè)備在環(huán)境中的第二位置信息；根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0016]根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0017]建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系；
[0018]在所述智能設(shè)備移動后，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并確定所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的第四位置信息；
[0019]在與所述第四位置處對應(yīng)的位置確定能涵蓋所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的正方體節(jié)點的上一級正方體節(jié)點；
[0020]以當前提取的所有的特征點的特征描述信息在所述上一級正方體節(jié)點中的所有特征點的特征描述信息中進行匹配；
[0021]若超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，則確定所述智能設(shè)備的當前位置與之前的位置重合。
[0022]一種智能設(shè)備，所述智能設(shè)備上設(shè)置有圖像采集單元；所述智能設(shè)備包括提取單元、第一計算單元、獲取單元、第二計算單元、第二確定單元和對應(yīng)單元，其中:
[0023]所述圖像采集單元，用于采集第一信息集合及第二信息集合；
[0024]提取單元，用于從所述第一信息集合中的第一信息中提取特征點集合；
[0025]第一計算單元，用于根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0026]獲取單元，用于獲取所述智能設(shè)備在環(huán)境中的第二位置信息；
[0027]第二計算單元，用于根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0028]第二確定單元，用于根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0029]對應(yīng)單元，用于建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0030]一種智能設(shè)備，所述智能設(shè)備上設(shè)置有圖像采集單元；所述智能設(shè)備包括提取單元、第一計算單元、獲取單元、第二計算單元、第二確定單元、對應(yīng)單元、第四確定單元、第五確定單元、第一匹配單元和第六確定單元，其中:
[0031]所述圖像采集單元，用于獲取第一信息集合及第二信息集合；
[0032]提取單元，用于從所述第一信息集合中的第一信息中提取特征點集合；
[0033]第一計算單元，用于根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0034]獲取單元，用于獲取所述智能設(shè)備在環(huán)境中的第二位置信息；
[0035]第二計算單元，用于根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0036]第二確定單元，用于根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0037]對應(yīng)單元，用于建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系；
[0038]第四確定單元，用于在所述智能設(shè)備移動后，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并確定所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的第四位置信息；
[0039]第五確定單元，用于在與所述第四位置處對應(yīng)的位置確定能涵蓋所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的正方體節(jié)點的上一級正方體節(jié)點；
[0040]第一匹配單元，用于以當前提取的所有的特征點的特征描述信息在所述上一級正方體節(jié)點中的所有特征點的特征描述信息中進行匹配；
[0041]第六確定單元，用于確定超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，時確定所述智能設(shè)備的當前位置與之前的位置重合。
[0042]本發(fā)明的實施例中，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；從第一信息中提取特征點集合；根據(jù)第二信息計算特征點集合中每個特征點的第一位置信息；確定智能設(shè)備在環(huán)境中的第二位置信息；根據(jù)第二位置信息及第一位置信息，計算特征點集合中每個特征點的第三位置信息；根據(jù)第一信息確定特征點集合中每個特征點的特征描述信息；建立特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。并且，在智能設(shè)備移動后，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并確定該正方體空間的第四位置信息；在與第四位置處對應(yīng)的位置確定能涵蓋該正方體空間的正方體節(jié)點的上一級正方體節(jié)點；以當前提取的所有的特征點的特征描述信息在上一級正方體節(jié)點中的所有特征點的特征描述信息中進行匹配；若超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，則確定智能設(shè)備的當前位置與之前的位置重合。其中，第一信息集合包括圖像信息集合；第二信息集合包括深度信息集合；所述第一位置信息為特征點相對于所述圖像采集單元的位置信息；所述第三位置信息為特征點在所述智能設(shè)備的環(huán)境的坐標系中的位置信息。本發(fā)明實施例通過為特征點設(shè)置特征描述信息，在智能設(shè)備進行圖像采集過程中，可以通過包含有特征點的特征描述信息的特征點的特征信息匹配出相同的特征點，通過這些相同的特征點，可以對智能設(shè)備的位置信息進行校準，并且，在形成地圖信息時，通過這些相同的特征點可以實現(xiàn)地圖信息的契合，以形成較佳的完整的地圖信息。并且，本發(fā)明實施例基于環(huán)境空間分割的數(shù)據(jù)管理方式，可對采集到的特征點集合中的特征點按空間節(jié)點進行劃分，同時引入特征點描述信息，將特征點描述信息與位置信息相結(jié)合，提高了地圖信息的準確率。

【專利附圖】

【附圖說明】
[0043]圖1為本發(fā)明實施例一的信息處理的方法的流程示意圖；
[0044]圖2為本發(fā)明實施例二的信息處理的方法的流程示意圖；
[0045]圖3為本發(fā)明實施例三的信息處理的方法的流程示意圖；
[0046]圖4為本發(fā)明實施例四的信息處理的方法的流程示意圖；
[0047]圖5為本發(fā)明實施例五的信息處理的方法的流程示意圖；
[0048]圖6為本發(fā)明實施例六的信息處理的方法的流程示意圖；
[0049]圖7為本發(fā)明實施例七的信息處理的方法的流程示意圖；
[0050]圖8為本發(fā)明實施例八的信息處理的方法的流程示意圖；
[0051]圖9為本發(fā)明實施例一的智能設(shè)備的組成結(jié)構(gòu)示意圖；
[0052]圖10為本發(fā)明實施例二的智能設(shè)備的組成結(jié)構(gòu)示意圖。。

【具體實施方式】
[0053]本發(fā)明實施例，主要是針對當前三維地圖信息采集中存在的位置信息的誤差，而在地圖信息采集修正過程中，如果僅通過所采集的特征點的位置、仍有識別不佳的缺陷；而當特征點不能被準確識別時，利用特征點進行的位置修正將會存在較大的誤差積累，嚴重時可能會導致位置信息采集錯誤，這將會嚴重影響所采集地圖信息的準確性；而基于所采集地圖信息進行的定位、智能機器人的位移、基于地圖信息進行的工業(yè)控制等，都將受到嚴重影響。
[0054]本發(fā)明的實施例正是基于上述技術(shù)問題而提出的。本發(fā)明實施例主要是基于當前的特征點管理樹圖(0CT0MAP)，在采集特征點時，根據(jù)所確定的特征點的位置信息，將每一特征點與該特征點的顏色信息如RGB信息，位置信息，特征描述信息如尺度、旋轉(zhuǎn)等，與0CT0MAP中正方形節(jié)點相對應(yīng)。這樣，在應(yīng)用地圖信息時，可以按0CT0MAP中正方形節(jié)點劃分方式對所采集到的或0CT0MAP中節(jié)點的特征點進行劃分，以并行對劃分后的特征點進行并行處理如匹配、查詢等，提升了本發(fā)明實施例的對地圖信息的處理效率。
[0055]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下舉實施例并參照附圖，對本發(fā)明進一步詳細說明。
[0056]圖1為本發(fā)明實施例一的信息處理的方法的流程示意圖，如圖1所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0057]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0058]步驟101，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0059]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0060]作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0061]步驟102，從所述第一信息集合中的第一信息中提取特征點集合；
[0062]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0063]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0064]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0065]步驟103，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0066]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0067]步驟104，獲取所述智能設(shè)備在環(huán)境中的第二位置信息；
