Zombie Gunship Survival

Rendimiento, precisión y punto de referencia de eficiencia energética para aplicaciones SLAM.

Esta es la edición móvil de SLAMBench 1.1 utilizando el conjunto de datos ICL-NUIM.

Puede usar este punto de referencia para evaluar la capacidad de su teléfono con soluciones de realidad aumentada basadas en algoritmos de slam (es decir, 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

Descripción de slambench

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

Los algoritmos de visión por computadora para la comprensión de la escena 3D tienen enormes impactos potenciales para contextos de aplicación de robótica restringida de potencia. SLAMBench presenta una base para la investigación experimental cuantitativa, comparable y validable para investigar las compensaciones de rendimiento, precisión y consumo de energía de una aplicación que produce un denso modelo 3D de una escena arbitraria utilizando una cámara RGB-D.

Los enfoques densos para el problema simultáneo de localización y mapeo (SLAM) son computacionalmente costosos en comparación con los métodos basados ​​en características dispersas, pero tienen ventajas importantes para proporcionar una localización robusta y un modelo altamente detallado del entorno. SLAMBench es un marco de software que admite la investigación en aceleradores de hardware y herramientas de software en comparación del rendimiento, el consumo de energía y la precisión del modelo 3D generado en el contexto de una verdad terrestre conocida.

Características de la versión de Android

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

- Esta aplicación ejecuta Kinectfusion en su móvil Android,

- Proporciona estadísticas sobre su rendimiento, incluida la velocidad, la precisión y para los dispositivos compatibles, la eficiencia de la energía y la temperatura.

- Sus resultados se enviarán de forma anónima a un servidor remoto y se utilizarán para mejorar los algoritmos SLAMBench y Slam.

Características de la versión de Linux

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

SLAMBench proporciona implementaciones de Kfusion utilizando idiomas populares, actualmente CUDA, OpenCL, OpenMP y C ++. Las secuencias de entrada se pueden proporcionar en varios formatos estándar, incluidos OpenNI, o directamente desde una cámara compatible con OpenNI. La herramienta permite que varios parámetros se ajusten fácilmente para intercambiar la precisión contra el rendimiento o el poder. La precisión se puede medir utilizando scripts proporcionados en asociación con el conjunto de datos ICL-NUIM, que proporciona secuencias generadas sintéticamente de alta calidad como referencias de verdad terrestre.

La estructura de la base de código permite que los núcleos o algoritmos alternativos se conecten con relativa facilidad y, nuevamente, el efecto sobre el rendimiento y la precisión se analizarán fácilmente.

La interfaz basada en QT permite la visualización en tiempo real de las figuras de rendimiento, incluida la potencia en Odroid-Xue/3, así como la visualización del modelo 3D tal como se construye.

Publicaciones

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

Si usa SLAMBench en publicaciones científicas, apreciamos las citas del siguiente artículo (http://arxiv.org/abs/1410.2167):

Introducción de Slambench, una metodología de evaluación comparativa de rendimiento y precisión para SLAM.

L. Nardi, B. Bodin, MZ Zia, J. Mawer, A. Nisbet, Phj Kelly, AJ Davison, M. Luján, MFP O'Boyle, G. Riley, N. Topham y S. Furber. Introducción SLAMBench , una metodología de evaluación comparativa de rendimiento y precisión para SLAM. En IEEE INTL. Conf. Sobre robótica y automatización (ICRA), mayo de 2015. ARXIV: 1410.2167.

¿Qué hay de nuevo en la última versión 1.0-11?