SLAMBench

الأداء والدقة وكفاءة الطاقة القياسية لتطبيقات SLAM.

هذا هو الإصدار المحمول من SLAMBench 1.1 باستخدام مجموعة بيانات ICL-NUIM.

يمكنك استخدام هذا المعيار لتقييم قدرة هاتفك على تشغيل حلول الواقع المعزز على أساس خوارزميات SLAM (أي 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

وصف Slambench

--------------------------------------

خوارزميات رؤية الكمبيوتر لفهم المشهد ثلاثي الأبعاد لها تأثيرات محتملة هائلة لسياقات تطبيق الروبوتات المقيدة من الطاقة. يقدم SLAMBench أساسًا للبحث التجريبي الكمي وقابل للمقارنة والصالح للتحقيق في المقايضات للأداء والدقة واستهلاك الطاقة لتطبيق ينتج نموذجًا ثلاثي الأبعاد كثيف لمشهد تعسفي باستخدام كاميرا RGB-D.

تعتبر الأساليب الكثيفة لمشكلة التوطين والتعيين (SLAM) في وقت واحد مكلفة من الناحية الحسابية مقارنة بالطرق القائمة على الميزات المتفرقة ، ولكن لها مزايا مهمة في توفير توطين قوي ونموذج للغاية للبيئة. SLAMBench هو إطار برامج يدعم البحث في مسرعات الأجهزة وأدوات البرمجيات من خلال مقارنة الأداء واستهلاك الطاقة ودقة النموذج ثلاثي الأبعاد الذي تم إنشاؤه في سياق الحقيقة المعروفة.

ميزات إصدار Android

-------------------------------------------

- يقوم هذا التطبيق بتشغيل kinectfusion على هاتف Android الخاص بك ،

- يوفر إحصائيات حول أدائه ، بما في ذلك السرعة والدقة والأجهزة المتوافقة وكفاءة الطاقة ودرجة الحرارة.

- سيتم إرسال نتائجك بشكل مجهول إلى خادم بعيد ، ويستخدم لتحسين خوارزميات SLAMBench و Slam.

ميزات إصدار Linux

-------------------------------------------

يوفر SLAMBench تطبيقات KFusion باستخدام اللغات الشائعة ، حاليًا CUDA و OPENCL و OPENMP و C ++. يمكن توفير تسلسلات الإدخال في عدد من التنسيقات القياسية ، بما في ذلك OpenNi ، أو مباشرة من كاميرا متوافقة مع OpenNi. تتيح الأداة تعديل المعلمات المختلفة بسهولة لمواجهة الدقة مقابل الأداء أو الطاقة. يمكن قياس الدقة باستخدام البرامج النصية المقدمة بالاقتران مع مجموعة بيانات ICL-NUIM ، والتي توفر تسلسلات عالية الجودة تم إنشاؤها صناعياً كمراجع الحقيقة الأرضية.

يسمح هيكل قاعدة الكود بتوصيل حبات أو خوارزميات بديلة بسهولة نسبية ، ومرة ​​أخرى ، يمكن تحليل التأثير على الأداء والدقة بسهولة.

تتيح الواجهة المستندة إلى QT التصور في الوقت الفعلي لأرقام الأداء ، بما في ذلك الطاقة على Odroid-Xue/3 ، وكذلك تصور النموذج ثلاثي الأبعاد كما تم بناؤه.

المنشورات

--------------------------------------

إذا كنت تستخدم SLAMBench في المنشورات العلمية ، فسنقدر الاستشهادات على الورقة التالية (http://arxiv.org/abs/1410.2167):

إدخال Slambench ، منهجية الأداء والدقة القياسية للبطولة SLAM.

ل. ناردي ، ب. إدخال SLAMBench ، منهجية الأداء والدقة القياسية للبطولة SLAM. في IEEE Intl. كونك. على الروبوتات والأتمتة (ICRA) ، مايو 2015. Arxiv: 1410.2167.

ما الجديد في أحدث الإصدار 1.0-11