实时回环检测方法、装置、计算设备、移动工具、存储介质、实时地图构建方法及装置

技术领域

本发明涉及自动驾驶定位与建图技术领域，尤其涉及一种实时回环检测方法、实时回环检测装置、计算设备以及移动工具和存储介质。

背景技术

近年来，随着无人驾驶技术的发展，我们越来越多的看到一些无人车在大型广场、超市以及地库等场景自由地执行着各种任务，极大地减轻了工人的负担，因此机械化设备替代人工，无人设备替代机械化是未来的趋势与走向。在无人驾驶工具中，自主建图是其核心技术，因而建图效果的好坏对其运行效率起决定性作用。

目前无人驾驶工具激光建图技术是通过SLAM(同步定位与建图)技术实现的，其将传感器扫描到的周围环境信息，构建成无人驾驶工具可以识别的地图格式，并保存下来。其中，激光SLAM过程框架主要分为前端和后端，前端靠激光的帧间匹配以及轮速计imu等的里程计推算获得实时位姿，由于传感器的测量精度有限，存在测量误差，这些误差累计起来，会存在较大位置偏差，导致地图出现较大重影。这时后端回环会检测无人驾驶工具是否存在回环，如果检测到就会调整地图点云位姿，消除累计误差，使得地图更加接近真实环境，提高建图精度。

现有的激光SLAM过程框架中，回环检测算法主要是基于单个关键帧的检测，包括单帧的点云icp匹配，ndt匹配，scan context描述子匹配等等。这些方法主要是以当前激光或者无人驾驶工具所在位姿为匹配初值，通过匹配当前帧的点云与所有历史帧中距离较近的点云，如果匹配分值达到预先设定的阈值，即认为检测到回环，从而基于检测到的回环进行后端的位姿图优化。

然而，通常情况下，关键帧数量跟环境范围大小相关，当环境范围越大，关键帧数量也相对越多，且基于单个关键帧的回环检测也比较消耗计算资源，因此，在关键帧数量过多的场景下，待检测回环数量也会非常多，会对计算平台的资源消耗较高，进而会导致在低成本的计算平台上，无法正常运行建图处理，特别是在需要实时建图的场景下，还会导致无法满足机械化设备所需要的对环境地图实时在线的即采即建的要求。可见，为了满足在不同场景下的实时建图需求，提供一种更快速高效的回环检测方法已成为业内亟待解决的重要问题。

发明内容

本发明实施例提供一种实时回环检测方案，以解决现有技术中基于单个关键帧的回环检测方法比较消耗计算资源导致的在低成本的计算平台上无法正常运行建图处理、无法满足较大环境范围内的实时建图要求等问题。

第一方面，本发明实施例提供一种实时回环检测方法，包括：

在第一预置条件满足时，根据满足的第一预置条件确定出第一子图，所述第一子图为一个包括有至少一帧关键帧的点云子图；

根据确定出的第一子图选取出第二子图，所述第二子图包括有至少一个满足第二预置条件的点云子图；

根据第一子图与第二子图中的各点云子图之间的匹配程度，从第二子图中确定出与第一子图形成回环的点云子图。

第二方面，本发明实施例提供一种实时地图构建方法，包括：

在生成实时激光点云地图的过程中，利用第一方面所述的实时回环检测方法对构成激光点云地图的点云子图进行回环检测，确定出回环检测结果；

根据确定出的回环检测结果对相关的点云子图进行位姿图优化；

根据位姿图优化结果生成实时激光点云地图。

第三方面，本发明实施例提供一种实时回环检测装置，包括：

第一子图选定模块，配置为在第一预置条件满足时，根据第一预置条件确定出第一子图，所述第一子图为一个包括有至少一帧关键帧的点云子图；

第二子图选定模块，配置为根据第一子图选定模块确定出的第一子图选取出第二子图，所述第二子图包括有至少一个满足第二预置条件的点云子图；

子图回环检测模块，配置为根据第一子图与第二子图中的各点云子图之间的匹配程度，从第二子图中确定出与第一子图形成回环的点云子图。

第四方面，本发明实施例提供一种实时地图构建装置，包括：

第三方面所述的实时回环检测装置；

位姿图优化模块，配置为根据所述实时回环检测装置确定出的回环检测结果对相关的点云子图进行位姿图优化；

实时地图生成模块，配置为根据位姿图优化模块的位姿图优化结果生成实时激光点云地图。

第五方面，本发明实施例提供一种计算设备，包括：

存储器，用于存储可执行指令，以及处理器，用于执行存储器中的可执行命令，所述可执行命令在由所述处理器执行时使得所述处理器实现第一方面所述方法的步骤。

第六方面，本发明实施例提供一种移动工具，包括：第五方面所述的计算设备。

第七方面，本发明提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。

本发明实施例的有益效果在于：本发明提供的实时回环检测方法通过基于组成实时激光点云地图的关键帧来构建点云子图，并且采用对点云子图进行回环检测的方式替代传统的针对单个关键帧进行的回环检测方式，能够有效降低进行回环检测的次数，从而能够有效提高回环检测的效率，降低运算的时间消耗与资源消耗；同时，本发明实施例中与第一子图进行回环检测的匹配对象是满足一定预置条件的点云子图，因而本发明实施例不需要针对每个第一子图均与所有历史生成的点云子图进行匹配以实现回环检测，进一步降低了回环检测的计算资源的消耗和执行频率；此外，本发明实施例的回环检测算法是在第一预置条件满足时执行，因而还能够进一步有效降低回环检测算法的执行频率，减少不必要的回环检测，进而能够进一步提高回环检测的效率和降低运算时间的消耗。由此，本发明实施例提供的回环检测方案大幅降低了对计算平台的性能要求，即使在低性能低成本的计算平台上和较大覆盖范围的环境中，也能够有效执行回环检测，满足机械化清洁设备所需要的对环境地图实时在线的即采即建的要求，并且由于回环检测的次数能够大幅度地降低，因而本发明实施例的回环检测算法还能够有效缓解在实时构建地图的时候产生的卡顿、运算资源不够等问题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明一实施方式的实时回环检测方法的流程图；