[0068]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0069]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0070]步驟105，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0071]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0072]步驟106，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0073]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0074]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0075]步驟107，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0076]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0077]圖2為本發(fā)明實施例二的信息處理的方法的流程示意圖，如圖2所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0078]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0079]步驟201，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0080]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0081 ] 作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0082]步驟202，從所述第一信息集合中的第一信息中提取特征點集合；
[0083]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0084]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過或尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0085]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0086]步驟203，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0087]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0088]步驟204，確定所述智能設(shè)備在全局坐標系信息的位置信息；
[0089]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0090]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0091]具體地，設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；如將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，也可以是其他坐標值，只要給定其全局坐標系的坐標值即可，當然，如果將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，后續(xù)的處理效率會比較聞。
[0092]在所述智能設(shè)備移動后，確定所述智能設(shè)備在全局坐標系信息的位置信息的方式如下:
[0093]將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息；其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0094]具體的，當智能設(shè)備移動后，可以通過智能設(shè)備隨后采集到的圖像信息中的與之前采集圖像信息中的相同特征點(已確定其在全局坐標系中的位置)之間的相對位置關(guān)系，來進一步確定智能設(shè)備在全局坐標系中的位置信息，即計算出智能設(shè)備在全局坐標系中的坐標。需要說明的是，智能設(shè)備的位置信息也可以通過自身的定位設(shè)備進行定位，但智能設(shè)備自身定位的位置信息可能會存在誤差，而通過不同圖像信息(如當前圖像幀與前一圖像幀)中的相同特征點的位置信息(前一圖像幀中的特征點位置信息已確定，且具有極高的精度)來計算智能設(shè)備的位置信息，所計算的智能設(shè)備的位置信息的精度將會相當高。
[0095]步驟205，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0096]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0097]步驟206，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0098]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0099]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0100]步驟207，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0101]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0102]圖3為本發(fā)明實施例三的信息處理的方法的流程示意圖，如圖3所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0103]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0104]步驟301，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0105]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0106]作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0107]步驟302，從所述第一信息集合中的第一信息中提取特征點集合；
[0108]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0109]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過或尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0110]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0111]步驟303，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0112]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0113]步驟304，確定所述智能設(shè)備在全局坐標系信息的位置信息；
[0114]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0115]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0116]具體地，設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；如將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，也可以是其他坐標值，只要給定其全局坐標系的坐標值即可，當然，如果將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，后續(xù)的處理效率會比較聞。
[0117]在所述智能設(shè)備移動后，確定所述智能設(shè)備在全局坐標系信息的位置信息的方式如下:
[0118]將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息；其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0119]具體的，當智能設(shè)備移動后，可以通過智能設(shè)備隨后采集到的圖像信息中的與之前采集圖像信息中的相同特征點(已確定其在全局坐標系中的位置)之間的相對位置關(guān)系，來進一步確定智能設(shè)備在全局坐標系中的位置信息，即計算出智能設(shè)備在全局坐標系中的坐標。需要說明的是，智能設(shè)備的位置信息也可以通過自身的定位設(shè)備進行定位，但智能設(shè)備自身定位的位置信息可能會存在誤差，而通過不同圖像信息(如當前圖像幀與前一圖像幀)中的相同特征點的位置信息(前一圖像幀中的特征點位置信息已確定，且具有極高的精度)來計算智能設(shè)備的位置信息，所計算的智能設(shè)備的位置信息的精度將會相當高。
[0120]步驟305，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0121]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0122]步驟306，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0123]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0124]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0125]步驟307，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0126]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0127]步驟308，根據(jù)當前采集的特征點集合中每個特征點確定涵蓋所述當前采集的特征點集合中每個特征點的正方體空間；
[0128]本發(fā)明實施例中，當確定出所采集圖像信息中的特征點集合后，確定能涵蓋這些特征點的正方體空間，以利用0CT0MAP的方式建立地圖信息。
[0129]步驟309，將所述正方體空間均分為八個正方體，作為第一級子節(jié)點；將每一第一級子節(jié)點均分為八個正方體，作為第二級子節(jié)點，直到均分的子節(jié)點成為涵蓋一個特征點的最小正方體或直到均分的子節(jié)點的尺寸達到設(shè)定閾值時，結(jié)束對子節(jié)點的分級。
[0130]對上述的正方體空間進行八等分分割，形成逐級關(guān)聯(lián)的正方體，將這些各級具有關(guān)聯(lián)的正方體作為0CT0MAP的對應(yīng)節(jié)點。
[0131]步驟310，將當前特征點集合中每個特征點的特征描述信息、第三位置信息與所述正方體空間中的最末級的子節(jié)點關(guān)聯(lián)。
