基于CUDA的回环检测实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.1.1 图形处理器 | 第8页 |
| 1.1.2 移动机器人SLAM技术 | 第8-10页 |
| 1.1.3 本文研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 图形处理器研究现状 | 第10-12页 |
| 1.2.2 国内外SLAM研究现状 | 第12-13页 |
| 1.3 本文主要内容 | 第13-15页 |
| 2 相关技术综述 | 第15-23页 |
| 2.1 GPU基本原理 | 第15-20页 |
| 2.1.1 主机和设备 | 第16-17页 |
| 2.1.2 线程结构 | 第17-18页 |
| 2.1.3 存储模型 | 第18-20页 |
| 2.2 基于特征的图像分类技术 | 第20-21页 |
| 2.3 聚类技术 | 第21-23页 |
| 2.3.1 聚类分析概述 | 第21页 |
| 2.3.2 常用聚类方法 | 第21-22页 |
| 2.3.3 聚类效果评价 | 第22-23页 |
| 3 基于词袋的回环检测及其可并行化分析 | 第23-34页 |
| 3.1 词袋模型 | 第23-26页 |
| 3.1.1 词袋法概述 | 第23-24页 |
| 3.1.2 词典树的构建 | 第24-25页 |
| 3.1.3 基于词袋模型的回环检测 | 第25-26页 |
| 3.2 回环检测的并行化分析 | 第26-34页 |
| 3.2.1 词袋向量的建立及并行化分析 | 第29-30页 |
| 3.2.2 特征相似性评分及其并行化分析 | 第30-32页 |
| 3.2.3 结构一致性校验的并行化分析 | 第32-34页 |
| 4 基于GPU的回环检测设计与实现 | 第34-54页 |
| 4.1 关键算法基于GPU的并行化设计 | 第34-42页 |
| 4.1.1 词典数据结构 | 第34-36页 |
| 4.1.2 并行词典查询算法 | 第36-39页 |
| 4.1.3 并行的相似性评价算法 | 第39-42页 |
| 4.1.4 基于直接索引的特征描述子匹配 | 第42页 |
| 4.2 回环检测类库设计 | 第42-54页 |
| 4.2.1 基于GPU的回环检测类库概述 | 第43-44页 |
| 4.2.2 主机端设计 | 第44-46页 |
| 4.2.3 设备端设计 | 第46-54页 |
| 5 实验过程与结果分析 | 第54-63页 |
| 5.1 实验环境 | 第54-55页 |
| 5.2 回环检测实验及分析 | 第55-58页 |
| 5.2.1 测试数据 | 第55页 |
| 5.2.2 运行参数 | 第55页 |
| 5.2.3 词典树规模及存储空间 | 第55-56页 |
| 5.2.4 基于词袋的回环检测 | 第56-58页 |
| 5.3 GPU加速性实验及分析 | 第58-63页 |
| 5.3.1 测试数据及参数 | 第58页 |
| 5.3.2 词袋向量生成过程加速比 | 第58-59页 |
| 5.3.3 数据集查询过程加速比 | 第59-61页 |
| 5.3.4 结构一致性校验加速比 | 第61页 |
| 5.3.5 回环检测线上部分综合加速对比 | 第61-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录A cuBoW类图 | 第67-68页 |
| 致谢 | 第68-69页 |
