博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Volumetric 3D Mapping in Real-Time on a CPU
阅读量:4042 次
发布时间:2019-05-24

本文共 312 字,大约阅读时间需要 1 分钟。

这篇文章如何将最voxel的更新在CPU的SIMD指令上并行

大概思路如下:

先在空间中建立八叉树, 然后将八叉树细分, 对于树枝结构的维持也会有相应的结构维持brick, 如图4(a)所示, 所以他们是一一对应的

所以对于新来的一帧深度图, 先将每个像素转到相机视角下的3D坐标, 然后将所以包含这个坐标的分枝(brick)放入一个queue中, 然后算出这个点的scale, 更新所有比这个scale(包括这个scale)还粗的brick的TSDF。

注意算法1,是针对每个包括深度3D点的brick中的每个voxel.

算法2只不过是把每维拆分开来了, 然后在x维上用了simd并行处理。

后面的meshing没有细看

转载地址:http://baxdi.baihongyu.com/

你可能感兴趣的文章
opensuse12.2 PL2303 minicom
查看>>
网络视频服务器移植
查看>>
Encoding Schemes
查看>>
移植QT
查看>>
如此调用
查看>>
计算机的发展史
查看>>
带WiringPi库的交叉编译如何处理一
查看>>
带WiringPi库的交叉笔译如何处理二之软链接概念
查看>>
Spring事务的七种传播行为
查看>>
ES写入找不到主节点问题排查
查看>>
Java8 HashMap集合解析
查看>>
欢迎使用CSDN-markdown编辑器
查看>>
Android计算器实现源码分析
查看>>
Android系统构架
查看>>
Android 跨应用程序访问窗口知识点总结
查看>>
各种排序算法的分析及java实现
查看>>
SSH框架总结(框架分析+环境搭建+实例源码下载)
查看>>
js弹窗插件
查看>>
自定义 select 下拉框 多选插件
查看>>
js判断数组内是否有重复值
查看>>