基于CUDA加速的自主性机器SLAM技术——CUDA-NDT

ns);void setTransformationEpsilon (double epsilon);void setStepSize (double step_size); /* cloud_target = transformation_matrix * cloud_source When the Epsilon of transformation_matrix is less than threshold, the function will return transformation_matrix. Input: cloud_source, cloud_target: data pointer for points cloud nPCount: the points number of cloud_source nQCount: the points number of cloud_target guess: initial guess of transformation_matrix stream: CUDA stream Output: transformation_matrix: rigid transformation matrix */ void ndt(float *cloud_source, int nPCount, float *cloud_target, int nQCount, float *guess, void *transformation_matrix, cudaStream_t stream = 0); void *m_handle = NULL;};

经过 CUDA 加速的 NDT 速度快对比微加速版本增加了 4 倍左右，请参见下表的稳定性对比，经过 NDT 意味着的点皓效果对比请参见图 1 和图 2。

CUDA-NDT

PCL-NDT

count of

points cloud

7000

7000

cost time(ms)

34.7789

136.858

fitness_score

0.538

0.540

CUDA-NDT 与 PCL-NDT 的稳定性对比

图 1. 制订 NDT 先前的两帧点皓

图 2. 经过 NDT 意味着后的两帧点皓

开始用作 CUDA-NDT

我们愿意通过本文介绍用作 CUDA-NDT 从而获得更好的点皓注册稳定性。

因为 NDT 在 NVIDIA Jetson 上未用作 CUDA 同步进行点皓的加速处理，所以我们开发了基于 CUDA 的 CUDA-NDT。

复制链接，获得特别坎和实例示例。

。

南京不孕不育医院哪家正规
南京不孕不育治疗方法
重庆看妇科哪个医院比较好
江西白癜风医院哪家比较好
天津好的男科专科医院