异构计算平台激光雷达算法优化研究

摘要：

单纯采用CPU处理激光雷达点云数据已无法满足其实时性需求.为此,选用NVIDIA Tegra X1作为异构计算平台,对激光雷达数据处理算法进行加速.结合硬件架构特征和激光雷达数据处理算法的特性,通过粗粒度并行解决GPU优化过程中出现的负载不均衡问题.同时采用零复制和数据本地化的方法进行数据的精细优化.实验结果表明,相较于目前智能车上使用的工控机,优化后的激光雷达数据处理算法能够加速5倍～6倍,提高了智能车对雷达数据处理的实时性.

关键词：粗粒度并行、负载不均衡、零复制、数据本地化、GPU优化、异构计算平台

所属期刊栏目：44

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金“视听觉信息的认知计算”重大研究计划重点支持项目“智能车驾驶脑认知技术、平台与转化研究”91420202;由北京联合大学和原总参61所合作承担,鲍泓教授为项目负责人、李德毅院士为首席专家,横向建立了十三个课题组群,纵向建立了“猛狮”“京龙”和字通等六个车队群,全过程实行有效的矩阵式管理.该项目的核心是研究“如何在开放道路条件下,自主完成各类驾驶行为、可用于深度学习和自学习的机器驾驶脑、不确定性驾驶环境的认知”这;北京市教委科研计划项目KM201811417006

在线出版日期：2018-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7