图2为本发明一实施方式的实时回环检测方法的基于实时获取的关键帧生成点云子图的方法的流程图；

图3为本发明一实施方式的实时回环检测方法的确定点云子图间的点云重叠部分的方法的流程图；

图4为本发明一实施方式的实时地图构建方法的流程图

图5为本发明一实施方式的实时回环检测装置的原理框图；

图6为本发明一实施方式的实时地图构建装置的原理框图；

图7为本发明一实施方式的计算设备的原理框图；

图8为本发明一实施方式的移动工具的原理框图；

图9为本发明的电子设备的一实施例的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

在本发明中，“模块”、“装置”、“系统”等指应用于计算机的相关实体，如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说，例如，元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有，运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中，并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间，并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号，例如，来自一个与本地系统、分布式系统中另一元件交互的，和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”，不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明实施例中的实时回环检测方法可以应用在实时回环检测装置中，以使得用户能够利用实时回环检测装置在各种场景下如覆盖范围更广的环境条件中或低性能低成本的计算平台下对实时获取到的激光点云数据进行回环检测，以辅助用户实现不同场景下的即采即建式的实时地图构建需求，这些实时回环检测装置可以为例如包括但不限于智能手机、智能平板、个人PC、计算机、云端服务器等设备。特别地，本发明实施例中的实时回环检测方法还可以应用在移动工具中，例如无人清洁车、扫地机器人或自动驾驶车辆等上，本发明对此不作限定。

图1示意性地展示了根据本发明一实施方式的实时回环检测方法，该回环检测方法适用于诸如智能手机、个人电脑、云端服务器等装置，以在实时构建地图时对获取到的激光点云数据进行回环检测，从而对实时构建的地图进行优化处理，也适用于在诸如无人清洁车、无人扫地车、扫地机器人等智能清洁可移动平台上对实时获取到的激光点云进行回环检测处理，其执行主体可以为实时回环检测装置的处理器，也可以为诸如无人清洁车、无人扫地车、扫地机器人等可移动平台的处理器，本发明实施例不对此进行限制。参照图1所示，本发明实施例的实时回环检测方法包括：

步骤S11：在第一预置条件满足时，根据满足的第一预置条件确定出第一子图；

步骤S12：根据确定出的第一子图选取出第二子图；

步骤S13：根据第一子图与第二子图中的各点云子图之间的匹配程度，从第二子图中确定出与第一子图形成回环的点云子图。

在步骤S11中，第一预置条件为用于触发回环检测的条件，其具体内容可以根据需求进行预先设置，以使得步骤S11至步骤S13中的回环检测方法的执行是在满足用户期望或符合场景特点的条件下进行，提高对计算平台的资源利用效率，避免无效的检测过度消耗平台资源或拖慢处理效率。确定出的第一子图用于作为回环检测中的待检测对象，其是在触发回环检测时，根据所满足的第一预置条件进行确定的，也就是说，根据在触发回环检测时所满足的第一预置条件的不同，用于确定第一子图的方式或/和确定出的第一子图的内容也会不同。具体地，第一子图可以实现为是一个包括有至少一帧关键帧的点云子图。其中，在本发明实施例中，点云子图是指构成激光点云地图的子图结构，其在生成时间和内容上具有一定的连续性，通过按照生成时间将生成的点云子图排序和按照预定的组织规则进行拼接即可构建成一个实时的完整激光点云地图，也就是说，点云子图是构建的激光点云地图中的局部地图，在构建成实时的完整激光点云地图时，需要先生成一个个的点云子图，然后再将点云子图根据其在地图中所占据的局部位置进行组合拼接以构建形成完整激光点云地图。其中，具体地应用中，既可以在生成全部的点云子图之后再构建形成完整激光点云子图，也可以在每生成一个点云子图后，就将新生成的点云子图添加入激光点云地图中，以逐步地使激光点云地图构建完整。示例性地，点云子图是基于前置模块确定的关键帧形成。其中，前置模块确定关键帧的方式例如可以为通过前端激光里程计递推算法，融合轮速计、imu和激光雷达，依靠多传感器融合算法确定。在本发明实施例中，点云子图具体可以是由关键帧的激光点云定义的，优选地，一个完整的点云子图具体可以是由预设数量的关键帧的激光点云定义的，而一个不完整的点云子图则是由不满足预设数量要求的关键帧的激光点云定义的。在步骤S11中所确定的第一子图，可以为一个完整的点云子图，也可以为一个不完整的点云子图。由于构成完整的点云子图的关键帧的数量，会对点云子图内部产生累计误差效应，因而在具体应用中，可以根据实际情况和需求对一个点云子图中包括的关键帧的预设数量进行设计与调节，以使得在预期的误差范围内就能及时对点云子图进行回环检测，及时消除累计误差对点云全局地图产生的不良影响。示例性地，在本发明的优选实施方式中可以将点云子图中包括的关键帧的预设数量设置为80帧至120帧，优选地，将预设数量设置为100帧，由此，通过基于预设数量的关键帧形成点云子图和基于点云子图进行回环检测，不但能够有效降低要进行的回环检测次数，而且通过调整和设定每一点云子图中所包含有的关键帧数量，还能够在点云子图内部的累计误差较小时，就能及时发现存在的回环，对其进行回环优化，因而在进行回环优化之后，使得得到的实时地图的精度不低于基于关键帧进行回环检测得到的实时地图的精度，有效地保证了得到的激光点云地图的精确性。

作为一种具体实施例中，本发明实施例的点云子图优选是基于实时获取的关键帧中的激光点云生成的，即由实时获取的关键帧中的激光点云定义。图2示意性地显示了一种实施方式的基于实时获取的关键帧生成点云子图的方法，如图2所示，其可以实现为包括：

步骤S21：实时获取新生成的当前的关键帧；

步骤S22：将当前的关键帧的激光点云转换至点云子图的局部坐标系下，并将转换后的当前的关键帧的激光点云累加至当前的点云子图中，直至当前的点云子图中累计加入有预定数量的关键帧的激光点云，以形成一个点云子图。

具体地，在步骤S21中可以通过前置模块来实时获取当前的关键帧，前置模块确定关键帧的方式可以参照现有技术。需要说明的是，关键帧实际上是指其对应的激光点云能够匹配组合形成激光点云地图的激光帧，激光帧对应的激光点云是通过激光雷达等设备获取的。

