[发明专利]一种基于FPGA的3D点云数据的立方体划分加速器在审

专利信息
申请号: 202210295337.4 申请日: 2022-03-24
公开(公告)号: CN114648439A 公开(公告)日: 2022-06-21
发明(设计)人: 刘铎;李鑫;任骜;谭玉娟;陈咸彰;汪成亮 申请(专利权)人: 重庆大学
主分类号: G06T1/20 分类号: G06T1/20;G06F16/901;G06F16/908;G06F7/487;G06F7/485;G06F7/499
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 何卿华
地址: 404100 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 fpga 数据 立方体 划分 加速器
【说明书】:

发明提供了一种基于FPGA的3D点云数据的立方体划分加速器,包括:立方体坐标计算模块、哈希函数模块、哈希查找模块、哈希数据模块、立方体信息输出模块、读写存储模块。采用本发明实施例,能够基于FPGA具有的集成度高、易实现并行计算、低功耗等优点,利用FPGA可配置实现并行化、流水线结构的特性,结合哈希算法对点云数据进行实时处理和划分,对点云数据三维坐标进行并行计算,划分出每个点所属的三维立方体,并通过哈希算法实时更新每个三维立方体包含的点,以哈希表查询与插入立方体信息,从而提高点云数据划分的速度,达到3D点云目标检测中实时处理的要求。

技术领域

本发明涉及点云数据处理领域,尤其涉及一种基于FPGA的3D点云数据的立方体划分加速器。

背景技术

随着在自主驾驶、机器人等领域的广泛应用,3D目标检测越来越受到工业界和学术界的关注。基于点云的3D目标检测是通过激光雷达收集周围的物体形状,生成点云数据,然后传到后端通过点云数据预处理、神经网络识别的技术达到自动识别3D目标的目的。

目前,3D点云目标检测主要通过CPU平台和GPU平台实现,这两个平台上的算力充足,能够实现较为复杂的算法,达到3D点云目标检测所需的高识别率的要求。但是,本发明人在对现有技术的研究中发现,CPU平台和GPU平台的功耗要求高,不具备便携性和灵活性,因此很难应用于实时应用中。

发明内容

本发明提供一种基于FPGA的3D点云数据的立方体划分加速器,能够提高点云数据划分的速度,达到3D点云目标检测中实时处理的要求。

为实现上述目的,本发明实施例提供了一种基于FPGA的3D点云数据的立方体划分加速器,包括:立方体坐标计算模块、哈希函数模块、哈希查找模块、哈希数据模块、立方体信息输出模块、读写存储模块;

所述立方体坐标计算模块,用于获取点云数据,并根据所述点云数据和立方体的大小得到立方体坐标,并将所述立方体坐标发送至所述哈希函数模块;

所述哈希函数模块,用于接收所述立方体坐标,并以所述立方体坐标作为哈希键,按照预设的哈希算法,输出对应的哈希值,并将所述哈希值和所述哈希键发送至所述哈希查找模块;

所述哈希查找模块,用于接收所述哈希值和所述哈希键,并根据所述哈希值查找所述立方体在哈希数据表中的位置,输出对应的数据表位置信息,并将所述数据表位置信息和所述哈希键发送至所述哈希数据模块;

所述哈希数据模块,用于接收所述数据表位置信息和所述哈希键,根据所述数据表位置信息和所述哈希键进行立方体信息的存储、管理与更新,输出立方体信息,并将所述立方体信息发送至所述立方体信息输出模块;

所述立方体信息输出模块,用于接收所述立方体信息,并对输入点对应的所述立方体信息进行整理,输出整理后的立方体信息;

所述读写存储模块,用于存储哈希表信息,所述读写存储模块与所述哈希查找模块和所述哈希数据模块连接;其中,所述哈希表信息包括哈希查找表、哈希数据表元数据表、哈希冲突数据表。

作为其中一种可选的实施例,所述立方体坐标计算模块包括单精度浮点数乘法模块、单精度浮点数减法模块、单精度浮点数向下取整模块、单精度浮点数转定点数模块;

所述单精度浮点数乘法模块,用于获取所述点云数据,并根据所述点云数据与立方体在三维坐标系下的固定值倒数之间的乘积,输出乘法结果,并将所述乘法结果发送至所述单精度浮点数减法模块;

所述单精度浮点数减法模块,用于接收所述乘法结果,并根据所述乘法结果与所述点云数据在三维坐标系下的范围下限值之间的差值,输出减法结果,并将所述减法结果发送至所述单精度浮点数向下取整模块;

所述单精度浮点数向下取整模块,用于接收所述减法结果,并将所述减法结果进行向下取整,输出取整结果,并将所述取整结果发送至所述单精度浮点数转定点数模块;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210295337.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top