Zombie Gunship Survival

SLAM 애플리케이션의 성능, 정확도 및 전력 효율성 벤치 마크.

ICL-NUIM 데이터 세트를 사용하는 SLAMBench 1.1의 모바일 버전입니다.

이 벤치 마크를 사용하여 Slam 알고리즘 (예 : KinectFusion)을 기반으로 Augmented Reality 솔루션을 실행하는 휴대 전화의 기능을 평가할 수 있습니다.

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

슬램 벤치 설명

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

3D 장면 이해를위한 컴퓨터 비전 알고리즘은 전력 구속화 된 로봇 공학 응용 프로그램 컨텍스트에 막대한 잠재적 영향을 미칩니다. SLAMBench RGB-D 카메라를 사용하여 임의의 장면의 밀도가 높은 3D 모델을 생성하는 응용 프로그램의 성능, 정확도 및 에너지 소비를 조사하기위한 정량적, 비교 가능하며 유효한 실험적 연구의 토대를 제시합니다.

동시 현지화 및 매핑 (SLAM) 문제에 대한 조밀 한 접근법은 희소 기능 기반 방법에 비해 계산적으로 비싸지 만 강력한 현지화와 고도로 분해 된 환경 모델을 제공하는 데 중요한 이점이 있습니다. SLAMBench 알려진 근거 진실과 관련하여 생성 된 3D 모델의 성능, 에너지 소비 및 생성 된 3D 모델의 정확도를 비교하여 하드웨어 가속기 및 소프트웨어 도구에 대한 연구를 지원하는 소프트웨어 프레임 워크입니다.

안드로이드 버전의 기능

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

-이 앱은 Android Mobile에서 KinectFusion을 실행합니다.

- 속도, 정확도 및 호환 장치, 전력 효율 및 온도를 포함한 성능에 대한 통계를 제공합니다.

- 결과는 익명으로 원격 서버로 전송되며 SLAMBench 및 Slam 알고리즘을 개선하는 데 사용됩니다.

Linux 버전의 기능

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

SLAMBench 인기있는 언어, 현재 Cuda, OpenCL, OpenMP 및 C ++를 사용하여 KFUSOU의 구현을 제공합니다. 입력 시퀀스는 OpenNI 또는 OpenNI 호환 카메라를 포함한 여러 표준 형식으로 제공 될 수 있습니다. 이 도구를 사용하면 다양한 매개 변수를 쉽게 조정하여 성능 또는 전력에 대한 정확도를 트레이드 할 수 있습니다. 정확도는 ICL-NUIM 데이터 세트와 관련하여 제공된 스크립트를 사용하여 측정 할 수 있으며, 이는 지상 진실 참조로서 고품질 합성 적으로 생성 된 시퀀스를 제공합니다.

코드베이스의 구조를 통해 대체 커널 또는 알고리즘을 상대적으로 쉽게 쉽게 연결하고 쉽게 분석 할 수있는 성능 및 정확도에 영향을 줄 수 있습니다.

QT 기반 인터페이스는 ODroid-Xue/3의 전원을 포함한 성능 수치의 실시간 시각화와 3D 모델을 구성 할 때 시각화 할 수 있습니다.

출판물

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

과학 간행물에서 SLAMBench 사용하는 경우 다음 논문 (http://arxiv.org/abs/1410.2167)에 대한 인용에 감사드립니다.

슬램에 대한 성능 및 정확도 벤치마킹 방법 인 Slambench를 소개합니다.

L. Nardi, B. Bodin, Mz Zia, J. Mawer, A. Nisbet, Phj Kelly, Aj Davison, M. Luján, MFP O'Boyle, G. Riley, N. Topham 및 S. Furber. 슬램에 대한 성능 및 정확도 벤치마킹 방법 인 SLAMBench 소개합니다. IEEE Intl에서. 콘크리트 로봇 공학 및 자동화 (ICRA), 2015 년 5 월. ARXIV : 1410.2167.

최신 버전 1.0-11의 새로운 기능