Paralelización del submuestreo de nube de puntos para plataformas con memoria unificada

Abstract

La exploración de ambientes desconocidos mediante robots es una tarea que integra distintas aéreas como localización por un lado y mapeo y planificación por otro. En lo que respecta al mapeo, existen diversos métodos para representar los ambientes por los que puede transitar un robot, en dos y tres dimensiones. Se pueden mencionar grilla de ocupación probabilística, Octomap y STVL entre los más importantes los últimos anos. En la actualidad, las cámaras RGB-D son ampliamente utilizadas para generar una representación detallada del ambiente. La misma presenta un gran volumen, el cual debe ser reducido para poder utilizarse en plataformas de recursos limitados de cómputo. En este trabajo se presenta una implementación del método de diezmado de la nube de puntos capaz de ser ejecutado en una placa con memoria unificada. El mismo consiste en reducir la nube de puntos de manera iterativa utilizando una subdivisión ordenada del espacio. Se obtuvieron resultados para distintos tamaños de grillas, plataformas y escenarios tanto reales como simulados. Los resultados indican que en sistemas embebidos es conveniente contar con arquitecturas que compartan memoria entre CPU y GPU para optimizar los procesos de paso de bloques de datos