薛 瑞 李 易 李文明 安述倩 葉笑春 唐志敏
(?處理器芯片全國重點實驗室(中國科學院計算技術研究所) 北京 100190)
(??中國科學院大學計算機科學與技術學院 北京 100049)
同步定位和建圖(simultaneous localization and mapping,SLAM)作為自動駕駛汽車、機器人、無人機、虛擬現實和增強現實等自主系統的關鍵技術[1-3],能很好地應用在包括路徑規劃、導航、避障和3D 重建等高級任務中。在過去的幾十年,無論在學術界還是工業界,SLAM 一直是研究的熱點[4-7],其主要工作是設計自動導航系統、建立和更新周圍3D 環境同時估計自身傳感器的當前位置。
近年來,基于特征點法的SLAM 系統與其他基于直接法的SLAM 系統相比,對運動較快的場景具有更好的魯棒性,且系統處理較為穩定,因此受到了特別的關注[8]。在基于特征點法的SLAM 系統中,ORB[9](oriented FAST and rotated BRIEF)特征計算方法相比于尺度不變特征變換(scale-invariant feature transform,SIFT)或加速魯棒特征(speeded up robust features,SURF)算法具有良好的旋轉和縮放不變性,計算效率和魯棒性更高,因此被廣泛采用。
由于ORB-SLAM 系統應用于現實世界的真實場景中,主要輸入數據為大量的連續圖像幀,因此針對海量的圖像幀數據快速處理的需求,提高ORBSLAM 系統的處理性能成為當前亟待解決的問題,因此對ORB-SLAM 系統進行特征分析研究以指導面向ORB-SLAM 系統的底層硬件架構的設計具有重要的意義。目前已有的底層硬件架構設計有eSLAM[8]、HcveAcc[10]和PISCES[11]等。然而這些加速結構沒有對算法進行深入的分析,缺乏為后續底層硬件架構設計提供有效的指導。針對上述問題,本文對ORB-SLAM 系統進行了較為全面的應用特征分析,以指導面向ORB-SLAM 系統的底層硬件架構的設計。……