發(fā)布時間：2017-08-11 15:09

  本文關(guān)鍵詞：基于CUDA的FastSLAM算法并行化研究

  更多相關(guān)文章： 統(tǒng)一計算設(shè)備架構(gòu) 圖像處理器 同步定位與地圖構(gòu)建 重采樣算法 并行計算

【摘要】：同步定位與地圖構(gòu)建(Simultaneous Localization And Mapping,SLAM)已經(jīng)成為實現(xiàn)移動機器人主動定位導(dǎo)航的關(guān)鍵技術(shù);因此,高效的實現(xiàn)這一過程成為SLAM的重中之重。SLAM實現(xiàn)方法眾多,基于Rao-Blackwellized統(tǒng)計學(xué)定理將SLAM過程簡化為路徑估計與路標(biāo)估計兩個過程的Fast SLAM方法,有效的降低了算法的計算難度以及運行時間。雖然如此,仍有大量的研究工作專注于如何提高SLAM的實時性。伴隨顯卡技術(shù)的提升,英偉達于2007年顛覆性的推出通用并行計算架構(gòu)CUDA。通過該架構(gòu)可以更方便的使用GPU處理復(fù)雜的稠密計算問題�？蒲腥藛T可以基于CUDA,使用C語言快速將數(shù)據(jù)并行這一類問題實現(xiàn)并行,以達到加速目的。本文以Fast SLAM算法為基礎(chǔ),深入研究其中的重采樣過程和路標(biāo)估計過程,并通過有效的數(shù)學(xué)方法和程序設(shè)計技巧使其滿足CUDA應(yīng)用條件,從而充分利用CPU和GPU的資源以達到加速目的。本文的主要工作包括:(1)改進Fast SLAM算法的重采樣過程,新的重采樣過程使用改進型系統(tǒng)重采樣方法替代原來的分層抽樣方法。我們使用數(shù)學(xué)方法構(gòu)造出左邊界l=(c k-u)′N+2和右邊界()1ir=c k+w k-u′N+。使得整個采樣區(qū)間被分割成了很多兩兩互不相交的區(qū)間,這打破了原有的數(shù)據(jù)依賴關(guān)系,滿足CUDA并行條件;并通過extern“C”(C函數(shù)接口,使得在C++中嵌入C函數(shù))作為函數(shù)接口,對重采樣部分進行CUDA C程序設(shè)計。(2)Fast SLAM過程的路標(biāo)估計過程使用的EKF進行估計,其中存在大量矩陣計算,這剛好是CUDA的優(yōu)勢;此時把矩陣計算的那部分程序設(shè)計成CUDA代碼,通過extern“C”嵌入到整個算法當(dāng)中去,從而可以實現(xiàn)加速。
【關(guān)鍵詞】：統(tǒng)一計算設(shè)備架構(gòu) 圖像處理器 同步定位與地圖構(gòu)建 重采樣算法 并行計算
【學(xué)位授予單位】：華東交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TP338.6
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 主要符號說明7-8
• 第一章 緒論8-14
• 1.1 研究背景與研究意義8-10
• 1.2 國內(nèi)外研究概況10-13
• 1.3 本文內(nèi)容及章節(jié)安排13-14
• 第二章 粒子濾波、擴展卡爾濾波及CUDA基本原理14-29
• 2.1 粒子濾波（PF）14-17
• 2.2 擴展卡爾曼濾波（EKF）17-24
• 2.2.1 卡爾曼濾波來源（KF）17-18
• 2.2.2 濾波計算過程18-19
• 2.2.3 卡爾曼濾波算法19-20
• 2.2.4 EKF的過程估計20-21
• 2.2.5 擴展卡爾曼濾波21-24
• 2.3 并行計算和CUDA基本原理24-28
• 2.3.1 并行計算基本概念24-25
• 2.3.2 CUDA實現(xiàn)原理25-28
• 2.4 本章小結(jié)28-29
• 第三章 加速重采樣的FASTSLAM29-46
• 3.1 SLAM的概率描29-30
• 3.2 FASTSLAM算法實現(xiàn)30-33
• 3.2.1 粒子濾波路徑估計30-31
• 3.2.2 路標(biāo)位置估計31-32
• 3.2.3 計算權(quán)重32
• 3.2.4 數(shù)據(jù)關(guān)聯(lián)32-33
• 3.3 加速重采樣的FASTSLAM算法33-39
• 3.3.1 重采樣算法描述33-34
• 3.3.2 可并行化分析及改進34-39
• 3.4 模擬實驗及分析39-45
• 3.4.1 實驗對象與實驗環(huán)境39-40
• 3.4.2 實驗結(jié)果及分析40-45
• 3.5 本章小結(jié)45-46
• 第四章 加速路標(biāo)估計過程的FASTSLAM46-52
• 4.1 使用EKF的路標(biāo)估計46-47
• 4.2 路標(biāo)估計實現(xiàn)分析47-48
• 4.3 EKF估計在GPU上的實現(xiàn)48-49
• 4.4 實驗結(jié)果及分析49-51
• 4.4.1 實驗環(huán)境49
• 4.4.2 結(jié)果與分析49-51
• 4.5 本章小結(jié)51-52
• 第五章 全文總結(jié)52-54
• 5.1 主要工作52
• 5.2 工作展望52-54
• 參考文獻54-57
• 附錄A 實驗結(jié)果57-63
• 個人簡歷 在讀期間科研情況63-64
• 致謝64