[0132]將當前采集的特征點集合中每個特征點的特征描述信息、第三位置信息關(guān)聯(lián)到該特征點位置對應(yīng)的正方體空間節(jié)點，并與之前形成的特征點的特征描述信息、第三位置信息與正方體空間節(jié)點關(guān)聯(lián)的數(shù)據(jù)進行合并，形成特定的0CT0MAP數(shù)據(jù)。
[0133]通過本發(fā)明實施例形成的0CT0MAP數(shù)據(jù)，可以利用正方體空間節(jié)點之間的樹形結(jié)構(gòu)，實現(xiàn)對0CT0MAP中各級節(jié)點中的特征點的查詢和管理，并能通過特征點的特征描述信息，來確定兩個以上的特征點是否為相同的特征點。當然，也可以利用特征點的位置信息及特征描述信息共同對特征點進行定位和查詢等處理。
[0134]圖4本發(fā)明實施例四的信息處理的方法的流程示意圖，如圖4所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0135]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0136]步驟401，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0137]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0138]作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0139]步驟402，從所述第一信息集合中的第一信息中提取特征點集合；
[0140]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0141]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過或尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0142]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0143]步驟403，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0144]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0145]步驟404，確定所述智能設(shè)備在全局坐標系信息的位置信息；
[0146]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0147]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0148]具體地，設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；如將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，也可以是其他坐標值，只要給定其全局坐標系的坐標值即可，當然，如果將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，后續(xù)的處理效率會比較聞。
[0149]在所述智能設(shè)備移動后，確定所述智能設(shè)備在全局坐標系信息的位置信息的方式如下:
[0150]將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息；其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0151]具體的，當智能設(shè)備移動后，可以通過智能設(shè)備隨后采集到的圖像信息中的與之前采集圖像信息中的相同特征點(已確定其在全局坐標系中的位置)之間的相對位置關(guān)系，來進一步確定智能設(shè)備在全局坐標系中的位置信息，即計算出智能設(shè)備在全局坐標系中的坐標。需要說明的是，智能設(shè)備的位置信息也可以通過自身的定位設(shè)備進行定位，但智能設(shè)備自身定位的位置信息可能會存在誤差，而通過不同圖像信息(如當前圖像幀與前一圖像幀)中的相同特征點的位置信息(前一圖像幀中的特征點位置信息已確定，且具有極高的精度)來計算智能設(shè)備的位置信息，所計算的智能設(shè)備的位置信息的精度將會相當高。
[0152]步驟405，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0153]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0154]步驟406，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0155]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0156]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0157]步驟407，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0158]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0159]步驟408，確定第二特征點集合中的第二特征點的第三位置信息與第一特征點集合中的第一特征點的第三位置信息相符時，還確定當前的特征點的特征描述信息與所述存儲的特征點的特征描述信息是否相符；
[0160]其中，所述第一特征點集合的采集時刻早于所述第二特征點集合的采集時刻。
[0161]本發(fā)明實施例中，確定兩個以上的特征點是否相同，可以通過特征點的位置信息確定，也可以通過特征點的特征描述信息是否相符來確定，也可以通過上述兩種方式的結(jié)合來判斷；比較準確的方式是進行特征描述信息的對比來確定。當然，在確定所計算的特征點的位置信息較準確的情況下，通過位置信息是否相同來確定特征點之間是否為相同的特征點也是可信賴的。
[0162]通過兩個以上特征點的特征描述信息是否相符來判斷該兩個以上特征點是否相同，具體為:將位置信息相同的特征點的特征描述信息中的各特征描述項分別進行比對，當其相似度超過設(shè)定閾值時，確定為該對應(yīng)的特征描述項相符或相同；而當兩個以上的特征點的特征描述信息中的相符或相同的特征描述項超出設(shè)定的閾值時，確定為兩個以上的特征點的特征描述信息相符或相同；如相符或相同的特征描述項占特征點的特征描述信息中的所有特征描述項的比例為99.99999%時，確定為兩個以上的特征點的特征描述信息相符或相同，進而確定為兩個以上的特征點相同。
[0163]本示例中，通過特征點的位置信息來確定兩個以上的特征點是否為相同的特征點。當兩個以上的特征點的位置信息相同時，將認為其是相同的特征點。
[0164]步驟409，若特征描述信息不相符，利用所述第二特征點集合中的第二特征點的特征描述信息對所述第一特征點集合中的第一特征點的特征描述信息進行修正，或者，將所述第二特征點集合中的第二特征點的特征描述信息替換所述第一特征點集合中的第一特征點的特征描述信息；
[0165]確定當前采集的特征點與已存儲的之前采集的相同位置處的特征點之間的特征描述信息不符時，確定為當前的特征點發(fā)生了變化，如可能是特征點所在的物體發(fā)生了變化，之前采集到的特征點所屬對象可能是桌子，而當前采集到的特征點所屬對象可能換成了椅子。這種情況下，需要對特征點的特征描述信息進行修正，以使所存儲的特征點的特征描述信息與實際空間中的對應(yīng)物體相符。該修正可以是對相對應(yīng)的特征描述信息中的特征描述項的賦值進行算術(shù)平均，也可以是對其進行加權(quán)平均等，將平均值更新為對應(yīng)的特征描述項的賦值。
[0166]當然，也可以直接將當前采集的特征點的特征描述信息替換已存儲的對應(yīng)位置處的特征點的特征描述信息。
[0167]步驟410，若特征描述信息相符，對所述第一特征點集合中的第一特征點的特征描述信息不作處理。
[0168]圖5為本發(fā)明實施例五的信息處理的方法的流程示意圖，如圖6所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0169]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0170]步驟501，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0171]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0172]作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0173]步驟502，從所述第一信息集合中的第一信息中提取特征點集合；
[0174]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0175]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過或尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0176]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0177]步驟503，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0178]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0179]步驟504，確定所述智能設(shè)備在全局坐標系信息的位置信息；
[0180]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0181]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0182]具體地，設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；如將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，也可以是其他坐標值，只要給定其全局坐標系的坐標值即可，當然，如果將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，后續(xù)的處理效率會比較聞。
[0183]在所述智能設(shè)備移動后，確定所述智能設(shè)備在全局坐標系信息的位置信息的方式如下:
[0184]將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息；其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0185]具體的，當智能設(shè)備移動后，可以通過智能設(shè)備隨后采集到的圖像信息中的與之前采集圖像信息中的相同特征點(已確定其在全局坐標系中的位置)之間的相對位置關(guān)系，來進一步確定智能設(shè)備在全局坐標系中的位置信息，即計算出智能設(shè)備在全局坐標系中的坐標。需要說明的是，智能設(shè)備的位置信息也可以通過自身的定位設(shè)備進行定位，但智能設(shè)備自身定位的位置信息可能會存在誤差，而通過不同圖像信息(如當前圖像幀與前一圖像幀)中的相同特征點的位置信息(前一圖像幀中的特征點位置信息已確定，且具有極高的精度)來計算智能設(shè)備的位置信息，所計算的智能設(shè)備的位置信息的精度將會相當高。