作为一种优选实施例，在本发明实施例中生成的每个点云子图都具有一个属于自身的局部坐标，该局部坐标是基于点云子图局部坐标系的，因此，在基于实时获取的关键帧生成点云子图时，可以通过首先将关键帧的激光点云转换至点云子图的局部坐标系下，以在点云子图的局部坐标系下实现点云子图的构建。由于生成的点云子图是用于构建实时激光点云地图的，而实时激光点云地图是在世界坐标系中构建的，因此，在具体实现中，可以将点云子图局部坐标系设置为是与世界坐标系对应的，以方便实现二者之间的坐标转换。优选地，在步骤S22中可以是以构成当前点云子图的第一帧关键帧在世界坐标系中的位姿为基准，将以所述第一帧关键帧为起始帧的连续获取的预设数量的关键帧的激光点云映射至同一子图中，以形成一个新的以所述第一帧关键帧为起始帧且包括预设数量的关键帧激光点云的点云子图。由此，在本发明实施例中，点云子图局部坐标系取决于一个点云子图中插入的第一帧关键帧在世界坐标系中的位姿，即每个点云子图相对于世界坐标系的位姿，就是构成该点云子图的第一帧关键帧相对于世界坐标系的相对位姿，因此，根据世界坐标系和点云子图局部坐标系之间的对应关系就能够将关键帧的激光点云转换至点云子图的局部坐标系下，以形成由关键帧的激光点云定义的点云子图；并且在生成点云子图之后也能够根据该点云子图中的激光点云在该点云子图的局部坐标系中的坐标位置反向确定该点云子图中的激光点云在世界坐标系中的坐标位置，以根据各点云子图在世界坐标系中的具体坐标位置实时构建基于世界坐标系的激光点云全局地图。示例性地，本发明实施例中是以第一帧激光所在的位姿作为基准建立世界坐标系的，之后所检测得到的激光帧均会以该世界坐标系为基准进行定位，相应地，在所生成的点云子图在世界坐标系中的坐标位置是以构成当前点云子图的第一帧关键帧在世界坐标系中的坐标位置为基准的情况下，由于关键帧实际上是由激光雷达获取到的激光帧，因此在获取到关键帧时，即会获取到该关键帧在世界坐标系中的相对位姿，即相对于第一帧激光的相对位姿，因而在将关键帧的激光点云转换至点云子图局部坐标系中时，只需要将各关键帧的激光点云在世界坐标系下的坐标位置乘以该关键帧在点云子图中的位姿矩阵，即可得到该关键帧的激光点云在点云子图的局部坐标系中的坐标位置。其中，位姿矩阵是用于反映坐标系和坐标系之间的关系的矩阵，一个矩阵代表一对坐标系的相对位姿关系，如世界坐标系和一个点云子图的位姿矩阵是用于表示该点云子图在世界坐标系下的位姿的，该点云子图中的点云的坐标可以通过这个位姿矩阵转换到世界坐标系下。在本发明实施例中，关键帧在点云子图中的位姿矩阵即是用于反映该关键帧在世界坐标系和点云子图的局部坐标系之间的位姿关系的矩阵，由于各点云子图是以其中的第一帧关键帧在世界坐标系中的位姿为基准的，因而参考现有技术中确定位姿矩阵的方法，即可确定出各关键帧在点云子图中的位姿矩阵。之后，结合该关键帧在世界坐标系中的相对位姿确定出的坐标位置，就能够实现将各关键帧的激光点云在世界坐标系下的相对位姿转换为其在点云子图的局部坐标系下的坐标位置。同理，在将点云子图中的激光点云的坐标位置转换到世界坐标系下时，只需要将点云子图中的激光点云在局部坐标系下的坐标位置乘以点云子图在世界坐标系中的位姿矩阵，即可得到点云子图中的激光点云在世界坐标系中的坐标位置。由此，在本发明实施例中，即可通过基于关键帧的激光点云来构建点云子图，形成一个多子图结构的激光点云，以利用该多子图结构的激光点云进行回环检测和构建实时激光点云地图。在本发明实施例中，各个点云子图中的第一帧关键帧既能够用于定位当前在构建的点云子图在世界坐标系中的位姿矩阵，还能够将第一关键帧及后续关键帧所对应的激光点云映射至当前在构建的点云子图中，以形成一个既与世界坐标系关联又包含有多个关键帧的激光点云数据的点云子图，从而使得以多子图结构为基础的激光SLAM实时回环检测方案成为可能。其中，在本发明的其中一个优选实施例中，将关键帧的激光点云映射至同一子图中，是指将关键帧的激光点云转换为局部坐标系下的坐标位置，并将其存储在同一指定存储单元中，以实现将预设数量的关键帧的激光点云累加至同一子图，形成一个完整的由关键帧的激光点云定义的点云子图。具体地，指定的存储单元可以是特定格式的存储文件，如.pcd格式的文件，此时形成的一个完整的点云子图就是一个存储有预设数量的关键帧的激光点云在局部坐标系下的坐标位置的.pcd格式的文件，即一个“*.pcd”文件就对应标识了一个点云子图。

在一些实施方式中，在将以所述第一帧关键帧为起始帧的连续获取的预设数量的关键帧的激光点云映射至同一子图中之前，即在将预设数量的关键帧的激光点云累加至当前的点云子图中之前，还对待映射至该子图中的所有激光点云进行降采样，并将降采样之后的子图中的激光点云以二进制的形式保存在同一指定存储单元，以形成一个新的点云子图。通过对当前在构建的子图中待映射的所有激光点云进行降采样，能够在保证点云本来结构的前提下，减少点云数量，以降低形成的点云子图的大小，由于点云子图中包括有预设数量的关键帧的激光点云，因而在进行组合堆叠的过程中，可以对得到的点云子图进行降采样处理，降低存储点云子图所占用的空间。而在完成点云子图的构建后，即可通过以二进制的形式保存在同一指定存储单元中，以使得本发明实施例形成的点云子图均是以二进制形式保存的数据结构，进而使得本发明实施例能够基于这样的数据结构进行基于多子图结构的回环检测。由此，本发明实施例中的点云子图的具体数据结构可以是通过将预设数量的关键帧的激光点云累加并降采样后以二进制形式保存在指定的文件中形成的，由此每个点云子图就可以通过一个指定的文件来对应标识，对每个点云子图的数据处理，就可以通过对指定的文件中存储的二进制形式的激光点云的数据处理实现。优选地，在生成一个完整点云子图之后，可以将其对应的文件保存在硬盘之中，以减少对内存的占用消耗，降低对计算平台的内存要求。这样设计，还使得在形成激光点云地图时，无需实时地对激光点云地图中的每一关键帧的激光点云进行持续计算，形成点云子图后即可以子图为单位对点云数据进行保存，且点云子图数据还可以存储在内存之外的存储单元如硬盘之中，不会一直占用内存消耗，因此，本发明实施例通过基于关键帧来构建点云子图还能有效降低回环检测算法和实时构建地图过程中对内存的要求。

