基于双目相机与嵌入式GPU 的SLAM 系统设计*

佘黎煌，童文昊，孙健伟，许洪瑞

（东北大学 计算机科学与工程学院，辽宁 沈阳 110000）

引言

随着人工智能理论方法的快速发展应用，以及自动驾驶技术、VR/AR 领域、机器人定位导航方面等人工智能技术的发展。如何在嵌入式系统中使用FPGA 和GPU等高性能边缘技术，成为嵌入式系统技术发展应用的重要内容之一。因此，在高校的嵌入式系统课程中为本科生开展目前流行的嵌入式GPU 应用技术介绍，不仅是嵌入式系统课程与时俱进的必要课程内容，也可以为学生今后就业和深造提供重要嵌入式高性能边缘计算的重要基础。

本系统基于Nvidia Jetson TX2 的ARM+GPU 嵌入式平台，该平台类似传统的PC 机中处理器搭载GPU 显卡的模式，但是在可靠性和功耗等方面有着极大的优化，适合于嵌入式系统的应用。其中ARM 核心嵌入式操作系统运行和系统管理，开发的架构，GPU 负责繁杂的计算，极大的拓展了嵌入式技术的能力范围。本文将以嵌入式GPU 和双目摄像头为主要硬件，以双目SLAM 和目标识别运算为示例来展示嵌入式GPU 的性能。

SLAM 技术是无人智能机器必备技术，它使用光学传感器，以设备自身为中心对周围环境进行建图，并且确定自身位置。SLAM 技术有多重，其中双目SLAM 效果优秀，代价是运算量很高。

同时我们注意到，智能设备的任务往往是有特定目标的，如无人驾驶车需要识别出什么位置有车辆，什么位置有人，红绿灯在哪等等。所以我们将目标识别也加入到我们的系统中，形成能够目标识别的SLAM 建图系统。……