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;Line-feature-based SLAM Algorithm[J];自動化學(xué)報;2006年01期

2 郭劍輝;趙春霞;陸建峰;康亮;;Rao-Blackwellised粒子濾波SLAM的一致性研究[J];系統(tǒng)仿真學(xué)報;2008年23期

3 郭劍輝;趙春霞;石杏喜;;一種改進的聯(lián)合相容SLAM數(shù)據(jù)關(guān)聯(lián)方法[J];儀器儀表學(xué)報;2008年11期

4 郭劍輝;趙春霞;康亮;;SLAM問題中特征相關(guān)性研究[J];系統(tǒng)仿真學(xué)報;2008年06期

5 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期

6 季秀才;鄭志強;張輝;;SLAM問題中機器人定位誤差分析與控制[J];自動化學(xué)報;2008年03期

7 郭劍輝;趙春霞;;一種新的粒子濾波SLAM算法[J];計算機研究與發(fā)展;2008年05期

8 周武;趙春霞;;一種改進的邊緣粒子濾波SLAM方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2008年S1期

9 丁帥華;陳雄;韓建達;;基于局部子圖匹配的SLAM方法[J];機器人;2009年04期

10 陳家乾;何衍;蔣靜坪;;添加約束的EKF-SLAM算法[J];科技通報;2009年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 ;An SLAM algorithm based on improved UKF[A];第24屆中國控制與決策會議論文集[C];2012年

2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

6 溫豐;柴曉杰;朱智平;董小明;鄒偉;原魁;;基于新型人工路標(biāo)系統(tǒng)的視覺SLAM算法研究[A];第二十九屆中國控制會議論文集[C];2010年

7 王宇韜;方勇純;;魯棒單目視覺SLAM系統(tǒng)研究[A];中國自動化學(xué)會控制理論專業(yè)委員會C卷[C];2011年

8 李海洋;李洪波;林穎;劉賀平;楊東方;;基于Kinect的SLAM方法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第五分冊）[C];2013年

9 Jiantong Cheng;Jonghyuk Kim;Zhenyu Jiang;Weihua Zhang;;Tightly Coupled SLAM/GNSS for Land Vehicle Navigation[A];第五屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集-S9 組合導(dǎo)航與導(dǎo)航新方法[C];2014年

10 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七屆中國控制會議論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 肖征榮;好軟件少不了它們[N];電腦報;2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 趙一路;人機交互環(huán)境下的主動SLAM及相關(guān)問題研究[D];復(fù)旦大學(xué);2013年

2 康軼非;不依賴GPS定位理論及方法研究[D];北京交通大學(xué);2015年

3 苑全德;基于視覺的多機器人協(xié)作SLAM研究[D];哈爾濱工業(yè)大學(xué);2016年

4 王道斌;基于天空偏振光的SLAM方法的研究[D];中國科學(xué)技術(shù)大學(xué);2014年

5 林睿;基于圖像特征點的移動機器人立體視覺SLAM研究[D];哈爾濱工業(yè)大學(xué);2011年

6 游弋;SLE相關(guān)候選基因FCRL3，SLAM的SNP分析及其功能研究[D];第三軍醫(yī)大學(xué);2008年

7 吳葉斌;基于全景視覺的移動機器人SLAM方法研究[D];哈爾濱工程大學(xué);2011年

8 陳晨;基于Sigma點濾波的移動機器人同時定位與地圖創(chuàng)建算法的研究[D];北京交通大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周慧中;基于結(jié)構(gòu)線條的視覺SLAM方法[D];上海交通大學(xué);2015年

2 龍超;基于Kinect和視覺詞典的三維SLAM算法研究[D];浙江大學(xué);2016年

3 鄭順凱;自然環(huán)境中基于圖優(yōu)化的單目視覺SLAM的研究[D];北京交通大學(xué);2016年

4 查尤平;平滑型SLAM中數(shù)據(jù)關(guān)聯(lián)的魯棒性研究[D];北京交通大學(xué);2016年

5 儲明帥;基于增量平滑的移動機器人同時定位與地圖構(gòu)建的研究[D];北京交通大學(xué);2016年

6 宋艷;基于圖像特征的RGB-D視覺SLAM算法[D];中國海洋大學(xué);2015年

7 應(yīng)璐璐;基于感知驅(qū)動的AUV自主導(dǎo)航算法研究[D];中國海洋大學(xué);2015年

8 祝甜一;基于ROS的自主式救援機器人SLAM和導(dǎo)航系統(tǒng)研究[D];東南大學(xué);2015年

9 李玉;基于3D激光點云的無人車城市環(huán)境SLAM問題研究[D];北京理工大學(xué);2016年

10 朱福利;基于SLAM的移動機器人室內(nèi)環(huán)境感知和地圖構(gòu)建研究[D];廣東工業(yè)大學(xué);2016年

，

本文編號：656765