Improvement of the 3D map-building and its fast rendering using Compute Unified Device Architecture (CUDA)

The following paper shows an improvement of the 3D map-building algorithm and 3D map fast rendering using Compute Unified Device Architecture (CUDA). A computational intelligence algorithm has been applied to approximate 3D LRF data. The 3D data are acquired using 3D Laser Range Finder based on LRF SICK400 mounted onto rotated head of the robot chassis. The new idea of 3D map model is shown. The approximation is performed using the support vector machine (SVM) algorithm that allows to trade off between the model complexity and fitting accuracy. Hough Transform is implemented to obtain the approximation of the flat areas. The composition of the non-linear SVM function and linear function of the Hough algorithm result is implemented to obtain proper representation of the robot environment.

W niniejszym artykule przedstawiono algorytm budowy trójwymiarowej sceny 3D oraz możliwość jej szybkiego odtwarzania z wykorzystaniem architektury obliczeń równoległych CUDA (Compute Unified Device Architecture). Algorytm sztucznej inteligencji zastał zastosowany do aproksymacji danych 3D zebranych z laserowego czujnika odległości. Dane do eksperymentu zostały zebrane z laserowego czujnika odległości LRF SICK 400 zamontowanego na obrotowej głowicy umieszczonej na robocie mobilnym. W artykule zaprezentowano nowe podejście do budowy trójwymiarowej mapy otoczenia. Aproksymacja została zrealizowana przy użyciu algorytmu maszyny wektorów wspierających SVM (Support Vector Machine) pozwalającego na zapewnienie równowagi pomiędzy złożonością modelu a dokładnością obliczeń. Transformata Hough-a została zaimplementowana w celu aproksymacji płaskich powierzchni. Połączenie nieliniowej funkcji SVM oraz liniowej funkcji transformaty Hough-a pozwala na otrzymanie poprawnej reprezentacji otoczenia robota.