[发明专利]SLAM运算装置和方法

说明书

一种SLAM运算装置和方法，包括中间存储模块，用于存储三维坐标的三个数值；向量运算单元，用于通过配置指令从所述中间存储模块中提取操作数，以及对所述操作数执行平方运算，得到三个运算结果，所述操作数为所述三维坐标的三个数值；缓冲存储模块，用于存储所述三个运算结果；标量运算单元，用于对所述三个运算结果进行求和运算，然后执行开方运算，得到执行结果，以及将所述执行结果输出到中间结果存储模块或缓冲存储模块。本发明的装置和方法能够有效根据不同的需求对运算进行加速，满足不同需求的运算，具有灵活性强、可配置程度高、运算速度快、功耗低等优点。

技术领域

本发明涉及一种SLAM(simultaneous Localization and Mapping，即时定位与建图)运算装置和方法，用于根据不同需求对SLAM算法的运算进行加速。

背景技术

在未知的环境中自主导航是移动机器人(例如无人地面和空中载具等)的一个基本能力。SLAM任务中即时定位与建图的定位主要完成机器人的位置在地图中的确定工作，建图的主要任务是是机器人根据环境建立对应环境的地图。在缺乏位置环境初始地图的情况下这就需要机器人能够实时地构建地图并且利用地图完成自身的定位，完成这项任务所需要的SLAM算法随之产生。然而在移动机器人有限的计算能力和严格的功耗要求下精确地实现SLAM算法是现实中所面临的最大问题之一。首先，SLAM算法因为有实时性的要求因而需要极高的运算速度来完成类似帧与帧间短时间的大量运算，其次SLAM算法由于受到移动机器人的限制对功耗有着苛刻的要求，最后SLAM算法种类众多运算类型较广，因此设计的加速器需要支持各种类型的SLAM算法。

在现有技术中，一种实现SLAM算法的方式是直接在通用处理器(CPU)上进行运算，该方法的缺点之一是单个通用处理器的运算性能较低，无法满足常见SLAM运算实时性需求。而多个通用处理器并行执行时，通用处理器之间相互通信又成为了性能瓶颈。

另一种实现SLAM算法的方式是在图形处理器(GPU)上进行运算，这种方法通过使用通用寄存器堆和通用流处理单元执行通用SIMD指令来支持上述算法。虽然该方法是专门用来执行图形图像运算的设备，但是由于SLAM算法运算的复杂性，该方法并不能够很好的支持其后续运算，也就是无法对SLAM算法的整体运算进行有效加速。同时，GPU片上缓存太小，更无法满足大量的SLAM算法的运算需求。此外，由于在实际应用领域中，将CPU或GPU等类似的结构移植到机器人上是一件比较困难的事情，所以，尚且没有一款实用性强、灵活性高的专用SLAM硬件加速器结构。我们设计的装置是一款符合要求的专用SLAM硬件加速器，对应的我们设计了这套装置的方法，它可以被设计成专用芯片、嵌入式芯片等硬件，从而可以应用到机器人、计算机、手机等应用中。

发明内容

(一)要解决的技术问题

本发明的目的在于，提供一种SLAM硬件加速器的装置和方法。

(二)技术方案

根据本发明的一方面，提供一种SLAM硬件加速器的装置，包括：

存储部分，用于存储输入数据、临时运算结果数据、最终运算结果数据、运算过程所需的指令集和/或算法参数数据；

运算部分，与所述存储部分连接，用于完成对SLAM相关算法和应用的计算；

控制部分，连接所述存储部分和运算部分，用于控制和协调存储部分和运算部分。

优选的，所述存储部分包括：

输入存储模块：用于存储输入输出数据；

中间结果存储模块：用于存储中间运算结果；

最终结果存储模块：用于存储最终运算结果；

指令存储模块：用于存储运算过程所需的指令集；和/或

缓冲存储模块：用于数据的缓冲存储。