SLAMBench

Performance, précision et référence en matière d'efficacité énergétique pour les applications SLAM.

Il s'agit de l'édition mobile de SLAMBench 1.1 à l'aide de l'ensemble de données ICL-NUIM.

Vous pouvez utiliser cette référence pour évaluer la capacité de votre téléphone exécutant des solutions de réalité augmentée basées sur des algorithmes de slam (c.-à-d. 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

Description du slambench

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

Les algorithmes de vision par ordinateur pour la compréhension des scènes 3D ont d'énormes impacts potentiels pour les contextes d'application de la robotique contrainte de pouvoir. SLAMBench présente une base de recherches expérimentales quantitatives, comparables et valides pour étudier les compromis pour les performances, la précision et la consommation d'énergie d'une application qui produit un modèle 3D dense d'une scène arbitraire à l'aide d'une caméra RVB-D.

Les approches denses du problème simultanée de localisation et de cartographie (SLAM) sont coûteuses par calcul par rapport aux méthodes basées sur les caractéristiques clairsemées, mais ont des avantages importants à fournir une localisation robuste et un modèle très détaillé de l'environnement. SLAMBench est un cadre logiciel qui prend en charge la recherche sur les accélérateurs matériels et les outils logiciels par comparaison des performances, de la consommation d'énergie et de la précision du modèle 3D généré dans le contexte d'une vérité terrestre connue.

Fonctionnalités de la version Android

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

- Cette application exécute Kinectfusion sur votre mobile Android,

- Il fournit des statistiques sur ses performances, y compris la vitesse, la précision et les dispositifs compatibles, l'efficacité électrique et la température.

- Vos résultats seront envoyés de manière anonyme à un serveur distant et utilisés pour améliorer les algorithmes SLAMBench et de slam.

Caractéristiques de la version Linux

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

SLAMBench fournit des implémentations de Kfusion à l'aide de langues populaires, actuellement CUDA, OpenCL, OpenMP et C ++. Des séquences d'entrée peuvent être fournies dans un certain nombre de formats standard, y compris OpenNI, ou directement à partir d'une caméra compatible OpenNI. L'outil permet à divers paramètres d'être facilement ajustés pour compromettre la précision contre les performances ou la puissance. La précision peut être mesurée à l'aide de scripts fournis en association avec l'ensemble de données ICL-NUIM, qui fournissent des séquences générées par synthèse de haute qualité en tant que références de vérité au sol.

La structure de la base de code permet de brancher des noyaux ou des algorithmes alternatifs avec une facilité relative et, encore une fois, l'effet sur les performances et la précision à analyser facilement.

L'interface basée sur QT permet une visualisation en temps réel des figures de performances, y compris la puissance sur ODRoid-Xue / 3, ainsi que la visualisation du modèle 3D lors de sa construction.

Publications

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

Si vous utilisez SLAMBench dans des publications scientifiques, nous apprécierions les citations du document suivant (http://arxiv.org/abs/1410.2167):

Présentation de Slambench, une méthodologie d'analyse comparative de performance et de précision pour le slam.

L. Nardi, B. Bodin, MZ Zia, J. Mawer, A. Nisbet, Phj Kelly, AJ Davison, M. Luján, MFP O'Boyle, G. Riley, N. Topham et S. Furber. Présentation SLAMBench , une méthodologie d'analyse comparative de performance et de précision pour le slam. Dans IEEE INTL. Conf. Sur la robotique et l'automatisation (ICRA), mai 2015. Arxiv: 1410.2167.

Quoi de neuf dans la dernière version 1.0-11