在一些实施方式中，步骤S11中的第一预置条件可以包括在形成一个新的点云子图时执行回环检测，此时，步骤S11中根据第一预置条件确定出第一子图可以实现为：将当前新生成的点云子图确定为第一子图。由此，本发明实施例能够实现以点云子图为单位，来执行回环检测，既能避免对不必要算力的消耗，又能根据点云子图的结构设计，在点云子图内部关键帧的累计误差足够小的情况下，及时进行回环检测，消除误差，能够获取精度不低于基于关键帧的回环检测算法的实时激光点云地图，以在保证计算效率的同时，有效提高实时形成的激光点云地图的精度。其中，在一个用于标识点云子图的文件中累加满了预设数量的关键帧的激光点云后，就会将该文件存储到期望的地址，以形成一个新的点云子图，因此，形成一个新的点云子图具体可以是指将预设数量的关键帧的激光点云累加并降采样后以二进制形式保存在指定的文件并将该文件存储到期望的地址中的时候形成，即在期望的地址存储了一个包括有预设数量的关键帧的激光点云的对应的文件的时侯即形成了一个新的点云子图，期望的地址如可以是某一预设路径的硬盘中。在本发明实施例中，可以从期望的地址获取相应的用于标识该新生成的点云子图的文件，以从该文件中读取该点云子图中包括的激光点云的坐标位置，用于后期的回环检测和实时激光点云地图的构建。

在另一些实施方式中，步骤S11中的第一预置条件还可以实现为包括在检测到指定线程空闲时执行回环检测，此时，步骤S11中根据第一预置条件确定出第一子图可以实现为：根据回环检测的历史记录，从历史记录中选取未成功检测到形成回环的点云子图作为第一子图。

其中，在该实施方式中，所述的指定线程是用于执行回环检测方法的线程，即，在用于执行回环检测方法的线程空闲的时候，则执行回环检测。在该实施方式中，所确定出的第一子图是在历史记录中的未成功检测到形成回环的点云子图。由此，就可以通过利用执行回环检测的线程的空闲状态，来对满足该第一预置条件的点云子图进行二次回环检测，这样的设计方案既能保证对平台算力的利用效率，又能够进一步地保证遗漏可能存在的回环，进而保障了构建出的激光点云地图的实时性和精度。

在又一些实施方式中，步骤S11中的第一预置条件可以包括在形成并保存激光点云地图时执行回环检测，此时，步骤S11中根据第一预置条件确定出第一子图可以实现为：获取当前尚未完整生成的点云子图作为第一子图。

其中，在该实施方式中，所述的当前尚未完整生成的点云子图是指当前正在构建但尚未映射足预设数量的关键帧的点云子图，即前述的不完整的点云子图，这种点云子图由于尚未映射足预设数量的关键帧，因而并非被保存在期望的地址(如硬盘中)，而是直接存储在内存中，因此，可以在形成并保存激光点云地图时，直接从内存中获取该尚未完整形成的点云子图对应的文件，以从该文件中读取该尚未完整形成的点云子图对应的激光点云的位置坐标，以用于后续的回环检测和激光点云地图的构建。在本发明中，激光点云地图的保存时机，可以是在构建完点云地图时对点云地图进行保存，如在生成完全部点云子图后，根据生成的点云子图在世界坐标系中构建完成点云地图时对点云地图进行保存；也可以是对激光点云地图进行更新后进行保存，如在每生成一个新的点云子图后，就将新生成的点云子图添加入激光点云地图中，以对当前时刻的点云地图进行更新，并对更新后的点云地图进行保存；还可以是在点云地图的构建被强制中断时对点云地图进行保存。在点云地图的构建被强制中断时对点云地图进行保存的情况中，由于在保存点云地图时，当前正在构建的点云子图会因为没有映射满预设数量的关键帧的激光点云，而没有被保存至期望的地址中，如滞留在了内存中，即导致当前正在生成的点云子图没有被完整构建完成，因此，本发明实施例可以在对点云地图进行保存时，选取该尚未完整生成的点云子图作为第一子图进行回环检测，以判断该尚未完整生成的点云子图是否形成回环，以避免漏检，提高回环检测的覆盖率。优选地，在进行回环检测之前或之后，还可以将该未完整生成的点云子图保存至期望的路径中，以用于后续的数据处理。

需要特别说明的是，上述的三种实施方式中的第一预置条件可以择其一设置，也可以同时设置，即第一预置条件可以是在形成一个新的点云子图时执行回环检测，和/或在检测到指定线程空闲时执行回环检测，和/或在形成并保存点云地图时执行回环检测。当检测到满足上述的三种第一预置条件其中之一或同时满足时，则会根据所满足的回环检测条件确定相应的第一子图，以作为进行回环检测中的待检测点云子图执行回环检测。在其他实施例中，还可以根据需求为设置的第一预置条件分配优先级，以实现在至少二种第一预置条件均满足时，根据分配的优先级来按期望的顺序执行相应第一预置条件下的回环检测。

步骤S12为确定用于进行回环检测的另一点云子图的步骤。可以理解的是，所执行的回环检测，主要是针对于第一子图进行检测是否形成回环，以对第一子图进行优化，因而在确定用于进行回环检测的另一点云子图，即第二子图中的点云子图时，是根据确定出的第一子图选定的，因此，本发明实施例中所选定的第二子图是满足第二预置条件的点云子图，其中，第二子图可以仅包括一个点云子图，也可以包括多个点云子图，可以理解的是，所选出的第二子图所需要满足的第二预置条件可以根据需求进行设置，如获取位于第一子图预设范围内的点云子图作为第二子图，即第二预置条件是位于第一子图预设范围内的点云子图，由此可以避免对历史形成的所有点云子图进行第一子图的回环检测，以提高匹配率和降低运算量。作为一种优选实施例，本发明的步骤S12可以是通过根据第一子图在世界坐标系中的位姿，获取位于第一子图预设范围内的点云子图作为第二子图实现的。

