申请/专利权人：上海科技大学

申请日：2024-01-11

公开（公告）日：2024-03-29

公开（公告）号：CN117788591A

主分类号：G06T7/73

分类号：G06T7/73

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明的技术方案是提供了一种快速高能效的大规模点云K‑最近邻搜索加速器，其特征在于，构建了基于DSVS搜索结构进行搜索的NSVS框架，在FPGA上实现大规模点云图k‑最近邻搜索算法，包括：构建DSVS搜索结构；基于DSVS搜索k‑最近邻。在KITTI数据集上的实验结果表明，本发明提出的k‑最近邻搜索加速器比目前最先进的FPGA实现搜索速度快9.1倍。此外，本发明的方案也实现了最佳能效，我们提出的加速器分别比最先进的FPGA和GPU实现高11.5倍和13.5倍。

主权项：1.一种快速高能效的大规模点云K-最近邻搜索加速器，其特征在于，构建了基于DSVS搜索结构进行搜索的NSVS框架，在FPGA上实现大规模点云图k-最近邻搜索算法，包括：构建DSVS搜索结构：将参考集所在空间分割成不同体素，每个体素的边长等于期望的搜索范围Rin，若k-最近邻结果超出期望的搜索范围Rin，则被视为异常值；基于每个体素中点的数量，进一步将包含有较多点的体素分割成子体素；对参考集进行排序，以确保相邻体素或相邻子体素中的点存储在连续的存储器中；基于DSVS搜索k-最近邻，进一步包括：函数模块一：定位查询点，根据查询点的位置采用不同的策略来缩小搜索范围：若包含查询点的体素的相邻体素没有进一步被分割为子体素，则将该相邻体素作为搜索体素；若包含查询点的体素的相邻体素被进一步分割为子体素，则在该相邻体素中只选择最接近包含查询点的体素的子体素作为搜索子体素；搜索体素以及搜索子体素构成缩小的搜索区域；函数模块二：在缩小的搜索区域内提取候选邻近点，其中：定义数据重用率，数据重用率为查询点的数量与搜索区域中参考点的数量之比：若数据重用率超过阈值，采用数据重用缓冲区顺序访问参考集，该数据重用缓冲区根据查询点的变化不断更新，从而确保当前查询点周围的点始终在数据重用缓冲区中；若数据重用率低于阈值，以随机访问模式从外部存储器中获取候选邻近点；函数模块三：通过高度并行的k-最近邻选择加速器从函数模块二所获得的候选邻近点中选择k-最近邻；在PS端执行构建构建DSVS搜索结构的任务，在PL端加速基于DSVS搜索k-最近邻的任务。

全文数据：

权利要求：

百度查询： 上海科技大学 一种快速高能效的大规模点云K-最近邻搜索加速器

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD