空间地图生成方法、装置和电子设备

技术领域

本公开涉及三维地图构建技术领域，尤其涉及空间地图生成方法、装置和电子设备。

背景技术

目前，在智能识别场景中，电子设备通常依靠即时定位与建图(SimultaneousLocalization and Mapping，SLAM)得到当前所处场景的场景图像。之后，电子可以根据该场景图像确定场景中是否存在障碍物，而无法识别该障碍物是什么。为了让电子设备能够识别出当前障碍物是什么，通常需要人工对场景图像中的各个障碍物进行标注，使得电子设备可以根据标注后的场景图像，识别出场景中的障碍物以及该障碍物的名称。

但是，人工标注场景图像的标注时间较长，人力成本增加，导致场景图像的标注效率较低。

发明内容

有鉴于此，本公开提供了一种空间地图生成方法、装置和电子设备，用于解决相关技术中人工标注场景图像的标注时间较长，人力成本增加，导致场景图像的标注效率较低的问题。

为了实现上述目的，本公开提供技术方案如下：

第一方面，本公开提供一种空间地图生成方法，包括：获取至少一张场景图像；对场景图像进行特征提取，确定至少一个特征点；将特征点投影至体素地图中，确定体素地图中体素对应的特征点；其中，体素地图对应的场景，与场景图像对应的场景为同一个场景；基于体素中包含的每个特征点的描述信息，确定体素对应的目标点的语义信息；其中，一个目标点对应一个体素，语义信息包括体素中包含的特征点对应的描述信息中的一个；根据每个目标点的语义信息，生成特征地图。

作为本公开一种可选的实施方式，将特征点投影至体素地图中，确定体素地图中体素对应的特征点前，本公开提供的空间地图生成方法还包括：对场景图像进行特征提取，确定特征点的描述信息；其中，描述信息包括描述子和第一位置信息；基于体素中包含的每个特征点的描述信息，确定体素对应的目标点的语义信息，包括：基于体素中包含的每个特征点对应的第一位置信息，确定体素对应的目标点的语义信息；其中，语义信息包括体素中包含的特征点对应的描述子中的一个。

作为本公开一种可选的实施方式，基于体素中包含的每个特征点对应的第一位置信息，确定体素对应的目标点的语义信息，包括：根据体素中包含的每个特征点对应的第一位置信息，确定体素中包含的每个特征点与体素中包含的其他的特征点之间的实际距离；根据实际距离，确定体素对应的目标点的语义信息。

作为本公开一种可选的实施方式，根据实际距离，确定体素对应的目标点的语义信息，包括：根据实际距离，确定体素对应的目标点的语义信息为最小的实际距离对应的特征点的描述子。

作为本公开一种可选的实施方式，体素地图的获取方式包括：获取雷达采集的每一帧点云数据；对点云数据进行特征提取，确定点云中的平面点和边缘点；对相邻两帧的点云数据中的平面点和边缘点分别进行匹配，确定雷达在每一帧的相对位姿；根据相对位姿对点云数据进行逐帧拼接，得到拼接后的点云数据；对拼接后的点云数据进行体素化，确定体素地图。

作为本公开一种可选的实施方式，对点云数据进行特征提取，确定点云中的平面点和边缘点，包括：获取点云数据中处于同一线束的点云点的曲率；在曲率大于预先曲率的情况下，确定点云点为平面点；在曲率小于或等于预先曲率的情况下，确定点云点为边缘点。

作为本公开一种可选的实施方式，对点云数据进行特征提取，确定点云中的平面点和边缘点，包括：将点云数据中包含的点云点输入至k-d树中，确定每个点云点与相邻的点云点之间的第二位置信息的协方差矩阵；对协方差矩阵进行特征分解，确定每个点云点的特征值；在特征值满足第一条件的情况下，确定点云点为平面点；在特征点满足第二条件的情况下，确定点云点为边缘点。

第二方面，本公开提供一种空间地图生成装置，包括：获取单元，用于获取至少一张场景图像；处理单元，用于对场景图像进行特征提取，确定至少一个特征点；处理单元，还用于将获取单元获取的特征点投影至体素地图中，确定体素地图中体素对应的特征点；其中，体素地图对应的场景，与场景图像对应的场景为同一个场景；处理单元，还用于基于体素中包含的每个特征点的描述信息，确定体素对应的目标点的语义信息；其中，一个目标点对应一个体素，语义信息包括体素中包含的特征点对应的描述信息中的一个；处理单元，还用于根据每个目标点的语义信息，生成特征地图。

作为本公开一种可选的实施方式，处理单元，还用于对获取单元获取的场景图像进行特征提取，确定特征点的描述信息；其中，描述信息包括描述子和第一位置信息；处理单元，具体用于基于体素中包含的每个特征点对应的第一位置信息，确定体素对应的目标点的语义信息；其中，语义信息包括体素中包含的特征点对应的描述子中的一个。

作为本公开一种可选的实施方式，处理单元，具体用于根据体素中包含的每个特征点对应的第一位置信息，确定体素中包含的每个特征点与体素中包含的其他的特征点之间的实际距离；处理单元，具体用于根据实际距离，确定体素对应的目标点的语义信息。

作为本公开一种可选的实施方式，处理单元，具体用于根据实际距离，确定体素对应的目标点的语义信息为最小的实际距离对应的特征点的描述子。

作为本公开一种可选的实施方式，获取单元，还用于获取雷达采集的每一帧点云数据；处理单元，还用于对获取单元获取的点云数据进行特征提取，确定点云中的平面点和边缘点；处理单元，还用于对相邻两帧的点云数据中的平面点和边缘点分别进行匹配，确定雷达在每一帧的相对位姿；处理单元，还用于根据相对位姿对点云数据进行逐帧拼接，得到拼接后的点云数据；处理单元，还用于对拼接后的点云数据进行体素化，确定体素地图。

作为本公开一种可选的实施方式，获取单元，具体用于获取点云数据中处于同一线束的点云点的曲率；处理单元，具体用于在获取单元获取的曲率大于预先曲率的情况下，确定点云点为平面点；处理单元，具体用于在获取单元获取的曲率小于或等于预先曲率的情况下，确定点云点为边缘点。

作为本公开一种可选的实施方式，处理单元，具体用于将点云数据中包含的点云点输入至k-d树中，确定每个点云点与相邻的点云点之间的第二位置信息的协方差矩阵；处理单元，具体用于对协方差矩阵进行特征分解，确定每个点云点的特征值；处理单元，具体用于在特征值满足第一条件的情况下，确定点云点为平面点；处理单元，具体用于在特征点满足第二条件的情况下，确定点云点为边缘点。

第三方面，本公开提供一种电子设备，包括：存储器和处理器，存储器用于存储计算机程序；处理器用于在执行计算机程序时，使得电子设备实现如上述第一方面提供的空间地图生成方法。

第四方面，本公开提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，当计算机程序被计算设备执行时，使得计算设备实现如上述第一方面提供的空间地图生成方法。

第五方面，本公开提供一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机实现如上述第一方面提供的空间地图生成方法。

需要说明的是，上述计算机指令可以全部或者部分存储在第一计算机可读存储介质上。其中，第一计算机可读存储介质可以与空间地图生成装置的处理器封装在一起的，也可以与空间地图生成装置的处理器单独封装，本公开对此不作限定。

本公开中第二方面、第三方面、第四方面以及第五方面的描述，可以参考第一方面的详细描述；并且，第二方面、第三方面、第四方面以及第五方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。

在本公开中，上述空间地图生成装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本公开类似，属于本公开权利要求及其等同技术的范围之内。

本公开的这些方面或其他方面在以下的描述中会更加简明易懂。

本公开提供的技术方案与现有技术相比具有如下优点：

通过获取相同场景的场景图像以及体素地图，从而可以将场景图像中的特征点投影至体素地图中，确定体素地图中每个体素中包含的特征点。之后，基于体素中包含的每个特征点的描述信息，确定体素对应的目标点的语义信息。如此，可以得到每个体素对应的目标点的语义信息，无需人工逐个去标注目标点的语义信息，从而可以提高标注效率。进一步地，根据每个目标点的语义信息，生成特征地图。这样，电子设备可以根据特征地图，识别出当前所处场景中的障碍物以及该障碍物的名称。解决了相关技术中人工标注场景图像的标注时间较长，人力成本增加，导致场景图像的标注效率较低的问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的定位方法的流程示意图之一；

图2为本公开实施例提供的定位方法的流程示意图之二；

图3为本公开实施例提供的定位方法的流程示意图之三；

图4为本公开实施例提供的定位方法的流程示意图之四；

图5为本公开实施例提供的定位方法的流程示意图之五；

图6为本公开实施例提供的定位方法的流程示意图之六；

图7为本公开实施例提供的定位方法的流程示意图之七；

图8为本公开实施例提供的定位装置的结构示意图；

图9为本公开实施例提供的电子设备的结构示意图；

图10为本公开实施例提供的一种定位方法的计算机程序产品的结构示意图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

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”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，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“包括一个……”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。

本公开实施例中的体素指voxel，是数字数据于三维空间分割上的最小单位。体素用于三维成像、科学数据与医学影像等领域。

示例性的，以执行本公开实施例提供的空间地图生成方法的执行主体为电子设备为例，对本公开实施例提供的空间地图生成方法进行说明。

图1是根据一示例性实施例示出的一种空间地图生成方法的流程图，如图1所示，该方法包括以下S1-S5。

S1、获取至少一张场景图像。

在一些示例中，通过全景相机获取至少一张场景图像。在获取场景图像时，服务器通过雷达已获取当前所处的场景的点云数据，之后服务器根据点云数据生成该场景对应的体素地图。之后，通过全景相机获取的场景图像和体素地图，可以确定出体素地图中每个体素对应的目标点的语义信息。之后，根据每个每个体素对应的目标点的语义信息，生成特征地图。这样，电子设备在使用服务器生成的特征地图时，可以准确地进行定位，同时还可以根据每个物体对应的目标点的语义信息，确定该物体的名称。

S2、对场景图像进行特征提取，确定至少一个特征点。

S3、将特征点投影至体素地图中，确定体素地图中体素对应的特征点；其中，体素地图对应的场景，与场景图像对应的场景为同一个场景。

在一些示例中，将场景图像中的特征点投影至体素地图中时，可以从场景图像的光心出发，建立与场景图像中的特征点的连线，该连线会穿过场景图像在空间中形成一条射线。将该射线在体素地图中第一次撞击到的体素，认为该特征点落入该体素中，即该体素中包含该特征点。如此，对每个特征点进行上述操作，便可以确定体素地图中每个体素中包含的特征点。

S4、基于体素中包含的每个特征点的描述信息，确定体素对应的目标点的语义信息；其中，一个目标点对应一个体素，语义信息包括体素中包含的特征点对应的描述信息中的一个。

S5、根据每个目标点的语义信息，生成特征地图。

由上述可知，本公开实施例提供的空间地图生成方法，通过获取相同场景的场景图像以及体素地图，从而可以将场景图像中的特征点投影至体素地图中，确定体素地图中每个体素中包含的特征点。之后，基于体素中包含的每个特征点的描述信息，确定体素对应的目标点的语义信息。如此，可以得到每个体素对应的目标点的语义信息，无需人工逐个去标注目标点的语义信息，从而可以提高标注效率。解决了相关技术中人工标注场景图像的标注时间较长，人力成本增加，导致场景图像的标注效率较低的问题。

