Zombie Gunship Survival

Производительность, точность и контроль эффективности энергоэффективности для приложений SLAM.

Это мобильное издание SLAMBench 1.1 с использованием набора данных ICL-NUIM.

Вы можете использовать этот эталон, чтобы оценить возможности вашего телефона, выполняющего решения дополненной реальности на основе алгоритмов SLAM (т.е. 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

Описание Сламбенга

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

Алгоритмы компьютерного зрения для понимания трехмерной сцены оказывают огромное потенциальное воздействие на контексты приложения для робототехники с ограниченной силой. SLAMBench представляет основу для количественных, сопоставимых и проверенных экспериментальных исследований для исследования компромиссов для производительности, точности и потребления энергии приложения, которое создает плотную трехмерную модель произвольной сцены с использованием камеры RGB-D.

Плотные подходы к проблеме одновременной локализации и картирования (SLAM) являются вычислительно дорогими по сравнению с редкими методами, основанными на объектах, но имеют важные преимущества в обеспечении надежной локализации и высокооплачиваемой модели окружающей среды. SLAMBench -это программная структура, которая поддерживает исследования в области аппаратных акселераторов и программных инструментов, сравнивая производительность, энергопотребление и точность генерируемой трехмерной модели в контексте известной основной истины.

Особенности версии Android

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

- Это приложение запускает KinectFusion на вашем мобильном телефоне Android,

- Он предоставляет статистику о его производительности, включая скорость, точность, а также для совместимых устройств, эффективности питания и температуры.

- Ваши результаты будут анонимно отправлены на удаленный сервер и используются для улучшения алгоритмов SLAMBench и Slam.

Особенности версии Linux

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

SLAMBench предоставляет реализации Kfusion с использованием популярных языков, в настоящее время CUDA, OpenCl, OpenMP и C ++. Входные последовательности могут быть предоставлены в ряде стандартных форматов, включая OpenNI, или непосредственно с Copatible Camera. Инструмент позволяет легко скорректировать различные параметры, чтобы обменять точность против производительности или мощности. Точность может быть измерена с использованием сценариев, предоставленных в связи с набором данных ICL-NUIM, которые обеспечивают высококачественные синтетически сгенерированные последовательности в качестве ссылок на наземные истины.

Структура базы кода позволяет подключить альтернативные ядра или алгоритмы с относительной легкостью и, опять же, на эффективность и точность, которое будет легко проанализировать.

Интерфейс на основе QT обеспечивает визуализацию показателей производительности в реальном времени, включая мощность на Odroid-XUE/3, а также визуализацию 3D-модели по мере ее построения.

Публикации

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

Если вы используете SLAMBench в научных публикациях, мы будем признателен о цитировании следующей статьи (http://arxiv.org/abs/1410.2167):

Представляем Slambench, методология сравнительного анализа производительности и точности для Slam.

L. Nardi, B. Bodin, MZ Zia, J. Mawer, A. Nisbet, Phj Kelly, AJ Davison, M. Luján, MFP O'Boyle, G. Riley, N. Topham и S. Furber. Представляем SLAMBench , методология сравнительного анализа производительности и точности для Slam. В IEEE Intl. Конфликт о робототехнике и автоматизации (ICRA), май 2015. Arxiv: 1410.2167.

Что нового в последней версии 1.0-11