A stereo vision geometric descriptor for place recognition and its GPU acceleration for autonomous vehicles applications
Résumé
In this paper we present a geometric global descriptor dedicated for place recognition in autonomous vehicles applications that is based
on stereo camera generated point clouds. We first present the approach used to record the 3D structure of the visible space. Then, we propose
a parametric optimization to achieve the best performance by coupling the dedicated sensor (Stereo Camera) and the used algorithm. Finally, we
propose a GPU implementation based on CUDA. Compared to a CPU, processing times on GPU are accelerated 7 times on a Jetson AGX Xavier
and 30 times using a GeForce RTX 3080.
Dans cet article, nous présentons un descripteur global géométrique dédié à la reconnaissance de lieux basé sur des nuages de points issues d'une une caméra stéréo pour des applications de véhicules autonomes. Nous présentons d'abord l'approche utilisée pour enregistrer la structure 3D de l'espace visible. Ensuite, nous proposons une optimisation paramétrique pour obtenir les meilleures performances en couplant les caractérisitiques intrinsèques du capteur utilisé (caméra stéréo) et l'algorithme utilisé. Enfin, nous proposons une implémentation optimisée GPU basée sur CUDA. Par rapport à un CPU, les temps de traitement sur GPU sont accélérés 7 fois sur une Jetson AGX Xavier et 30 fois avec une GeForce RTX 3080.
Domaines
Robotique [cs.RO]| Origine | Fichiers produits par l'(les) auteur(s) |
|---|