基于GPU加速的多移动机器人协同定位算法研究
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
图1-1亚马逊Kiva机器人工作图
西安理工大学硕士学位论文2使用协同定位也可以估计这些机器人的位置[3]。多移动机器人协同定位是完成多机器人协同编队、实现多机器人协作导航、增强未知环境快速探索等等多移动机器人系统能力的基石。快速而又精准地获得每一个机器人的位置对多移动机器人系统而言至关重要。定位精度较高的非参数多....
图1-2钛米消毒机器人Fig.1-2TaiMiDisinfectionRobot
西安理工大学硕士学位论文2使用协同定位也可以估计这些机器人的位置[3]。多移动机器人协同定位是完成多机器人协同编队、实现多机器人协作导航、增强未知环境快速探索等等多移动机器人系统能力的基石。快速而又精准地获得每一个机器人的位置对多移动机器人系统而言至关重要。定位精度较高的非参数多....
图1-3CPU和GPU的浮点计算能力Fig.1-3FloatingPointComputingPowerofCPUandGPU综上所述,论文将GPU并行编程技术引入多移动机器人协同定位算法研究中,提高
绪论3像处理,科学计算等领域兼取得了良好的加速效果。例如,通过使用GPU训练神经网络时,训练时间可以缩短到CPU的1/8甚至更少。图1-3CPU和GPU的浮点计算能力Fig.1-3FloatingPointComputingPowerofCPUandGPU综上所述,论文将GPU并....
图2-8Kogge-Stone并行前缀和算法示意图
GPU并行粒子滤波机器人定位方法25在重采样中需要根据权重w[k]求权重累加和c[k],可视为一个简单连续前缀和操作,描述如下:c[k]=c[k-1]+w[k](2-11)其中k=0,1,...,N-1,N是数据的大校因为c[k]的计算需要使用相邻值,串行实现十分简单但慢,并行计....
本文编号:3963462
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/3963462.html