作为本公开一种可选的实施方式，结合图1，如图2所示，本公开实施例提供的空间地图生成方法，在执行S3前，还需要执行S6，上述S4具体可以通过下述S40实现。

S6、对场景图像进行特征提取，确定特征点的描述信息；其中，描述信息包括描述子和第一位置信息。

在一些示例中，在得到当前所处场景的场景图像时，需要对场景图像进行特征提取，从而可以根据提取的特征点的第一位置信息，确定体素对应的目标点的语义信息。如：提取尺度不变特征变换(Scale-invariant feature transform，SIFT)特征点作为特征点，或者提取于深度学习的特征点作为特征点。这样，可以确定场景图像中包含的特征点，以及每个特征点的描述信息。

S40、基于体素中包含的每个特征点对应的第一位置信息，确定体素对应的目标点的语义信息；其中，语义信息包括体素中包含的特征点对应的描述子中的一个。

在一些示例中，第一位置信息包括二维坐标，如特征点在场景图像中的像素坐标。

具体的，体素对应的目标点是将体素的中心点作为目标点。

作为本公开一种可选的实施方式，结合图2，如图3所示，上述S40具体可以通过下述S400和S401实现。

S400、根据体素中包含的每个特征点对应的第一位置信息，确定体素中包含的每个特征点与体素中包含的其他的特征点之间的实际距离。

S401、根据实际距离，确定体素对应的目标点的语义信息。

在一些示例，可以根据实际距离的大小关系，确定体素对应的目标点的语义信息。如：确定最小的实际距离对应的特征点的描述子为该体素对应的目标点的语义信息。或者，根据实际距离，确定实际距离的平均值。寻找实际距离与平均值最小的特征点，之后将该实际距离与平均值最小的特征点对应的描述子作为该体素对应的目标点的语义信息。

如此，可以将特征点的描述子赋予体素对应的目标点的语义信息。这样，在根据每个体素对应的目标点的语义信息生成体素地图时，由于每个目标点均对应一个描述子，因此可以基于描述子确定该描述子对应的物体的名称，保证用户的体验。

作为本公开一种可选的实施方式，结合图3，如图4所示，上述S401具体可以通过下述S4010实现。

S4010、根据实际距离，确定体素对应的目标点的语义信息为最小的实际距离对应的特征点的描述子。

作为本公开一种可选的实施方式，结合图1，如图5所示，本公开实施例提供的空间地图生成方法中体素地图的获取方式包括S7-S11。

S7、获取雷达采集的每一帧点云数据。

在一些示例中，雷达在采集当前所处的场景的点云数据时，需要获取该场景在各个方向上的点云数据，这样在根据点云数据生成体素地图时，才能准确地描述出当前场景中包含的障碍物。

S8、对点云数据进行特征提取，确定点云中的平面点和边缘点。

在一些示例中，雷达的光束照射在物体的表面时，会形成该物体的轮廓。为了能够准确地表示该物体，需要对落在该物体上的点云点进行区分，从而可以确定落在物体表面的点(称为平面点)，以及落在物体轮廓上的点(称为边缘点)，这样在对点云点进行归类后，可以更加准确地表示该物体。

S9、对相邻两帧的点云数据中的平面点和边缘点分别进行匹配，确定雷达在每一帧的相对位姿。

在一些示例中，点云数据中相邻两帧之间的时间间隔较小，可以认为雷达在采集当前帧的点云数据时，相对雷达在采集上一帧的点云数据时的相对位姿为0。这样，雷达在采集上一帧的点云数据时的相对位姿作为雷达在采集当前帧的点云数据时的位姿，并将雷达在采集上一帧的点云数据时的位姿置0。之后，将为雷达在采集当前帧的点云数据中的平面点和边缘点，与雷达在采集上一帧的点云数据中的平面点和边缘点分别进行匹配，优化雷达在采集当前帧的点云数据时的位姿，使得各个相匹配的平面点之间的距离最小，并且各个相匹配的边缘点之间的距离最小，如此便得到了雷达在采集当前帧的点云数据时的相对位姿。之后，根据雷达在采集每一帧的点云数据时的相对位姿，可以确定雷达的移动轨迹。