[0186]步驟505，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0187]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0188]步驟506，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0189]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0190]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0191]步驟507，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0192]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0193]步驟508，將所述圖像采集單元獲取的第一信息集合中的第四信息中的與第三信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點；
[0194]其中，第三信息的采集時刻早于所述第四信息的采集時刻。
[0195]本發(fā)明實施例中，確定兩個以上的特征點是否相同，可以通過特征點的位置信息確定，也可以通過特征點的特征描述信息是否相符來確定，也可以通過上述兩種方式的結(jié)合來判斷；比較準確的方式是進行特征描述信息的對比來確定。
[0196]本示例中，通過兩個以上特征點的特征描述信息是否相符來判斷該兩個以上特征點是否相同，具體為:將位置信息相同的特征點的特征描述信息中的各特征描述項分別進行比對，當其相似度超過設(shè)定閾值時，確定為該對應(yīng)的特征描述項相符或相同；而當兩個以上的特征點的特征描述信息中的相符或相同的特征描述項超出設(shè)定的閾值時，確定為兩個以上的特征點的特征描述信息相符或相同；如相符或相同的特征描述項占特征點的特征描述信息中的所有特征描述項的比例為99.99999%時，確定為兩個以上的特征點的特征描述信息相符或相同，進而確定為兩個以上的特征點相同。
[0197]步驟509，確定相同的特征點中的相對應(yīng)的特征描述信息中的特征描述項不同時，對所述第三信息中的相同的特征點的相對應(yīng)的特征描述項分別進行修正，將修正后的結(jié)果作為所述第三信息中的相同的特征點的特征描述信息。
[0198]當確定出當前采集的特征點與之前存儲的信息數(shù)據(jù)庫中的特征點為相同的特征點時，但其部分特征描述信息中的特征描述項差異較大，此時，需對這些差異較大的特征描述項進行修正，如可以通過求其算術(shù)平均值或加權(quán)平均值的方式進行修正。
[0199]圖6為本發(fā)明實施例六的信息處理的方法的流程示意圖，如圖6所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0200]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0201]步驟601，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0202]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0203]作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0204]步驟602，從所述第一信息集合中的第一信息中提取特征點集合；
[0205]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0206]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過或尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0207]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0208]步驟603，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0209]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0210]步驟604，確定所述智能設(shè)備在全局坐標系信息的位置信息；
[0211]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0212]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0213]具體地，設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；如將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，也可以是其他坐標值，只要給定其全局坐標系的坐標值即可，當然，如果將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，后續(xù)的處理效率會比較聞。
[0214]在所述智能設(shè)備移動后，確定所述智能設(shè)備在全局坐標系信息的位置信息的方式如下:
[0215]將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息；其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0216]具體的，當智能設(shè)備移動后，可以通過智能設(shè)備隨后采集到的圖像信息中的與之前采集圖像信息中的相同特征點(已確定其在全局坐標系中的位置)之間的相對位置關(guān)系，來進一步確定智能設(shè)備在全局坐標系中的位置信息，即計算出智能設(shè)備在全局坐標系中的坐標。需要說明的是，智能設(shè)備的位置信息也可以通過自身的定位設(shè)備進行定位，但智能設(shè)備自身定位的位置信息可能會存在誤差，而通過不同圖像信息(如當前圖像幀與前一圖像幀)中的相同特征點的位置信息(前一圖像幀中的特征點位置信息已確定，且具有極高的精度)來計算智能設(shè)備的位置信息，所計算的智能設(shè)備的位置信息的精度將會相當高。
[0217]步驟605，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0218]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0219]步驟606，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0220]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0221]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0222]步驟607，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0223]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0224]步驟608，將所述圖像采集單元獲取的第一信息集合中的第六信息中的與第五信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點；
[0225]其中，所述第五信息的采集時刻早于所述第六信息的采集時刻。
[0226]本示例中，通過兩個以上特征點的特征描述信息是否相符來判斷該兩個以上特征點是否相同，具體為:將位置信息相同的特征點的特征描述信息中的各特征描述項分別進行比對，當其相似度超過設(shè)定閾值時，確定為該對應(yīng)的特征描述項相符或相同；而當兩個以上的特征點的特征描述信息中的相符或相同的特征描述項超出設(shè)定的閾值時，確定為兩個以上的特征點的特征描述信息相符或相同；如相符或相同的特征描述項占特征點的特征描述信息中的所有特征描述項的比例為99.99999%時，確定為兩個以上的特征點的特征描述信息相符或相同，進而確定為兩個以上的特征點相同。
[0227]步驟609，記錄每一特征點的被采集的次數(shù)，將超出設(shè)定次數(shù)的特征點作為穩(wěn)定的特征點。
[0228]智能設(shè)備對特征點進行采集的過程中，會重復多次采集，通過對相同特征點的統(tǒng)計，可以確定哪些特征點是穩(wěn)定的特征點，例如一些非移動物體如房屋、樹木和花草等上采集到的特征點，應(yīng)當是穩(wěn)定的特征點。
[0229]通過確定穩(wěn)定的特征點，可以利用這些穩(wěn)定的特征點進行其他特征點的位置修正及智能設(shè)備的位置的修正等。
[0230]圖7為本發(fā)明實施例七的信息處理的方法的流程示意圖，如圖7所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0231]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0232]步驟701，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0233]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0234]作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0235]步驟702，從所述第一信息集合中的第一信息中提取特征點集合；
[0236]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0237]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過或尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0238]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0239]步驟703，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0240]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0241]步驟704，確定所述智能設(shè)備在全局坐標系信息的位置信息；