可以理解的是，预设范围是可以根据实际情况自定义设置的，其与所要构建的实时激光点云地图的大小有关，也与构成实时激光点云地图的点云子图的范围大小有关，且还与确定出的第一子图的特点有关。

作为一种优选实施例，可以将该预设范围设置为30米。需要说明的是，此处所述的30米是指在世界坐标系下，两个点云子图各自坐标之间的欧氏距离，即是在世界坐标系中，选取与第一子图的欧式距离小于30 米的点云子图作为第二子图。其中，两个点云子图之间的欧式距离，是指在世界坐标系下，两个点云子图各自对应的在世界坐标系中的坐标之间的欧氏距离，预设范围的取值范围可以根据实际所检测的环境范围大小、要构建的激光点云地图的大小以及构建的单个点云子图的大小相关联，具体的，两个点云子图之间的欧氏距离是通过先将点云子图在局部坐标系下的位姿转换到世界坐标系下，并根据该点云子图在世界坐标系下的位姿之间的欧式距离来确定的。在其他实施方式中，在形成并保存点云子图时，在用于标识各点云子图的文件中，除了会保存点云子图对应的激光点云在局部坐标系下的坐标位置之外，还可以同时保存该点云子图在局部坐标系下的位姿和在世界坐标系下的位姿，由此就可以直接获取各点云子图在世界坐标系下的位姿以进行判断，从而快速查找到符合条件的点云子图作为第二子图。优选地，所选定的第二子图至少会包括有一个由预设数量的关键帧形成的完整的点云子图，同样的，所选定的第二子图还可能会包括有多个由预设数量的关键帧形成的完整点云子图，这与所设定的预设范围的大小有关，同时也因为根据形成实时激光点云地图的路径的不同，构建得到的点云子图之间的间隔不一，可能会存在一些点云子图之间的间隔会更近，从而使得第一子图预设范围内的点云子图数量多于一个。当选定出的第二子图仅有一个点云子图时，即对步骤S11确定出的第一子图与第二子图中的该点云子图执行回环检测，而当选定出的第二子图包括有至少两个点云子图时，则逐一从选定出的第二子图中选取一个点云子图作为与第一子图执行回环检测的匹配对象，直至第二子图中的全部点云子图都与第一子图执行完回环检测。由此，本发明实施例还能利用点云子图的先验位姿，从历史形成的点云子图中剔除一部分距离较远的点云子图，使得执行回环检测的匹配成功率更高，计算量更小，且能有效降低误检率和漏检率。

在另一实施例中，如在根据第一预置条件选定的第一子图是根据回环检测的历史记录，从历史记录中选取未成功检测到形成回环的点云子图时，由于对根据该第一预置条件所确定出的第一子图进行回环检测的主要目的是为了对已进行回环检测的点云子图进行二次回环检测，避免遗漏可能存在的回环，因而在对根据该第一预置条件所确定出的第一子图进行回环检测时，用于检测第一子图是否形成回环的第二子图的确定方式与一般情况下的第二子图的确定方式可以设置为是不同的。示例性地，其不同可以实现为是将预设范围设置为3米，即将距离确定出的第一子图小于3米的至少一个点云子图确定为第二子图。其中，两个点云子图之间的距离，是指在世界坐标系下，两个点云子图各自对应的在世界坐标系中的坐标之间的欧氏距离，预设范围的取值范围可以根据实际所检测的环境范围大小、要构建的激光点云地图的大小以及构建的单个点云子图的大小相关联，在本实施方式中，将该预设范围设置为3米，需要说明的是，在本实施例中，两个点云子图之间的距离小于3米，是指两个点云子图在世界坐标系下，两个点云子图各自坐标在世界坐标系中的坐标之间的欧氏距离小于3。在确定出的第二子图包括有多个点云子图时，则将第一子图与第二子图中的各个点云子图逐一与第一子图进行回环检测，以判断是否形成回环。

在一些实施方式中，在根据第一预置条件选定的第一子图是根据回环检测的历史记录，从历史记录中选取未成功检测到形成回环的点云子图时，为了避免反复的二次回环检测，还可以在根据点云子图之间的距离确定出第二子图之后，进一步根据回环检测的历史记录，判断确定出的第一子图和第二子图中的点云子图之间是否已经进行过二次回环检测，如果是已经进行过二次回环检测的情况，则进一步检测这两个点云子图之间的相对距离是否有减小(即确定出的未检测到回环的第一子图与已经和该第一子图之间进行过二次回环检测的点云子图之间的相对距离是否有减小)，当二者之间的相对距离发生了减小，才会将该点云子图确定为第二子图，否则就将该点云子图从第二子图中删除，不再进行第N次的回环检测，其中这里的N是大于2的正整数。这是因为如果允许对所有的未检测到回环的点云子图反复进行回环检测，必然会增加重复计算量，而实际上，如果两个点云子图之间在相对距离没有变化的情况下，如果进行了二次回环检测也没有检测到回环，这种情况下再进行更多次的回环检测是毫无意义的，会增加资源消耗，因而本发明实施例对发生过二次回环检测的两个点云子图，优选只在其相对距离发生变化时，才进行再次的回环检测。需要说明的是，在构建或更新整体激光点云地图的过程中，会进行位姿图优化，在进行位姿图优化后，每一点云子图的在世界坐标系中的坐标位置可能会发生变动，因而该两个点云子图之间的相对距离可能会增大，也可能会减小，因而可以根据检测到的已经进行过二次回环检测的两个点云子图之间的相对距离的变化，来筛选第二子图。示例性地，可以在已经进行过二次回环检测的两个点云子图之间的相对距离减小的时候，再判断该减小的相对距离的大小，若该减小的相对距离不小于预置的第二阈值，此时才需要再次对该两个点云子图进行回环检测，否则，不再次对该两个点云子图进行重复的回环检测，其中，第二阈值的数值可以根据实际要构建的激光点云地图的大小、构建的激光点云子图的大小等参数进行自定义设置。通过这样设置，能够有效缓解随着生成的点云子图的增加而导致的执行重复回环检测的次数也剧增的弊端，从而能够在有效提高构建得到的激光点云地图的精度的同时，也能够减低在实时构建地图的所占用的运算资源，缓解在实时构建地图的时候产生的卡顿的情况。

在步骤S13中，该步骤为对确定出的第一子图和选定出的第二子图进行回环检测的步骤，通过步骤S13，能够判断出第一子图与第二子图中的点云子图之间是否形成回环。在该步骤中，进行回环检测的时候，是根据第一子图和第二子图中的各点云子图之间的匹配程度来判断第一子图和第二子图之间是否形成回环的，当检测得到的第一子图和第二子图中的点云子图之间的匹配度结果高于预定值的时候，则可以认为第一子图与第二子图中的相应点云子图之间的重叠度高，说明第一子图与第二子图中的相应点云子图之间形成回环。

其中，在本发明的一个优选实施例中，步骤S13中的第一子图和第二子图之间的匹配程度的判断是基于第一子图与第二子图中的各点云子图间的点云重叠部分的匹配程度进行判断的，这样设计，通过剔除非重叠部分，能够有效减少用于匹配的点云数量，降低运算量，提高计算效率。图 3示意性地展示了本发明一实施方式的确定点云子图间的点云重叠部分的方法，如图3所示，在该实施方式中，具体地，该部分可以实现为以下步骤：

步骤S31：将第一子图中的激光点云和第二子图中的当前比对的点云子图中的激光点云均分别转移至世界坐标系下；

步骤S32：利用最近邻查找算法选取出第一子图中与第二子图中的当前比对的点云子图之间的发生重叠的激光点云，将选取出的重叠的激光点云作为第一子图与该点云子图间的点云重叠部分。

在步骤S31中，需要先将第一子图中的激光点云与第二子图中的激光点云分别提取出来，并转移至在同一基准下(即世界坐标系中)进行比对。具体地，可以从期望的存储地址中加载相应的点云子图对应的文件如存储点云子图的二进制形式的文件的硬盘中加载第一子图和第二子图中的当前比对的点云子图的对应的文件，该文件中存储了相应点云子图包括的激光点云在局部坐标系下的坐标位置，且保存了相应点云子图在局部坐标下的位姿及在世界坐标系下的位姿，因而可以通过该点云子图对应包括的各激光点云在局部坐标系下的坐标位置乘以该点云子图在世界坐标系下的位姿矩阵，以实现将各点云子图如第一子图和当前比对的点云子图的激光点云转移到世界坐标系下，以获得第一子图和当前比对的点云子图的激光点云在世界坐标系下的坐标位置，此时即可以根据两个点云子图中的激光点云在世界坐标系中的位姿的重叠程度来确定出第一子图与第二子图中的各点云子图间的点云重叠部分。其中，激光点云的位姿的重叠程度是由不同的激光点云在坐标位置上的距离远近程度来体现的，不同的激光点云的位姿的重叠程度可以通过最近邻查找算法来确定，如将符合最近邻的激光点云视为发生重叠的点云，具体地，在本发明的一个实施例中，优选地将两个点云子图中的坐标欧式距离小于10cm的两个激光点云认为是发生重叠的激光点云，即认为是最近邻的两个激光点云。由此，通过查找出两个点云子图之间的所有发生重叠的激光点云，即可确定出该两个点云子图之间的点云重叠部分。

在步骤S32中，最近邻查找算法可以选取现有技术中的最近邻查找算法，如kdtree算法。在具体实现中，可以选取第一子图中的各个激光点云作为目标中心点，以通过kdtree算法查找出第一子图中的各个激光点云的最近邻点，以由此确定出第一子图与第二子图中的当前比对的点云子图的激光点云重叠部分，如将与作为目标中心点的激光点云是最近邻的第二子图中的当前比对的点云子图中的激光点云，视为是与第一子图中的作为目标中心点的激光点云重叠的点云。之后再根据选出的重叠的激光点云，对该部分的匹配程度进行分析，以确定出第一子图与第二子图中的各点云子图之间的匹配程度。本发明实施例通过最近邻点法先剔除一部分距离较远的点云，回环检测时两个点云子图之间的匹配成功率更高，能有效降低误检率和漏检率。具体地，可以通过将第一子图与第二子图中的各点云子图之间的点云重叠部分作ndt匹配，获取匹配分值以分析得到第一子图和第二子图之间的发生重叠的激光点云之间的匹配程度。通过ndt匹配得到的匹配分值，优选地，当得到的匹配分值大于2.0，则认为第一子图和第二子图中的当前比对的点云子图之间发生重叠的激光点云之间的匹配程度高，第一子图和第二子图中的当前比对的点云子图之间检测到回环，否则认为第一子图和第二子图中的当前比对的点云子图之间未形成回环。在其他实施例中，还可以通过其他匹配方法如icp匹配来确定选出的重叠的激光点云的匹配程度，本发明实施例对此不进行限制。

本发明通过采用构建点云子图来将组成实时激光点云地图中的关键帧划分为若干个由预设数量的关键帧组成的部分，形成逐层的分级，并且采用对点云子图进行回环检测的方式替代传统的针对关键帧进行的回环检测方式，能够有效降低进行回环检测的次数，通过设定每一点云子图中所包含有的关键帧数量，能够使得进行回环检测后得到的实时地图的精度不低于基于关键帧进行回环检测以得到的实时地图的精度，从而能够有效提高回环检测的效率，降低运算的时间消耗与资源消耗。同时，通过预置的回环检测条件来降低回环检测的频率，在减少不必要的回环检测的同时，还能够有效利用执行回环检测的线程的空闲时间提高线程的利用率，对回环检测历史中没有检测到有回环的点云子图进行复检，从而能够有效保证得到的激光点云地图的精确度。此外，本发明实施例通过构建点云子图的方式，还实现了将整个激光点云地图划分成基于多子图结构的多个局部点云子图，以通过对每一个点云子图进行分别保存和根据回环检测的结果对每个点云子图的位姿进行分别优化，来实现基于点云子图的地图保存和管理方式，使得采集地图数据与建图过程合二为一，节省运营时间，和人力成本。

图4示意性地展示了根据本发明一实施方式的实时地图构建方法，该实时地图构建方法适用于使诸如智能手机、个人电脑、云端服务器等设备装置，以对周围环境中的地图进行实时构建，也适用于在诸如无人清洁车、无人扫地车、扫地机器人等智能清洁可移动平台，其执行主体可以为实时地图构建装置的处理器，也可以为诸如无人清洁车、无人扫地车、扫地机器人等可移动平台的处理器，本发明实施例不对此进行限制。参照图4所示，本发明实施例的实时地图构建方法包括：

