8.8
Производительность, точность и контроль эффективности энергоэффективности для приложений SLAM.
Это мобильное издание SLAMBench 1.1 с использованием набора данных ICL-NUIM.
Вы можете использовать этот эталон, чтобы оценить возможности вашего телефона, выполняющего решения дополненной реальности на основе алгоритмов SLAM (т.е. kinectfusion).
SLAMBench : http://apt.cs.manchester.ac.uk/projects/pamela/tools/slambench/
Kinectfusion: https://msdn.microsoft.com/en-us/library/dn188670.aspx
ICL-NUIM: http://www.doc.ic.ac.uk/~ahanda/vafric/iclnuim.html
Описание Сламбенга
------------------------------------
Алгоритмы компьютерного зрения для понимания трехмерной сцены оказывают огромное потенциальное воздействие на контексты приложения для робототехники с ограниченной силой. SLAMBench представляет основу для количественных, сопоставимых и проверенных экспериментальных исследований для исследования компромиссов для производительности, точности и потребления энергии приложения, которое создает плотную трехмерную модель произвольной сцены с использованием камеры RGB-D.
Плотные подходы к проблеме одновременной локализации и картирования (SLAM) являются вычислительно дорогими по сравнению с редкими методами, основанными на объектах, но имеют важные преимущества в обеспечении надежной локализации и высокооплачиваемой модели окружающей среды. SLAMBench -это программная структура, которая поддерживает исследования в области аппаратных акселераторов и программных инструментов, сравнивая производительность, энергопотребление и точность генерируемой трехмерной модели в контексте известной основной истины.
Особенности версии Android
---------------------------------------------
- Это приложение запускает KinectFusion на вашем мобильном телефоне Android,
- Он предоставляет статистику о его производительности, включая скорость, точность, а также для совместимых устройств, эффективности питания и температуры.
- Ваши результаты будут анонимно отправлены на удаленный сервер и используются для улучшения алгоритмов SLAMBench и Slam.
Особенности версии Linux
-------------------------------------------
SLAMBench предоставляет реализации Kfusion с использованием популярных языков, в настоящее время CUDA, OpenCl, OpenMP и C ++. Входные последовательности могут быть предоставлены в ряде стандартных форматов, включая OpenNI, или непосредственно с Copatible Camera. Инструмент позволяет легко скорректировать различные параметры, чтобы обменять точность против производительности или мощности. Точность может быть измерена с использованием сценариев, предоставленных в связи с набором данных ICL-NUIM, которые обеспечивают высококачественные синтетически сгенерированные последовательности в качестве ссылок на наземные истины.
Структура базы кода позволяет подключить альтернативные ядра или алгоритмы с относительной легкостью и, опять же, на эффективность и точность, которое будет легко проанализировать.
Интерфейс на основе QT обеспечивает визуализацию показателей производительности в реальном времени, включая мощность на Odroid-XUE/3, а также визуализацию 3D-модели по мере ее построения.
Публикации
------------------------------------
Если вы используете SLAMBench в научных публикациях, мы будем признателен о цитировании следующей статьи (http://arxiv.org/abs/1410.2167):
Представляем Slambench, методология сравнительного анализа производительности и точности для Slam.
L. Nardi, B. Bodin, MZ Zia, J. Mawer, A. Nisbet, Phj Kelly, AJ Davison, M. Luján, MFP O'Boyle, G. Riley, N. Topham и S. Furber. Представляем SLAMBench , методология сравнительного анализа производительности и точности для Slam. В IEEE Intl. Конфликт о робототехнике и автоматизации (ICRA), май 2015. Arxiv: 1410.2167.
April 16, 2025
April 16, 2025
April 16, 2025
April 16, 2025
April 16, 2025
April 16, 2025
April 16, 2025
April 15, 2025
April 15, 2025
April 15, 2025
April 15, 2025
April 15, 2025