標準曲面如球面、柱面、雙曲柱面等可以用方程來表示的曲面，關(guān)于這類標準曲面的方程具體可以參見數(shù)學理論中關(guān)于空間曲面及其方程的有關(guān)介紹，這里不再贅述。
[0042]步驟S104，根據(jù)所述表面信息構(gòu)建所述目標物體的三維信息。
[0043]這里，基于步驟S103已獲得組成目標物體的表面信息，因此，根據(jù)表面信息即可構(gòu)建出所述目標物體的三維信息。本步驟S104具體地實施過程可以根據(jù)各種現(xiàn)有技術(shù)來實現(xiàn)，這里不再贅述。
[0044]本發(fā)明實施例中，為了快速提取目標物體的其中一個表面，可以只在目標物體的一個表面上平貼一個標識，也是說，本發(fā)明實施例中的M= I。當然，也可以根據(jù)需要提取的目標物體的表面的個數(shù)分別在每一物體的表面上都平貼一個標識，這時M等于需要提取的目標物體的表面的個數(shù)。
[0045]在本發(fā)明實施例中，在步驟SlOl之前,該方法還包括:訓練標識以及打印標識、將標識貼附在目標物體表面的步驟。
[0046]這里，仍以二維碼來代表標識為例，首先訓練二維碼集，用于二維碼的識別和定位。每以個二維碼有獨特的ID序號和形狀，該形狀可以是文字、字母等，訓練二維碼集的過程，為了更好地識別，因此需要確定多個二維碼之間是否容易被辨別出來。在訓練的過程中也是預(yù)先獲知二維碼信息的過程，二維碼信息包括其上的ID信息，在后續(xù)步驟中，當3D攝像機掃描二維碼時，可根據(jù)二維碼的形狀，利用二維碼檢測程序識別出該二維碼的ID信息。其次，需要打印已經(jīng)過訓練的二維碼集；然后將二維碼集貼附在目標物體的表面上。
[0047]本發(fā)明實施例中，所述采集單元獲取當前環(huán)境中目標物體的三維點云數(shù)據(jù)，所述目標物體的表面上包括M個標識；從所述目標物體的三維點云數(shù)據(jù)中,提取所述M個標識的空間位置信息和方向信息；根據(jù)所述M個標識的空間位置信息和方向信息，確定每一所述標識所在表面信息；根據(jù)所述表面信息構(gòu)建所述目標物體的三維信息；如此，采用本發(fā)明實施例提供的技術(shù)方案，利用標識如二維碼的先驗信息，實現(xiàn)快速了目標物體的表面的提取。
[0048]實施例二
[0049]基于上述的實施例一，本發(fā)明實施例提供一種信息處理方法，應(yīng)用于電子設(shè)備中，圖2為本發(fā)明實施例二信息處理方法的實現(xiàn)流程示意圖，如圖2所示，該方法包括:
[0050]步驟S201，所述采集單元獲取當前環(huán)境中目標物體的三維點云數(shù)據(jù)，所述目標物體的表面上包括M個標識,所述三維點云數(shù)據(jù)中包括所述M個標識的點云數(shù)據(jù)；
[0051]這里，所述M為大于等于I的整數(shù)；
[0052]步驟S202，從所述目標物體的三維點云數(shù)據(jù)中，提取所述M個標識的空間位置信息和方向信息；
[0053]步驟S203，根據(jù)預(yù)設(shè)的或確定的閾值范圍提取每一所述標識的周圍點云數(shù)據(jù)；
[0054]步驟S204，根據(jù)所述M個標識的空間位置信息和方向信息，確定每一所述標識所在表面信息；
[0055]這里，步驟S203與步驟S202和步驟S204之間并無特定的先后順序，可以先執(zhí)行步驟S203，然后再執(zhí)行步驟S202和步驟S204 ;還可以先執(zhí)行步驟S202和步驟S204，然后再執(zhí)行步驟S203。
[0056]這里，上述實施例一中步驟S103確定出來的表面信息，是認為目標物體一個較為理想物體，即物體的表面是符合平面或曲面方程的表面，而實際上目標物體的表面是有凹凸的，也就是說，采用實施例一的方法構(gòu)建的目標物體是一個比較理想物體。作為本發(fā)明的一個優(yōu)選實施例，在具體實施的過程中可以設(shè)置或估算一個閾值范圍，在閾值范圍內(nèi)的點云數(shù)據(jù)都可以認為在同一個表面上。
[0057]步驟S205，針對每一所述標識，根據(jù)所述標識的周圍點云數(shù)據(jù)和與所述二維標識所對應(yīng)的表面信息，對所述目標物體的表面進行估計；利用估計出的表面對所述目標物體進行重建，得到構(gòu)建的三維物體。
[0058]本發(fā)明實施例中，所述標識中包含索引信息，以從三維點云中獲取與所述標識相關(guān)的身份標識信息。
[0059]本發(fā)明實施例中，所述表面包括平面和/或曲面。