步骤S41：在生成激光点云地图的过程中，利用上述实施方式中的实时回环检测方法对构成激光点云地图的点云子图进行回环检测，确定出回环检测结果；

步骤S42：根据确定出的回环检测结果，对点云子图进行位姿图优化；

步骤S43：根据位姿图优化结果生成实时激光点云地图。

在本发明实施例中，构建的激光点云地图是基于多子图结构的地图，即是由多个表征局部地图的点云子图按照时间连续性和内容相关性形成的，因此，在本发明实施例可以通过对每个点云子图分别进行保存和分别进行位姿优化，来实现对激光点云地图的保存和管理，并实现对激光点云地图的即采即建。因此，本发明实施例可以在利用激光采集周围环境信息并形成关键帧激光点云的过程中，通过构建和保存点云子图来实时构建激光点云地图，并在构建激光点云地图时，基于点云子图来进行回环检测，以确定出回环检测结果和进行位姿优化。其中，具体的回环检测步骤可以参照前文实施方式中的实时回环检测方法，在此不再赘述。

在步骤S42中，位姿图是指包含有全部已生成的点云子图之间的位姿关系的关系图(graph)，示例性地，点云子图之间的位姿关系包括有相邻位姿关系、回环位姿关系等。在进行了回环检测之后，本发明实施例根据回环检测结果对位姿图进行优化，以消除各点云子图之间的位姿误差，使得基于点云子图构建的激光点云地图尽可能接近真实的地图，以提高实时构建的激光点云地图的精确度。在一些实施方式中，步骤S42中进行位姿图优化具体可以实现为是通过基于选定的待优化边将对点云子图的位姿图优化构建为最小二乘法问题，并利用LM非线性问题求解方法迭代求解，以确定出每一个点云子图之间的位姿关系的最优解，并根据最优解来优化位姿图，使基于点云子图构建的激光点云地图更接近真实的地图。其中，基于选定的待优化边将位姿图优化构建为最小二乘法问题，并利用LM非线性问题求解方法迭代求解的具体实现过程，可以参照现有技术实现，在此不再赘述。特别地，在本发明实施例中，在将位姿图优化构建为最小二乘法问题的过程中，选定的待优化边具体包括：

距离在预置范围内的两个点云子图之间的相对位姿边；

连续的两个点云子图之间的先验位姿关系；

中间间隔一个点云子图的两个点云子图之间的相对位姿关系；

各点云子图本身的先验位姿。

其中，距离在预置范围内的两个点云子图之间的相对位姿边是通过对两个点云子图中的激光点云进行点云匹配获取得到的，如通过对两个点云子图中的激光点云进行ndt配准，以检测出距离符合预设范围的两个点云子图并获取两个点云子图中的点云之间的相对位姿。连续的两个点云子图是指在生成时间顺序上存在连续性的两个生成时间顺序上相邻的点云子图，连续的两个点云子图之间的先验位姿关系是通过前端里程计计算出的，可以直接从前置模块或前端里程计获取得到。中间间隔一个点云子图的两个点云子图是指按生成时间顺序，中间间隔有一个点云子图的两个点云子图，中间间隔一个点云子图的两个点云子图之间的相对位姿关系可以是通过前端里程计递推计算出的，可以直接通过前置模块或前端里程计获取得到。各点云子图本身的先验位姿是指每一个点云子图自身的先验局部位姿，即在先确定出的该点云子图在世界坐标系中的位姿，可以直接从历史记录中获取得到。由此，在对相应的点云子图进行位姿图优化时，可以基于上述待优化边的选定方式进行待优化边的确定，并根据确定的待优化边，对该点云子图的位姿图进行优化。以对确定存在回环的第一子图的位姿图进行优化为例，在步骤S42中，可以首先根据回环检测结果，将回环边加入到该第一子图的位姿图中，并获取与第一子图靠的比较近的点云子图与第一子图之间的相对位姿边、与该第一子图在生成时间上存在连续性的在该第一子图之前生成的点云子图与该第一子图之间的先验位姿关系、与该第一子图在生成时间上相隔了一个点云子图的在前生成的点云子图与该第一子图之间的相对位姿关系、以及该第一子图的先验位姿作为待优化边；在获取到所有的待优化边之后，将这些待优化边均加入第一子图的位姿图，并构建为最小二乘问题，之后利用LM(Levenberg-Marquadt)非线性问题求解方法迭代求解出该第一子图的位姿的最优解，并根据得到的最优解来优化调整该第一子图及相关点云子图的位姿图，得到最终构建的激光点云地图。

在本发明中，在进行实时地图构建的时候，通过进行上述实施方式中的实时回环检测方法，能够在保证生成的激光点云地图的精度的同时，有效降低荷载，大幅降低计算资源的消耗及占用，有效环境在实时构建地图的时候产生的卡顿、运算资源不够等问题，并且在进行回环检测优化之后，再对检测到形成回环的点云子图进行位姿图优化，以再进一步地提高得到的激光点云地图的精度，能够获取精度不低于基于关键帧的回环检测算法的点云全局地图。

图5示意性地展示了本发明一实施方式的实时回环检测装置，参照图 5所示，该装置包括：

第一子图选定模块1，在第一预置条件满足时，根据满足的第一预置条件确定出第一子图，所述第一子图为一个包括有至少一帧关键帧的点云子图；

第二子图选定模块2，配置为根据第一子图选定模块1确定出的第一子图选取出第二子图，所述第二子图包括有至少一个满足第二预置条件的点云子图；

子图回环检测模块3，配置为根据第一子图与第二子图中的各点云子图之间的匹配程度，从第二子图中确定出与第一子图形成回环的点云子图。

在一些实施方式中，第一预置条件包括在形成一个新的点云子图时执行回环检测，和/或在检测到指定线程空闲时执行回环检测，和/或在形成并保存点云地图时执行回环检测；

当满足在形成一个新的点云子图时执行回环检测的第一预置条件时，将当前新生成的点云子图确定为第一子图；

当满足在检测到指定线程空闲时执行回环检测的第一预置条件时，根据回环检测的历史记录，从历史记录中选取未成功检测到形成回环的点云子图作为第一子图；

当满足在形成并保存点云地图时执行回环检测的第一预置条件时，获取当前尚未完整生成的点云子图作为第一子图。

在一些实施方式中，子图回环检测模块中根据第一子图和第二子图中的各点云子图之间的匹配程度，从第二子图中确定出与第一子图形成回环的点云子图，是基于第一子图与第二子图中的各点云子图间的点云重叠部分的匹配程度依次判断第一子图与第二子图中的各点云子图之间的匹配程度，并根据判断结果确定出与第一子图之间形成回环的点云子图的。