[0242]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0243]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0244]具體地，設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；如將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，也可以是其他坐標值，只要給定其全局坐標系的坐標值即可，當然，如果將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，后續(xù)的處理效率會比較聞。
[0245]在所述智能設(shè)備移動后，確定所述智能設(shè)備在全局坐標系信息的位置信息的方式如下:
[0246]將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息；其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0247]具體的，當智能設(shè)備移動后，可以通過智能設(shè)備隨后采集到的圖像信息中的與之前采集圖像信息中的相同特征點(已確定其在全局坐標系中的位置)之間的相對位置關(guān)系，來進一步確定智能設(shè)備在全局坐標系中的位置信息，即計算出智能設(shè)備在全局坐標系中的坐標。需要說明的是，智能設(shè)備的位置信息也可以通過自身的定位設(shè)備進行定位，但智能設(shè)備自身定位的位置信息可能會存在誤差，而通過不同圖像信息(如當前圖像幀與前一圖像幀)中的相同特征點的位置信息(前一圖像幀中的特征點位置信息已確定，且具有極高的精度)來計算智能設(shè)備的位置信息，所計算的智能設(shè)備的位置信息的精度將會相當高。
[0248]步驟705，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0249]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0250]步驟706，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0251]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0252]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0253]步驟707，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0254]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0255]步驟708，在所述智能設(shè)備移動后，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并確定所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的第四位置信息；
[0256]其中，第四位置信息均為在所述智能設(shè)備的環(huán)境的坐標系中的位置信息。
[0257]智能設(shè)備不斷移動過程中，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并以該正方體空間中所有特征點到已建立的0CT0MAP數(shù)據(jù)中進行匹配，確定這些特征點是否已被采集過，若確定已被采集過，則確定智能終端的當前位置與之前的采集位置重合。
[0258]步驟709，在與所述第四位置處對應(yīng)的位置確定能涵蓋所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的正方體節(jié)點的上一級正方體節(jié)點；
[0259]本步驟中，在已建立的0CT0MAP數(shù)據(jù)中確定待匹配的特征點集合，如果將當前采集的特征點集合到整個已建立的0CT0MAP數(shù)據(jù)中進行匹配，會導致計算量過大，而確定出當前采集的特征點集合中特征點的分布區(qū)域，并在已建立的0CT0MAP數(shù)據(jù)中的對應(yīng)區(qū)域匹配當前采集的特征點集合中的特征點。具體的，可以將涵蓋步驟708中確定的正方體的0CT0MAP數(shù)據(jù)中的正方體節(jié)點，作為待匹配對象，當然，為避免誤差，可以將涵蓋步驟708中確定的正方體的0CT0MAP數(shù)據(jù)中的正方體節(jié)點的父節(jié)點作為待匹配對象。
[0260]當然，作為一種實現(xiàn)方式，也可以對步驟708中確定的正方體進行八等份的均分，分為八個小正方體，再以每個小正方體的位置信息確定0CT0MAP數(shù)據(jù)中的能涵蓋每個小正方體的最小正方體節(jié)點，再分別將每個小正方體中的特征點分別與待匹配正方體中的特征點分別進行匹配。
[0261]步驟710，以當前提取的所有的特征點的特征描述信息在所述上一級正方體節(jié)點中的所有特征點的特征描述信息中進行匹配；
[0262]步驟711，若超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，則確定所述智能設(shè)備的當前位置與之前的位置重合。
[0263]例如，當所占比例超過99.99999%的特征點的特征描述信息滿足匹配要求時，確定所述智能設(shè)備的當前位置與之前的位置重合。上述的設(shè)定比例可根據(jù)系統(tǒng)要求的精度而進行設(shè)定，可以是任意比例值，如也可以是99.999999%,99.9999%,99.9%,99.9%等。本發(fā)明實施例不再一一贅述。
[0264]圖8為本發(fā)明實施例八的信息處理的方法的流程示意圖，如圖9所示，在本發(fā)明一個優(yōu)選實施例中，信息處理的方法包括以下步驟:
[0265]本實施例的信息處理的方法應(yīng)用于智能設(shè)備中，如該智能設(shè)備可以為智能機器人，該智能機器人具有圖像采集單元作為一個優(yōu)選示例，本發(fā)明實施例的圖像采集單元可以為攝像頭。該智能設(shè)備還具有圖像處理能力。
[0266]步驟801，通過智能設(shè)備上設(shè)置的圖像采集單元獲取第一信息及第二信息；
[0267]通過智能設(shè)備上設(shè)置的攝像頭等圖像采集單元獲取所述智能設(shè)備所處的環(huán)境的第一信息，該第一信息如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信肩、O
[0268]作為一個優(yōu)選實施例，本示例中的圖像采集單元也可以是專用的圖像采集及分析系統(tǒng)，如可以是攝像傳感器、RGB圖像傳感器等。
[0269]步驟802，從所述第一信息集合中的第一信息中提取特征點集合；
[0270]提取所采集的圖像信息中的所有特征點，形成特征點集合。本示例中，特征點可以為任何物體上的任何部位的成像點。如物體的邊緣處的點，也可以是物體上的與該物體的特性不一致的點，如白色物體上的黑色斑點，物體上凸起的點，物體上凹下點，金屬制物體上的銹點，物體表面漆體上的剝落點等。
[0271]本示例中，關(guān)于圖像信息中的特征點的提取方式，可以通過或尺度不變特征變換(SIFT, Scale Invariant Feature Transform)方式、SURF 方式、ORB 方式，獲取特征點的信息，將這些獲取的特征點形成特征點集合。
[0272]需要說明的是，首先確定出識別特征點的方法，智能設(shè)備將根據(jù)這些方法從圖像信息中提取特征點，由于從圖像信息中提取特征點的方式可通過現(xiàn)有技術(shù)實現(xiàn)，本示例中不再過多贅述。
[0273]步驟803，根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0274]本示例中，第二信息可以為圖像的深度信息，通過該深度信息可以確定出所述特征點集合中每個特征點與圖像采集單元之間的相對位置關(guān)系，即通過圖像的深度信息可以計算出所述特征點集合中每個特征點相對于圖像采集單元的位置信息。
[0275]步驟804，確定所述智能設(shè)備在全局坐標系信息的位置信息；
[0276]本示例中，第二位置信息為智能設(shè)備在環(huán)境中的全局坐標系的位置信息，即第二位置信息為智能設(shè)備在欲建立的地圖信息的坐標系中的位置信息。
[0277]需要說明的是，所述智能設(shè)備位于初始位置時，獲取所述智能設(shè)備在環(huán)境中的第二位置信息的方式為設(shè)定所述智能設(shè)備在全局坐標系中的位置信息，全局坐標系即為本發(fā)明實施例欲建立的地圖信息的坐標系。
[0278]具體地，設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；如將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，也可以是其他坐標值，只要給定其全局坐標系的坐標值即可，當然，如果將所述智能設(shè)備的初始位置設(shè)置為全局坐標系中的原點坐標(0，0，0)，后續(xù)的處理效率會比較聞。
[0279]在所述智能設(shè)備移動后，確定所述智能設(shè)備在全局坐標系信息的位置信息的方式如下:
[0280]將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息；其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0281]具體地，當智能設(shè)備移動后，可以通過智能設(shè)備隨后采集到的圖像信息中的與之前采集圖像信息中的相同特征點(已確定其在全局坐標系中的位置)之間的相對位置關(guān)系，來進一步確定智能設(shè)備在全局坐標系中的位置信息，即計算出智能設(shè)備在全局坐標系中的坐標。需要說明的是，智能設(shè)備的位置信息也可以通過自身的定位設(shè)備進行定位，但智能設(shè)備自身定位的位置信息可能會存在誤差，而通過不同圖像信息(如當前圖像幀與前一圖像幀)中的相同特征點的位置信息(前一圖像幀中的特征點位置信息已確定，且具有極高的精度)來計算智能設(shè)備的位置信息，所計算的智能設(shè)備的位置信息的精度將會相當高。
[0282]步驟805，根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0283]根據(jù)所述智能設(shè)備的在全局坐標系中的位置信息即第二位置信息，以及特征點與所述智能設(shè)備之間的相對位置信息，即可確定出特征點集合中每個特征點在全局坐標系中的位置信息，即為第三位置信息。
[0284]步驟806，根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0285]本步驟中，需要根據(jù)采集單元采集到的圖像信息即第一信息，來確定特征點集合中每個特征點的特征描述信息。特征描述信息是表征特征點的屬性的信息。