此外，由于雷达在采集点云数据时，需要采集当前所处场景在各个方向上的点云数据，此时可以认为雷达的起始点和雷达的终点在同一个位置。因此，还需要计算雷达在采集最后一帧的点云数据时，相对雷达在采集第一帧的点云数据时的相对位姿。

具体的，计算雷达在采集最后一帧的点云数据时，相对雷达在采集第一帧的点云数据时的相对位姿的过程，与计算雷达在采集当前帧的点云数据时，相对雷达在采集上一帧的点云数据时的相对位姿的过程相同，此处不再赘述。

如此，便得到了雷达在采集每一帧的点云数据时，雷达的相对位姿。通过对相对位姿进行分析，从而可以得到雷达的移动轨迹。之后，根据移动轨迹对点云数据进行逐帧拼接，得到拼接后的点云数据。最后，对拼接后的点云数据进行体素化，确定体素地图。

S10、根据相对位姿对点云数据进行逐帧拼接，得到拼接后的点云数据。

S11、对拼接后的点云数据进行体素化，确定体素地图。

具体的，体素地图中的每个体素包含2中状态，分别为体素被雷达发出的光束穿过，或者雷达发出的光束的终点落在体素中。

需要说明的是，雷达在获取当前所处的场景的点云数据时，该场景中可能会存在移动的物体，对于移动的物体，雷达发出的光束有些会落在该移动的物体边缘处穿过，最终落在体素上。此时，可以在根据相对位姿对点云数据进行逐帧拼接时，统计有多少射线落在体素上，有多少射线会穿过体素。之后，当落在这个体素的射线的总数小于穿过体素的射线的总数，就认为这个体素对应的物体时是静态物体，反之就是动态物体。这样，就可以识别出动态物体对应的体素，进一步将该动态物体对应的体素删除，从而保证得到的体素地图中仅包含不可以移动的物体，这样可以更加准确地进行定位。

作为本公开一种可选的实施方式，结合图5，如图6所示，上述S8具体可以通过下述S80-S82实现。

S80、获取点云数据中处于同一线束的点云点的曲率。

在一些示例中，对于一个点A，计算点A相邻的几个邻近点(以点A为中心，以预设距离为半径画圆，落在该圆内的点均为邻近点)的中心B(三维坐标的平均值)，如果中心点B的三维坐标与点A的三维坐标之间的距离大于指定距离，如10cm，则认为点A是曲率较大点，反之就是曲率小的点。

S81、在曲率大于预先曲率的情况下，确定点云点为平面点。

S82、在曲率小于或等于预先曲率的情况下，确定点云点为边缘点。

作为本公开一种可选的实施方式，结合图5，如图7所示，上述S8具体可以通过下述S83-S86实现。

S83、将点云数据中包含的点云点输入至k-d树中，确定每个点云点与相邻的点云点之间的第二位置信息的协方差矩阵。

具体的，第二位置信息包括三维坐标。

S84、对协方差矩阵进行特征分解，确定每个点云点的特征值。

S85、在特征值满足第一条件的情况下，确定点云点为平面点。

在一些示例中，特征中包含多个元素，当任一个元素与预设倍数相乘后，仍小于其他的每个元素时，此时认为该特征值满足第一条件，确定该特征值对应的点云点为平面点。如：特征值中包含3个元素，分别为元素1，元素2和元素3。元素1为0.5，元素2为65、元素3为70，当预设倍数为100时，由于0.5×100后，仍小于65和70。因此，确定该特征值满足第一条件，将该特征值对应的点云点作为平面点。

S86、在特征点满足第二条件的情况下，确定点云点为边缘点。

在一些示例中，特征中包含多个元素，当任一个元素与预设倍数相除后，仍大于其他的每个元素时，此时认为该特征值满足第二条件，确定该特征值对应的点云点为边缘点。如：特征值中包含3个元素，分别为元素4，元素5和元素6。元素4为0.5，元素5为0.6、元素3为70，当预设倍数为100时，由于0.5÷100后，仍大于0.5和0.7。因此，确定该特征值满足第二条件，将该特征值对应的点云点作为边缘点。

上述主要从方法的角度对本发明实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

本发明实施例可以根据上述方法示例对空间地图生成装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

如图8所示，本发明的实施例提供一种空间地图生成装置10的结构示意图。空间地图生成装置10包括获取单元101和处理单元102。

获取单元101，用于获取至少一张场景图像；处理单元102，用于对场景图像进行特征提取，确定至少一个特征点；处理单元102，还用于将获取单元101获取的特征点投影至体素地图中，确定体素地图中体素对应的特征点；其中，体素地图对应的场景，与场景图像对应的场景为同一个场景；处理单元102，还用于基于体素中包含的每个特征点的描述信息，确定体素对应的目标点的语义信息；其中，一个目标点对应一个体素，语义信息包括体素中包含的特征点对应的描述信息中的一个；处理单元102，还用于根据每个目标点的语义信息，生成特征地图。

作为本公开一种可选的实施方式，处理单元102，还用于对获取单元101获取的场景图像进行特征提取，确定特征点的描述信息；其中，描述信息包括描述子和第一位置信息；处理单元102，具体用于基于体素中包含的每个特征点对应的第一位置信息，确定体素对应的目标点的语义信息；其中，语义信息包括体素中包含的特征点对应的描述子中的一个。

作为本公开一种可选的实施方式，处理单元102，具体用于根据体素中包含的每个特征点对应的第一位置信息，确定体素中包含的每个特征点与体素中包含的其他的特征点之间的实际距离；处理单元102，具体用于根据实际距离，确定体素对应的目标点的语义信息。

作为本公开一种可选的实施方式，处理单元102，具体用于根据实际距离，确定体素对应的目标点的语义信息为最小的实际距离对应的特征点的描述子。

作为本公开一种可选的实施方式，获取单元101，还用于获取雷达采集的每一帧点云数据；处理单元102，还用于对获取单元101获取的点云数据进行特征提取，确定点云中的平面点和边缘点；处理单元102，还用于对相邻两帧的点云数据中的平面点和边缘点分别进行匹配，确定雷达在每一帧的相对位姿；处理单元102，还用于根据相对位姿对点云数据进行逐帧拼接，得到拼接后的点云数据；处理单元102，还用于对拼接后的点云数据进行体素化，确定体素地图。

作为本公开一种可选的实施方式，获取单元101，具体用于获取点云数据中处于同一线束的点云点的曲率；处理单元102，具体用于在获取单元101获取的曲率大于预先曲率的情况下，确定点云点为平面点；处理单元102，具体用于在获取单元101获取的曲率小于或等于预先曲率的情况下，确定点云点为边缘点。

作为本公开一种可选的实施方式，处理单元102，具体用于将点云数据中包含的点云点输入至k-d树中，确定每个点云点与相邻的点云点之间的第二位置信息的协方差矩阵；处理单元102，具体用于对协方差矩阵进行特征分解，确定每个点云点的特征值；处理单元102，具体用于在特征值满足第一条件的情况下，确定点云点为平面点；处理单元102，具体用于在特征点满足第二条件的情况下，确定点云点为边缘点。

其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，其作用在此不再赘述。

当然，本发明实施例提供的空间地图生成装置10包括但不限于上述模块，例如空间地图生成装置10还可以包括存储单元103。存储单元103可以用于存储该空间地图生成装置10的程序代码，还可以用于存储空间地图生成装置10在运行过程中生成的数据，如写请求中的数据等。

图9为本发明实施例提供的一种电子设备的结构示意图，如图9所示，该电子设备可以包括：至少一个处理器51、存储器52、通信接口53和通信总线54。

下面结合图9对电子设备的各个构成部件进行具体的介绍：

其中，处理器51是电子设备的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器51是一个中央处理器(Central Processing Unit，CPU)，也可以是特定集成电路(Application Specific Integrated Circuit，ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路，例如：一个或多个DSP，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，FPGA)。

在具体的实现中，作为一种实施例，处理器51可以包括一个或多个CPU，例如图9中所示的CPU0和CPU1。且，作为一种实施例，电子设备10可以包括多个处理器，例如图9中所示的处理器51和处理器56。这些处理器中的每一个可以是一个单核处理器(Single-CPU)，也可以是一个多核处理器(Multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。

存储器52可以是只读存储器(Read-Only Memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(Random Access Memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器52可以是独立存在，通过通信总线54与处理器51相连接。存储器52也可以和处理器51集成在一起。

在具体的实现中，存储器52，用于存储本发明中的数据和执行本发明的软件程序。处理器51可以通过运行或执行存储在存储器52内的软件程序，以及调用存储在存储器52内的数据，执行空调器的各种功能。

通信接口53，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如无线接入网(Radio Access Network，RAN)，无线局域网(Wireless Local Area Networks，WLAN)、终端、云端等。通信接口53可以包括获取单元，以实现获取功能。

通信总线54，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

作为一个示例，结合图8，空间地图生成装置10中的获取单元101实现的功能与图9中的通信接口53的功能相同，空间地图生成装置10处理单元102实现的功能与图9中的处理器51的功能相同，空间地图生成装置10存储单元103实现的功能与图9中的存储器52的功能相同。

本发明另一实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，当计算机程序被计算设备执行时，使得计算设备实现上述方法实施例所示的方法。

在一些实施例中，所公开的方法可以实施为以机器可读格式被编码在计算机可读存储介质上的或者被编码在其它非瞬时性介质或者制品上的计算机程序指令。

图10示意性地示出本发明实施例提供的计算机程序产品的概念性局部视图，计算机程序产品包括用于在计算设备上执行计算机进程的计算机程序。

在一个实施例中，计算机程序产品是使用信号承载介质410来提供的。信号承载介质410可以包括一个或多个程序指令，其当被一个或多个处理器运行时可以提供以上针对图1描述的功能或者部分功能。因此，例如，参考图1中所示的实施例，S1-S4的一个或多个特征可以由与信号承载介质410相关联的一个或多个指令来承担。此外，图10中的程序指令也描述示例指令。

在一些示例中，信号承载介质410可以包含计算机可读介质411，诸如但不限于，硬盘驱动器、紧密盘(CD)、数字视频光盘(DVD)、数字磁带、存储器、只读存储记忆体(read-only memory，ROM)或随机存储记忆体(random access memory，RAM)等等。

在一些实施方式中，信号承载介质410可以包含计算机可记录介质412，诸如但不限于，存储器、读/写(R/W)CD、R/W DVD、等等。

在一些实施方式中，信号承载介质410可以包含通信介质413，诸如但不限于，数字和/或模拟通信介质(例如，光纤电缆、波导、有线通信链路、无线通信链路、等等)。

信号承载介质410可以由无线形式的通信介质413(例如，遵守IEEE 802.41标准或者其它传输协议的无线通信介质)来传达。一个或多个程序指令可以是，例如，计算机可执行指令或者逻辑实施指令。

在一些示例中，诸如针对图8描述的空间地图生成装置10可以被配置为，响应于通过计算机可读介质411、计算机可记录介质412、和/或通信介质413中的一个或多个程序指令，提供各种操作、功能、或者动作。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的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公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。