nvblox: GPU-Accelerated Incremental Signed Distance Field Mapping

要約

密集した容積マップは、ロボットが雑然とした空間を安全に移動したり、環境とインタラクションしたりするために不可欠です。
レイテンシと堅牢性に関しては、カメラまたは LiDAR ベースのセンサーから、計算に制約のあるハードウェア上でオンボードで計算できることが最善です。
これまでの研究では、計算上の制約により地図の解像度や縮尺が制限されるロボット マッピング用の CPU ベースのシステムと、ロボットによる経路計画に重要な機能を省略する GPU ベースの再構成システムとの間にギャップが残されていました。
私たちは、GPU アクセラレーションによるロボット ボリューム マッピングによってこのギャップを埋めることを目的とした、組み込み GPU 用に最適化されたライブラリ nvblox を紹介します。
nvblox は、最先端技術に比べてパフォーマンスが大幅に向上し、表面再構成で最大 177 倍の高速化、距離場の計算で最大 31 倍の向上を達成しており、オープンソースで利用できます。

要約(オリジナル)

Dense, volumetric maps are essential for safe robot navigation through cluttered spaces, as well as interaction with the environment. For latency and robustness, it is best if these can be computed on-board on computationally-constrained hardware from camera or LiDAR-based sensors. Previous works leave a gap between CPU-based systems for robotic mapping, which due to computation constraints limit map resolution or scale, and GPU-based reconstruction systems which omit features that are critical to robotic path planning. We introduce a library, nvblox, that aims to fill this gap, by GPU-accelerating robotic volumetric mapping, and which is optimized for embedded GPUs. nvblox delivers a significant performance improvement over the state of the art, achieving up to a 177x speed-up in surface reconstruction, and up to a 31x improvement in distance field computation, and is available open-source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google