[0060]本發(fā)明實施例提供的信息處理方法，根據(jù)預(yù)設(shè)的或確定的閾值范圍提取每一所述標識的周圍點云數(shù)據(jù)；然后，針對每一所述標識，根據(jù)所述標識的周圍點云數(shù)據(jù)和與所述二維標識所對應(yīng)的表面信息，對所述目標物體的表面進行估計；利用估計出的表面對所述目標物體進行重建，得到構(gòu)建的三維物體；如此，在實現(xiàn)快速地提取目標物體的表面的同時，可以更加準確的估計出目標物體的表面。
[0061]實施例三
[0062]基于上述的實施例二，本發(fā)明實施例提供一種信息處理方法，應(yīng)用于電子設(shè)備中，該方法中將提供一種確定上述閾值范圍的方式，在該方式中首先要在提取的目標物體的表面上貼附有2個以上的標識。圖3-1為本發(fā)明實施例三信息處理方法的實現(xiàn)流程示意圖，如圖3-1所示,該方法包括:
[0063]步驟S301，所述采集單元獲取當前環(huán)境中目標物體的三維點云數(shù)據(jù)，所述目標物體的表面上包括M個標識,所述三維點云數(shù)據(jù)中包括所述M個標識的點云數(shù)據(jù)；
[0064]這里，所述M為大于等于I的整數(shù)；
[0065]這里，所述目標物體的每一要提取的表面上至少包括有兩個標識；
[0066]步驟S302，從所述目標物體的三維點云數(shù)據(jù)中，提取所述M個標識的空間位置信息和方向信息；
[0067]步驟S303，根據(jù)所述M個標識的空間位置信息和方向信息，確定所述M個標識之間的相對位置關(guān)系，以確定處于第i個表面的Ni個標識；
[0068]這里，Ni為小于等于M的整數(shù)，i為整數(shù)且I彡i彡T，NI+…+NT = M，T為所述目標物體的總的表面數(shù)；
[0069]步驟S304,根據(jù)處于第i個表面的Ni個標識的空間位置信息和方向信息,確定第i個表面的閾值范圍，根據(jù)所述閾值范圍提取每一所述標識的周圍點云數(shù)據(jù)；
[0070]步驟S305，根據(jù)所述M個標識的空間位置信息和方向信息，確定每一所述標識所在表面信息；
[0071]步驟S306，針對每一所述標識，根據(jù)所述標識的周圍點云數(shù)據(jù)和與所述二維標識所對應(yīng)的表面信息，對所述目標物體的表面進行估計；利用估計出的表面對所述目標物體進行重建，得到構(gòu)建的三維物體。
[0072]這里，對所述目標物體的表面進行估計的方法可以采用最小二乘、偏最小二乘等方法，本領(lǐng)域的技術(shù)人員還可以根據(jù)各種現(xiàn)有技術(shù)來實現(xiàn)對所述目標物體的表面進行估計，因此不再贅述。
[0073]本發(fā)明實施例中，所述標識中包含索引信息，以從三維點云中獲取與所述標識相關(guān)的身份標識信息。
[0074]本發(fā)明實施例中，所述表面包括平面和/或曲面。
[0075]本發(fā)明實施例中，如圖3-2所示，所述根據(jù)所述M個標識的空間位置信息和方向信息確定所述M個標識之間的相對位置關(guān)系，即步驟S303包括:
[0076]步驟S331，獲取包括Ql個標識IDl至IDQl的第一幀點云數(shù)據(jù)，根據(jù)第一幀點云數(shù)據(jù)確定所述Ql個標識的Ql個坐標位置，其中所述Ql > 2 ;
[0077]步驟S332，根據(jù)所述Ql個坐標位置中的兩兩坐標位置，確定Ql個標識之間的相對位置關(guān)系；
[0078]步驟S333，獲取包括Q2個標識IDl至IDQ2的第二幀點云數(shù)據(jù)，根據(jù)第二幀點云數(shù)據(jù)確定所述Q2個標識的Q2個坐標位置，其中所述Q2 > 2 ;
[0079]步驟S334，根據(jù)所述Q2個坐標位置中的兩兩坐標位置，確定Q2個標識之間的相對位置關(guān)系；
[0080]步驟S335，依次類推，確定剩余的標識之間的相對位置關(guān)系。
[0081]這里，在SLAM中存在兩種坐標系:機器人坐標系和全局坐標系。機器人的位姿是指它在全局坐標系下的絕對坐標，例如三維環(huán)境中記為X = (X，y，Ζ，Θ )，其中X，y，Z表示在全局坐標系下的坐標，Θ表示在該點的姿態(tài)(或，視角)。在初始狀態(tài)下，機器人坐標系與全局坐標系重合。如圖3-3所示，圖3-3繼續(xù)以圖1-5所示的墻面121為例，圖像采集單元11如機器人在當前位置Pl的坐標系下采集到二維碼130和二維碼131，那么二維碼130與機器人11之間的位置信息以及朝向信息都是已知的，同樣對于二維碼131和機器人11之間的位置信息以及朝向信息也是已知的，進而機器人可以估算出二維碼130和二維碼131之間的相對位置關(guān)系，即二維碼130和二維碼131是否處于同一平面上，當二維碼130和二維碼131處于同一平面121上時，機器人即可估算出平面121的第一個閾值范圍；
[0082]接著如圖3-4所示，機器人移動到位置P2的坐標系下采集到二維碼131和二維碼132，如判