异构计算平台激光雷达算法优化研究

来源：计算机工程杂志2018年第7期北京时间：

作者：许武,梁军,李威,徐鹏飞,徐圣瑞,张福贵

单位：北京联合大学 北京市信息服务工程重点实验室,北京 100101

摘要：单纯采用CPU处理激光雷达点云数据已无法满足其实时性需求。为此,选用NVIDIA Tegra X1作为异构计算平台,对激光雷达数据处理算法进行加速。结合硬件架构特征和激光雷达数据处理算法的特性,通过粗粒度并行解决GPU优化过程中出现的负载不均衡问题。同时采用零复制和数据本地化的方法进行数据的精细优化。实验结果表明,相较于目前智能车上使用的工控机,优化后的激光雷达数据处理算法能够加速5倍~6倍,提高了智能车对雷达数据处理的实时性。

关键词：粗粒度并行,负载不均衡,零复制,数据本地化,GPU优化,异构计算平台

基金资助：国家自然科学基金“视听觉信息的认知计算”重大研究计划重点支持项目“智能车驾驶脑认知技术、平台与转化研究”(91420202),由北京联合大学和原总参61所合作承担,鲍泓教授为项目负责人、李德毅院士为首席专家,横向建立了十三个课题组群,纵向建立了“猛狮”“京龙”和宇通等六个车队群,全过程实行有效的矩阵式管理。该项目的核心是研究“如何在开放道路条件下,自主完成各类驾驶行为、可用于深度学习和自学习的机器驾驶脑、不确定性驾驶环境的认知”这一系列科学问题;北京市教委科研计划项目(KM20181141700