点击下方
卡片
，关注
「3DCV」
公众号
选择
星标
，干货第一时间送达
点击加入
「3DCV」
技术交流群
作者：小柠檬 | 来源：3DCV
在公众号「3DCV」后台，回复「原论文」可获取论文pdf
添加微信：dddvision，备注：3D点云，拉你入群。文末附行业细分群
1、导读
LiDAR点云聚类是目标检测和识别的关键部分。然而，将巨大的LiDAR点云聚集在一起，会给车辆中的车载设备分配很大的处理负载。本文提出了一种基于密度的噪声应用空间聚类（DBSCAN）算法的点云聚类系统，用于低分辨率LiDAR，减轻了聚类任务的负担，缩短了处理时间。为了验证该系统的可行性，我们在现场可编程门阵列（FPGA）上实现了点云聚类加速器。该系统的处理速度提高了39.5倍。
图1.点云聚类系统框图
我们提出了一种基于DBSCAN算法的低分辨率LiDAR点云聚类系统。该系统通过边缘计算转换传感器附近的数据，从而减轻车载设备的计算负担，并通过仅传输结果并结合LiDAR点云集群硬件加速器来减少处理时间。为了减轻因使用大量数据而产生的计算负载，我们采用低分辨率 LiDAR 进行聚类并执行整数量化等预处理步骤。
2、系统架构
图1显示了所提出的系统的整体架构。该系统由微控制器单元（MCU）、SRAM和LiDAR点云集群加速器组成。加速器包含一个（串行外设接口）SPI控制器、一个SRAM控制器、一个数据路径控制器和一个分组内核。
MCU量化来自LiDAR传感器点云的x、y和z坐标数据，通过对优先级进行分组对像素索引进行排序，并通过SPI将数据发送到加速器。此外，MCU还根据加速器传输的组数据识别组位置和大小。将坐标数据量化为8位整数，以便在传输前进行高效计算，像素索引与MCU中的像素坐标数据的法向量和距离对齐，以提高聚类精度。加速器对MCU传输的数据进行处理以进行聚类分析，并传输生成的组数据。
图2.实验环境
在分组核心中，集群加速主要为高级，而其他模块则处理数据传输或存储。SPI控制器模块在MCU和加速器之间接收和传输坐标数据和排序像素列表。SRAM控制器模块管理来自数据路径控制器的数据存储，包括聚类结果。数据路径控制器模块促进了SPI和SRAM控制器之间的数据传输，并对核心模块进行分组，处理数据接收、存储和传输。
基于DBSCAN方法的聚类在分组核心模块中执行。该模块利用 LiDAR 像素的索引来适应 DBSCAN 方法。从排序的像素索引列表中的参考点开始，将附近的像素与参考点依次进行比较，以评估点密度。通过将寄存器阵列放置在分组核心中，可以确认像素是否已包含在分组中，从而缩短了聚类性能时间。每次创建组时，像素的组号和索引都会与像素的索引一起保存在SRAM中。
3、实验
我们建立了一个系统，包括部署在树莓派和FPGA上的点云聚类加速器，用于系统验证，如图2（a）所示。系统生成的组如图2（b）所示。实验中使用了Pixset的Pixell LiDAR数据集，共包含189帧。为了验证该系统的可行性，我们比较了在CPU上使用python框架设计的系统和带有硬件加速器的系统的处理时间。当对每个系统执行聚类时，平均每帧记录的时间消耗为87.6毫秒和每帧2.2毫秒，如图3所示。因此，与基于软件的实现相比，基于 FPGA 的系统在聚类计算时间方面提高了39.5倍。因此，通过对实验结果的对比分析，所提系统内设计的硬件加速器有效地证明了成功的时间缩短。
图3.实验结果
4、结论
本文提出了一种用于低分辨率LiDAR的点云聚类系统。该系统通过加速器在短时间内进行高效计算。此外，我们通过仅将聚类结果传送到板载设备来减轻设备的计算负担。通过比较和验证SW系统与FPGA系统的聚类时间，证明了所提系统中的硬件加速器有效地减少了计算时间。
3D视觉精品课程：
3dcver.com
3DGS、NeRF、结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、无人机仿真、三维视觉C++、三维视觉python、dToF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪。
▲长按扫码学习3D视觉精品课程
3D视觉学习圈子
3D视觉从入门到精通知识星球
、国内成立最早、6000+成员交流学习。包括：
星球视频课程近20门（价值超6000）
、
项目对接
、
3D视觉学习路线总结
、
最新顶会论文&代码
、
3D视觉行业最新模组
、
3D视觉优质源码汇总
、
书籍推荐
、
编程基础&学习工具
、
实战项目&作业
、
求职招聘&面经&面试题
等等。欢迎加入3D视觉从入门到精通知识星球，一起学习进步。
▲长按扫码加入星球
3D视觉交流群
目前工坊已经建立了3D视觉方向多个社群，包括
SLAM
、
工业3D视觉
、
自动驾驶
、
三维重建
、
无人机
等方向，细分群包括：