[0286]具體地，可通過即時定位與地圖構(gòu)建(SLAM, Simultaneous Localizat1n andMapping)方式確定特征點集合中每個特征點的特征描述信息；特征點的特征描述信息能唯一標識一個特征點，其是64維或128維的數(shù)據(jù)，當然，隨著對特征點屬性進一步的劃分，表征特征點的特征描述信息可以是其他維度的參數(shù)。作為示例，特征描述信息可以為尺度和旋轉(zhuǎn)。
[0287]步驟807，建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0288]獲取到每個特征點的描述信息后，建立每個特征點的特征描述信息與該特征點的全局坐標系中的位置信息之間的對應(yīng)關(guān)系，相當于為每個特征點賦予了特征描述信息的屬性。
[0289]步驟808，在所述智能設(shè)備移動后，確定至少涵蓋第四特征點集合中的所有的特征點的正方體空間，并對所述至少涵蓋第四特征點集合中的所有的特征點的正方體空間進行均分，并行以每一均分后的正方體空間中的所有的特征點的特征描述信息在所述智能設(shè)備在初始位置采集的所有特征點的特征描述信息中進行匹配；
[0290]本步驟中，在已建立的0CT0MAP數(shù)據(jù)中確定待匹配的特征點集合，如果將當前采集的特征點集合到整個已建立的0CT0MAP數(shù)據(jù)中進行匹配，會導致計算量過大，而確定出當前采集的特征點集合中特征點的分布區(qū)域，并在已建立的0CT0MAP數(shù)據(jù)中的對應(yīng)區(qū)域匹配當前采集的特征點集合中的特征點。具體的，可以將涵蓋步驟808中確定的正方體的0CT0MAP數(shù)據(jù)中的正方體節(jié)點，作為待匹配對象，當然，為避免誤差，可以將涵蓋步驟808中確定的正方體的0CT0MAP數(shù)據(jù)中的正方體節(jié)點的父節(jié)點作為待匹配對象。
[0291]當然，作為一種實現(xiàn)方式，也可以對步驟808中確定的正方體進行八等份的均分，分為八個小正方體，再以每個小正方體的位置信息確定0CT0MAP數(shù)據(jù)中的能涵蓋每個小正方體的最小正方體節(jié)點，再分別將每個小正方體中的特征點分別與待匹配正方體中的特征點分別進行匹配。
[0292]步驟809，若超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，則確定所述智能設(shè)備形成閉環(huán)。
[0293]例如，當超過99.99999%的特征點的特征描述信息滿足匹配要求時，確定所述智能設(shè)備的初始位置重合，智能設(shè)備形成閉環(huán)。上述的設(shè)定比例可根據(jù)系統(tǒng)要求的精度而進行設(shè)定，可以是任意比例值，如也可以是99.999999%,99.9999%,99.9%,99.9%等。本發(fā)明實施例不再一一贅述。
[0294]圖9為本發(fā)明實施例的智能設(shè)備的組成結(jié)構(gòu)示意圖，如圖9所示，本發(fā)明實施例的智能設(shè)備上設(shè)置有圖像采集單元；所述智能設(shè)備包括提取單元1001、第一計算單元1002、獲取單元1003、第二計算單元1004、第二確定單元1005和對應(yīng)單元1006，其中:
[0295]所述圖像采集單元，用于獲取第一信息集合及第二信息集合；本發(fā)明實施例的圖像采集單元可以為攝像頭，也可以為RGB圖像傳感器等器件。第一信息集合如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信息。第二信息集合可以是深度信息等。
[0296]提取單元1001，用于從所述第一信息集合中的第一信息中提取特征點集合；
[0297]第一計算單元1002，用于根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0298]獲取單元1003，用于獲取所述智能設(shè)備在環(huán)境中的第二位置信息；
[0299]第二計算單元1004，用于根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0300]第二確定單元1005，用于根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0301]對應(yīng)單元1006，用于建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
[0302]上述獲取單元1003包括設(shè)置子單元(圖9中未示出)和確定子單元(圖9中未示出)，其中:
[0303]設(shè)置子單元，用于設(shè)置所述智能設(shè)備的初始位置信息；
[0304]確定子單元，用于將所述初始位置信息確定為所述智能設(shè)備在環(huán)境中的第二位置信息。
[0305]上述獲取單元1003還可以為以下構(gòu)成:獲取單元1003包括第一確定子單元(圖9中未示出)、計算子單元(圖9中未示出)和第二確定子單元(圖9中未示出)，其中:
[0306]確定子單元，用于在所述智能設(shè)備移動后，將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點；
[0307]計算子單元，用于根據(jù)當前第一信息中的與所述第一信息中的相同的特征點的第三位置信息及第一位置信息計算所述智能設(shè)備的位置信息；
[0308]第二確定子單元，用于將所述計算子單元計算的位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息；
[0309]其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
[0310]在圖9所示的智能設(shè)備的基礎(chǔ)上，本發(fā)明實施例的智能設(shè)備還包括第三確定單元(圖中未示出)、均分單元(圖中未示出)和關(guān)聯(lián)單元(圖中未示出)，其中:
[0311]第三確定單元，用于根據(jù)當前采集的特征點集合中每個特征點確定涵蓋所述當前采集的特征點集合中每個特征點的正方體空間；
[0312]均分單元，用于將所述正方體空間均分為八個正方體，作為第一級子節(jié)點；以及，將每一第一級子節(jié)點均分為八個正方體，作為第二級子節(jié)點，直到均分的子節(jié)點成為涵蓋一個特征點的最小正方體或直到均分的子節(jié)點的尺寸達到設(shè)定閾值時，結(jié)束對子節(jié)點的分級；
[0313]關(guān)聯(lián)單元，用于將當前特征點集合中每個特征點的特征描述信息、第三位置信息與所述正方體空間中的最末級的子節(jié)點關(guān)聯(lián)。
[0314]在圖9所示的智能設(shè)備的基礎(chǔ)上，本發(fā)明實施例的智能設(shè)備還包括第四確定單元(圖中未示出)和修正單元(圖中未示出)，其中:
[0315]第四確定單元，用于確定第二特征點集合中的第二特征點的第三位置信息與第一特征點集合中的第一特征點的第三位置信息相符時，還確定當前的特征點的特征描述信息與所述存儲的特征點的特征描述信息是否相符；其中，所述第一特征點集合的采集時刻早于所述第二特征點集合的采集時刻；
[0316]修正單元，用于確定若特征描述信息不相符，利用所述第二特征點集合中的第二特征點的特征描述信息對所述第一特征點集合中的第一特征點的特征描述信息進行修正，或者，將所述第二特征點集合中的第二特征點的特征描述信息替換所述第一特征點集合中的第一特征點的特征描述信息；若特征描述信息相符，對所述第一特征點集合中的第一特征點的特征描述信息不作處理。
[0317]在圖9所示的智能設(shè)備的基礎(chǔ)上，本發(fā)明實施例的智能設(shè)備還包括第五確定單元(圖中未示出)和第六確定單元(圖中未示出)，其中:
[0318]第五確定單元，用于將所述圖像采集單元獲取的第一信息集合中的第四信息中的與第三信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點；其中，所述第三信息的采集時刻早于所述第四信息的采集時刻；
[0319]第六確定單元，用于確定相同的特征點中的相對應(yīng)的特征描述信息中的特征描述項不同時，對所述第三信息中的相同的特征點的相對應(yīng)的特征描述項分別進行修正，將修正后的結(jié)果作為所述第三信息中的相同的特征點的特征描述信息。
[0320]在圖9所示的智能設(shè)備的基礎(chǔ)上，本發(fā)明實施例的智能設(shè)備還包括第七確定單元(圖中未示出)、記錄單元(圖中未示出)和第八確定單元(圖中未示出)，其中:
[0321]第七確定單元，用于將所述圖像采集單元獲取的第一信息集合中的第六信息中的與第五信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點；其中，所述第五信息的采集時刻早于所述第六信息的采集時刻；
[0322]記錄單元，用于記錄每一特征點的被采集的次數(shù)；
[0323]第八確定單元，用于將超出設(shè)定次數(shù)的特征點作為穩(wěn)定的特征點。
[0324]本領(lǐng)域技術(shù)人員應(yīng)當理解，本發(fā)明實施例的智能設(shè)備中各處理單元及其子單元的功能，可參照前述的信息處理的方法的相關(guān)描述而理解，本發(fā)明實施例的智能設(shè)備中各處理單元及其子單元，可通過實現(xiàn)本發(fā)明實施例所述的功能的模擬電路而實現(xiàn)，也可以通過執(zhí)行本發(fā)明實施例所述的功能的軟件在智能設(shè)備上的運行而實現(xiàn)。
[0325]圖10為本發(fā)明實施例的智能設(shè)備的組成結(jié)構(gòu)示意圖，如圖10所示，本發(fā)明實施例的智能設(shè)備上設(shè)置有圖像采集單元；本發(fā)明實施例的智能設(shè)備包括提取單元110、第一計算單元111、獲取單元112、第二計算單元113、第二確定單元114、對應(yīng)單元115、第四確定單元116、第五確定單元117、第一匹配單元118和第六確定單元119，其中:
[0326]所述圖像采集單元，用于獲取第一信息集合及第二信息集合；本發(fā)明實施例的圖像采集單元可以為攝像頭，也可以為RGB圖像傳感器等器件。第一信息集合如可以是圖像信息，圖像信息中包含攝像頭所能拍攝的所有景像信息。第二信息集合可以是深度信息等。
[0327]提取單元110，用于從所述第一信息集合中的第一信息中提取特征點集合；
[0328]第一計算單元111，用于根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；
[0329]獲取單元112，用于獲取所述智能設(shè)備在環(huán)境中的第二位置信息；
[0330]第二計算單元113，用于根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息；
[0331]第二確定單元114，用于根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息；
[0332]對應(yīng)單元115，用于建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系；