需要说明的是，本发明实施例中的实时回环检测装置可以是智能手机、个人电脑、云端服务器等设备装置，也可以是诸如无人清洁车、无人扫地车、扫地机器人等智能清洁可移动平台。本发明实施例的实时回环检测装置中涉及的各个模块的具体实现方式，如第一子图选定模块1、第二子图选定模块2和子图回环检测模块3的具体实现方式可参见上述方法实施例的相应描述，在此不再赘述。

图6示意性地展示了本发明一实施方式的实时地图构建装置，参照图 6所示，该装置包括：

实时回环检测装置4，以实现本发明的实施方式中的实时回环检测方法，其具体可以是上述实施例中的回环检测装置，也可以是用于执行上述实施回环检测方法的装置；

位姿图优化模块5，配置为根据回环检测装置确定出的回环检测结果，在形成回环时进行位姿图优化；

实时地图生成模块6，配置为根据位姿图优化模块的位姿图优化结果生成实时激光点云地图。

需要说明的是，本发明实施例中的实时地图构建装置可以是智能手机、个人电脑、云端服务器等设备装置，也可以是无人清洁车、无人扫地车、扫地机器人等智能清洁可移动平台或其上的装置设备，本发明实施例的实时地图构建装置中涉及的涉及的各个模块的具体实现方式，如实时回环检测装置4、位姿图优化模块5和实时地图生成模块6的具体实现方式可参见上述方法实施例的相应描述，在此不再赘述。

图7示意性地展示了本发明一实施方式的计算设备，包括：

存储器70，用于存储可执行指令，以及处理器71，用于执行存储器 70中的可执行命令，所述可执行命令在由所述处理器71执行时使得所述处理器71实现上述任一项实施例的实时回环检测方法或实时地图构建方法。

需要说明的是，本发明实施例中的计算设备可以是智能手机、个人电脑、云端服务器等设备装置，也可以是无人清洁车、无人扫地车、扫地机器人等智能清洁可移动平台上的装置设备，本发明实施例的计算设备中涉及的实时回环检测方法或实时地图构建方法的具体实现过程和实现原理具体可参见上述方法实施例的相应描述，在此不再赘述。在具体实践中，示例性地，上述计算设备可以应用在自动驾驶车辆、无人驾驶清洁器、无人驾驶扫地机、机器人等自动驾驶设备上或半自动驾驶设备上，以实现对这些设备的定位和地图构建，以使得这些半自主驾驶或无人驾驶的工具能够基于多子图结构的地图来进行回环检测和构建实时地图，在保证较低算力要求的情况下，能够尽可能提高构建出的地图的实时性和准确性，以供后续的路径规划和驾驶控制等使用。

图8示意性地展示了本发明一实施方式的移动工具，包括上述实施例的计算设备81以使得移动工具能够利用所述计算设备提供的功能进行地图构建，进而基于生成的实时地图进行诸如路径规划等后续处理。其中，计算设备81可以为图7所示的计算设备。

可选地，在实际应用中，移动工具还可以包括感知识别模块和其他规划控制模块，如路径规划控制器、底层控制器等，计算设备81的功能也可以在感知识别模块或规划器等中实现，本发明实施例对此不进行限制。

本发明实施例所称的“移动工具”可以是国际自动机工程师学会 (Society ofAutomotive Engineers International，SAE International)或中国国家标准《汽车驾驶自动化分级》制定的L0-L5自动驾驶技术等级的车辆。

示例性地，移动工具可以是具有如下各种功能的车辆设备或机器人设备：

(1)载人功能，如家用轿车、公共汽车等；

(2)载货功能，如普通货车、厢式货车、甩挂车、封闭货车、罐式货车、平板货车、集装厢车、自卸货车、特殊结构货车等；

(3)工具功能，如物流配送车、自动导引运输车AGV、巡逻车、起重机、吊车、挖掘机、推土机、铲车、压路机、装载机、越野工程车、装甲工程车、污水处理车、环卫车、吸尘车、洗地车、洒水车、扫地机器人、送餐机器人、导购机器人、割草机、高尔夫球车等；

(4)娱乐功能，如娱乐车、游乐场自动驾驶装置、平衡车等；

(5)特殊救援功能，如消防车、救护车、电力抢修车、工程抢险车等。

在一些实施例中，本发明实施例提供一种非易失性计算机可读存储介质，所述存储介质中存储有一个或多个包括执行指令的程序，所述执行指令能够被电子设备(包括但不限于计算机，服务器，或者网络设备等)读取并执行，以用于执行本发明上述任一项实施例的实时回环检测方法或实时地图构建方法。

在一些实施例中，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一项实施例的实时回环检测方法或实时地图构建方法。

在一些实施例中，本发明实施例还提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一实施例的实时回环检测方法或实时地图构建方法。

在一些实施例中，本发明实施例还提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述任一项实施例的实时回环检测方法或实时地图构建方法。

图9是本申请另一实施例提供的执行实时回环检测方法或实时地图构建方法的电子设备的硬件结构示意图，如图9所示，该设备包括：

一个或多个处理器910以及存储器920，图9中以一个处理器910为例。

执行实时回环检测方法或实时地图构建方法的设备还可以包括：输入装置930和输出装置940。

处理器910、存储器920、输入装置930和输出装置940可以通过总线或者其他方式连接，图9中以通过总线连接为例。

存储器920作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的实时回环检测方法或实时地图构建方法对应的程序指令/模块。处理器 910通过运行存储在存储器920中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的实时回环检测方法或实时地图构建方法。

存储器920可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据实时回环检测方法或实时地图构建方法的使用所创建的数据等。此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器920可选包括相对于处理器910远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置930可接收输入的数字或字符信息，以及产生与图像处理设备的用户设置以及功能控制有关的信号。输出装置940可包括显示屏等显示设备。

所述一个或者多个模块存储在所述存储器920中，当被所述一个或者多个处理器910执行时，执行上述任意方法实施例中的实时回环检测方法或实时地图构建方法。

上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。

本申请实施例的电子设备以多种形式存在，包括但不限于:

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC 设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子装置。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。