[0333]第四確定單元116，用于在所述智能設(shè)備移動后，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并確定所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的第四位置信息；
[0334]第五確定單元117，用于在與所述第四位置處對應(yīng)的位置確定能涵蓋所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的正方體節(jié)點的上一級正方體節(jié)點；
[0335]第一匹配單元118，用于以當前提取的所有的特征點的特征描述信息在所述上一級正方體節(jié)點中的所有特征點的特征描述信息中進行匹配；
[0336]第六確定單元119，用于確定超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，時確定所述智能設(shè)備的當前位置與之前的位置重合。
[0337]其中，所述第一位置信息為特征點相對于所述圖像采集單元的位置信息；
[0338]本發(fā)明實施例中，所述第三位置信息及所述第四位置信息均為在所述智能設(shè)備的環(huán)境的坐標系中的位置信息。
[0339]在圖10所示的智能設(shè)備的基礎(chǔ)上，本發(fā)明實施例的智能設(shè)備還包括第七確定單元(圖10中未示出)、第二匹配單元(圖10中未示出)和第八確定單元(圖10中未示出)，其中:
[0340]第七確定單元，用于在所述智能設(shè)備移動后，確定至少涵蓋第四特征點集合中的所有的特征點的正方體空間；
[0341]均分單元，用于對所述至少涵蓋第四特征點集合中的所有的特征點的正方體空間進行均分；
[0342]第二匹配單元，還用于行以每一均分后的正方體空間中的所有的特征點的特征描述信息在所述智能設(shè)備在初始位置采集的所有特征點的特征描述信息中進行匹配；
[0343]第八確定單元，用于在超過設(shè)定比例的特征點的特征描述信息滿足匹配要求時，確定所述智能設(shè)備形成閉環(huán)。
[0344]本實例中，處理單元的名稱僅限于圖10所示的結(jié)構(gòu)中，與前述圖9中所示的處理單元的名稱沒有關(guān)聯(lián)。即使名稱相同，也不應(yīng)理解為相同的處理單元。
[0345]本領(lǐng)域技術(shù)人員應(yīng)當理解，本發(fā)明實施例的智能設(shè)備中各處理單元及其子單元的功能，可參照前述的信息處理的方法及圖9所示的智能設(shè)備的相關(guān)描述而理解，本發(fā)明實施例的智能設(shè)備中各處理單元及其子單元，可通過實現(xiàn)本發(fā)明實施例所述的功能的模擬電路而實現(xiàn)，也可以通過執(zhí)行本發(fā)明實施例所述的功能的軟件在智能設(shè)備上的運行而實現(xiàn)。
[0346]本發(fā)明的實施例中，所述智能設(shè)備可以為機器人。
[0347]本發(fā)明實施例所記載的技術(shù)方案之間，在不沖突的情況下，可以任意組合。
[0348]在本發(fā)明所提供的幾個實施例中，應(yīng)該理解到，所揭露的方法和智能設(shè)備，可以通過其它的方式實現(xiàn)。以上所描述的設(shè)備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，如:多個單元或組件可以結(jié)合，或可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設(shè)備或單元的間接耦合或通信連接，可以是電性的、機械的或其它形式的。
[0349]上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個地方，也可以分布到多個網(wǎng)絡(luò)單元上；可以根據(jù)實際的需要選擇其中的部分或全部單元來實現(xiàn)本實施例方案的目的。
[0350]另外，在本發(fā)明各實施例中的各功能單元可以全部集成在一個處理單元中，也可以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用硬件加軟件功能單元的形式實現(xiàn)。
[0351]本領(lǐng)域普通技術(shù)人員可以理解:實現(xiàn)上述方法實施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成，前述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟；而前述的存儲介質(zhì)包括:移動存儲設(shè)備、只讀存儲器(ROM, Read-Only Memory)、隨機存取存儲器(RAM, Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。
[0352]或者，本發(fā)明實施例上述集成的單元如果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，也可以存儲在一個計算機可讀取存儲介質(zhì)中。基于這樣的理解，本發(fā)明實施例的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機、服務(wù)器、或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分。而前述的存儲介質(zhì)包括:移動存儲設(shè)備、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM, Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。
[0353]以上所述，僅為本發(fā)明的【具體實施方式】，但本發(fā)明的保護范圍并不局限于此，任何熟悉本【技術(shù)領(lǐng)域】的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。
【權(quán)利要求】
1.一種信息處理的方法，應(yīng)用于智能設(shè)備中，所述智能設(shè)備上設(shè)置有圖像采集單元；其特征在于，所述方法包括: 通過所述圖像采集單元獲取第一信息集合及第二信息集合； 從所述第一信息集合中的第一信息中提取特征點集合； 根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；獲取所述智能設(shè)備在環(huán)境中的第二位置信息；根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息； 根據(jù)所述第一信息集合中的第一信息確定所述特征點集合中每個特征點的特征描述信息； 建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述智能設(shè)備在環(huán)境中的第二位置信息，包括: 獲取所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息； 以及在所述智能設(shè)備移動后，將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息； 其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括: 根據(jù)當前采集的特征點集合中每個特征點確定涵蓋所述當前采集的特征點集合中每個特征點的正方體空間； 將所述正方體空間均分為八個正方體，作為第一級子節(jié)點； 將每一第一級子節(jié)點均分為八個正方體，作為第二級子節(jié)點，直到均分的子節(jié)點成為涵蓋一個特征點的最小正方體或直到均分的子節(jié)點的尺寸達到設(shè)定閾值時，結(jié)束對子節(jié)點的分級； 將當前特征點集合中每個特征點的特征描述信息、第三位置信息與所述正方體空間中的最末級的子節(jié)點關(guān)聯(lián)。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括: 確定第二特征點集合中的第二特征點的第三位置信息與第一特征點集合中的第一特征點的第三位置信息相符時，還確定當前的特征點的特征描述信息與所述存儲的特征點的特征描述信息是否相符； 若特征描述信息不相符，利用所述第二特征點集合中的第二特征點的特征描述信息對所述第一特征點集合中的第一特征點的特征描述信息進行修正，或者，將所述第二特征點集合中的第二特征點的特征描述信息替換所述第一特征點集合中的第一特征點的特征描述信息； 若特征描述信息相符，對所述第一特征點集合中的第一特征點的特征描述信息不作處理； 其中，所述第一特征點集合的采集時刻早于所述第二特征點集合的采集時刻。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括: 將所述圖像采集單元獲取的第一信息集合中的第四信息與第三信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點； 確定相同的特征點中的相對應(yīng)的特征描述信息中的特征描述項不同時，對所述第三信息中的相同的特征點的相對應(yīng)的特征描述項分別進行修正，將修正后的結(jié)果作為所述第三信息中的相同的特征點的特征描述信息； 其中，所述第三信息的采集時刻早于所述第四信息的采集時刻。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括: 將所述圖像采集單元獲取的第一信息集合中的第六信息與第五信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點； 記錄每一特征點的被采集的次數(shù)，將超出設(shè)定次數(shù)的特征點作為穩(wěn)定的特征點； 其中，所述第五信息的采集時刻早于所述第六信息的采集時刻。
7.根據(jù)權(quán)利要求1至6任一項所述的方法，其特征在于， 第一信息集合包括圖像信息集合； 第二信息集合包括深度信息集合； 所述第一位置信息為特征點相對于所述圖像采集單元的位置信息； 所述第三位置信息為特征點在所述智能設(shè)備的環(huán)境的坐標系中的位置信息。
8.一種信息處理方法，應(yīng)用于智能設(shè)備中，所述智能設(shè)備上設(shè)置有圖像采集單元；其特征在于，所述方法包括: 通過所述圖像采集單元獲取第一信息集合及第二信息集合； 從所述第一信息集合中的第一信息中提取特征點集合； 根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息；獲取所述智能設(shè)備在環(huán)境中的第二位置信息；根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息； 根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息； 建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系； 在所述智能設(shè)備移動后，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并確定所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的第四位置信息； 在與所述第四位置處對應(yīng)的位置確定能涵蓋所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的正方體節(jié)點的上一級正方體節(jié)點； 以當前提取的所有的特征點的特征描述信息在所述上一級正方體節(jié)點中的所有特征點的特征描述信息中進行匹配； 若超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，則確定所述智能設(shè)備的當前位置與之前的位置重合。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括: 在所述智能設(shè)備移動后，確定至少涵蓋第四特征點集合中的所有的特征點的正方體空間，并對所述至少涵蓋第四特征點集合中的所有的特征點的正方體空間進行均分，并行以每一均分后的正方體空間中的所有的特征點的特征描述信息在所述智能設(shè)備在初始位置采集的所有特征點的特征描述信息中進行匹配； 若超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，則確定所述智能設(shè)備形成閉環(huán)。
10.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述獲取所述智能設(shè)備在環(huán)境中的第二位置信息，包括: 設(shè)置所述智能設(shè)備的初始位置信息，將所述初始位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息； 以及在所述智能設(shè)備移動后，將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點，根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息； 其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
11.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括: 根據(jù)當前采集的特征點集合中每個特征點確定涵蓋所述當前采集的特征點集合中每個特征點的正方體空間； 將所述正方體空間均分為八個正方體，作為第一級子節(jié)點； 將每一第一級子節(jié)點均分為八個正方體，作為第二級子節(jié)點，直到均分的子節(jié)點成為涵蓋一個特征點的最小正方體或直到均分的子節(jié)點的尺寸達到設(shè)定閾值時，結(jié)束對子節(jié)點的分級； 將當前特征點集合中每個特征點的特征描述信息、第三位置信息與所述正方體空間中的最末級的子節(jié)點關(guān)聯(lián)。
12.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括: 確定第二特征點集合中的第二特征點的第三位置信息與第一特征點集合中的第一特征點的第三位置信息相符時，還確定當前的特征點的特征描述信息與所述存儲的特征點的特征描述信息是否相符； 若特征描述信息不相符，利用所述第二特征點集合中的第二特征點的特征描述信息對所述第一特征點集合中的第一特征點的特征描述信息進行修正，或者，將所述第二特征點集合中的第二特征點的特征描述信息替換所述第一特征點集合中的第一特征點的特征描述信息； 若特征描述信息相符，對所述第一特征點集合中的第一特征點的特征描述信息不作處理； 其中，所述第一特征點集合的采集時刻早于所述第二特征點集合的采集時刻。
13.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括: 將所述圖像采集單元獲取的第一信息集合中的第四信息中的與第三信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點； 確定相同的特征點中的相對應(yīng)的特征描述信息中的特征描述項不同時，對所述第三信息中的相同的特征點的相對應(yīng)的特征描述項分別進行修正，將修正后的結(jié)果作為所述第三信息中的相同的特征點的特征描述信息； 其中，所述第三信息的采集時刻早于所述第四信息的采集時刻。
14.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述方法還包括: 將所述圖像采集單元獲取的第一信息集合中的第六信息中的與第五信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點； 記錄每一特征點的被采集的次數(shù)，將超出設(shè)定次數(shù)的特征點作為穩(wěn)定的特征點； 其中，所述第五信息的采集時刻早于所述第六信息的采集時刻。
15.根據(jù)權(quán)利要求8至14任一項所述的方法，其特征在于， 第一信息集合包括圖像信息集合； 第二信息集合包括深度信息集合； 所述第一位置信息為特征點相對于所述圖像采集單元的位置信息； 所述第三位置信息及所述第四位置信息均為在所述智能設(shè)備的環(huán)境的坐標系中的位置信息。
16.一種智能設(shè)備，所述智能設(shè)備上設(shè)置有圖像采集單元；其特征在于，所述智能設(shè)備包括提取單元、第一計算單元、獲取單元、第二計算單元、第二確定單元和對應(yīng)單元，其中: 所述圖像采集單元，用于采集第一信息集合及第二信息集合； 提取單元，用于從所述第一信息集合中的第一信息中提取特征點集合； 第一計算單元，用于根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息； 獲取單元，用于獲取所述智能設(shè)備在環(huán)境中的第二位置信息； 第二計算單元，用于根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息； 第二確定單元，用于根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息； 對應(yīng)單元，用于建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系。
17.根據(jù)權(quán)利要求16所述的智能設(shè)備，其特征在于，所述獲取單元包括設(shè)置子單元和確定子單元，其中: 設(shè)置子單元，用于設(shè)置所述智能設(shè)備的初始位置信息； 確定子單元，用于將所述初始位置信息確定為所述智能設(shè)備在環(huán)境中的第二位置信肩、0
18.根據(jù)權(quán)利要求16所述的智能設(shè)備，其特征在于，所述獲取單元包括第一確定子單元、計算子單元和第二確定子單元，其中: 確定子單元，用于在所述智能設(shè)備移動后，將所述圖像采集單元獲取的第一信息集合中的第二信息與第一信息中的特征描述信息相似度達到設(shè)定閾值的特征點確定為相同的特征點； 計算子單元，用于根據(jù)當前第二信息中與所述第一信息中相同的特征點的第三位置信息及當前的第一位置信息計算所述智能設(shè)備在環(huán)境中的位置信息作為所述智能設(shè)備第二位置信息； 第二確定子單元，用于將所述計算子單元計算的位置信息作為所述智能設(shè)備在環(huán)境中的第二位置信息； 其中，所述第一信息的采集時刻早于所述第二信息的采集時刻。
19.根據(jù)權(quán)利要求16所述的智能設(shè)備，其特征在于，所述智能設(shè)備還包括第三確定單元、均分單元和關(guān)聯(lián)單元，其中: 第三確定單元，用于根據(jù)當前采集的特征點集合中每個特征點確定涵蓋所述當前采集的特征點集合中每個特征點的正方體空間；均分單元，用于將所述正方體空間均分為八個正方體，作為第一級子節(jié)點；以及，將每一第一級子節(jié)點均分為八個正方體，作為第二級子節(jié)點，直到均分的子節(jié)點成為涵蓋一個特征點的最小正方體或直到均分的子節(jié)點的尺寸達到設(shè)定閾值時，結(jié)束對子節(jié)點的分級；關(guān)聯(lián)單元，用于將當前特征點集合中每個特征點的特征描述信息、第三位置信息與所述正方體空間中的最末級的子節(jié)點關(guān)聯(lián)。
20.一種智能設(shè)備，所述智能設(shè)備上設(shè)置有圖像采集單元；其特征在于，所述智能設(shè)備包括提取單元、第一計算單元、獲取單元、第二計算單元、第二確定單元、對應(yīng)單元、第四確定單元、第五確定單元、第一匹配單元和第六確定單元，其中: 所述圖像采集單元，用于獲取第一信息集合及第二信息集合； 提取單元，用于從所述第一信息集合中的第一信息中提取特征點集合； 第一計算單元，用于根據(jù)所述第二信息集合中的子信息計算所述特征點集合中每個特征點的第一位置信息； 獲取單元，用于獲取所述智能設(shè)備在環(huán)境中的第二位置信息； 第二計算單元，用于根據(jù)所述第二位置信息及所述第一位置信息，計算所述特征點集合中每個特征點的第三位置信息； 第二確定單元，用于根據(jù)所述第一信息確定所述特征點集合中每個特征點的特征描述信息； 對應(yīng)單元，用于建立所述特征點集合中每個特征點的特征描述信息與第三位置信息的對應(yīng)關(guān)系； 第四確定單元，用于在所述智能設(shè)備移動后，確定至少涵蓋第三特征點集合中的所有的特征點的正方體空間，并確定所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的第四位置信息； 第五確定單元，用于在與所述第四位置處對應(yīng)的位置確定能涵蓋所述至少涵蓋第三特征點集合中的所有的特征點的正方體空間的正方體節(jié)點的上一級正方體節(jié)點； 第一匹配單元，用于以當前提取的所有的特征點的特征描述信息在所述上一級正方體節(jié)點中的所有特征點的特征描述信息中進行匹配； 第六確定單元，用于確定超過設(shè)定比例的特征點的特征描述信息滿足匹配要求，時確定所述智能設(shè)備的當前位置與之前的位置重合。
21.根據(jù)權(quán)利要求20所述的智能設(shè)備，其特征在于，所述方法還包括:第七確定單元、第二匹配單元和第八確定單元，其中: 第七確定單元，用于在所述智能設(shè)備移動后，確定至少涵蓋第四特征點集合中的所有的特征點的正方體空間； 均分單元，用于對所述至少涵蓋第四特征點集合中的所有的特征點的正方體空間進行均分； 第二匹配單元，還用于行以每一均分后的正方體空間中的所有的特征點的特征描述信息在所述智能設(shè)備在初始位置采集的所有特征點的特征描述信息中進行匹配； 第八確定單元，用于在超過設(shè)定比例的特征點的特征描述信息滿足匹配要求時，確定所述智能設(shè)備形成閉環(huán)。
【文檔編號】G06K9/46GK104424481SQ201310393060
【公開日】2015年3月18日 申請日期:2013年9月2日 優(yōu)先權(quán)日:2013年9月2日
【發(fā)明者】劉國良, 李南君 申請人:聯(lián)想(北京)有限公司