Graphite: GPU高速化混合精度グラフ最適化フレームワーク
Graphite: A GPU-Accelerated Mixed-Precision Graph Optimization Framework
SLAMなどのリアルタイムアプリケーションと最適化コードを共有できるCUDA C++インターフェースを備えたGPU加速非線形最小二乗グラフ最適化フレームワークを提案し、バンドル調整でMegBAと同等の性能をメモリ削減しつつ達成、大規模最適化を最大59倍高速化した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Shishir Gopinath, Karthik Dantu, Steven Y. Ko
分類: cs.RO
原文アブストラクト
We present Graphite, a GPU-accelerated nonlinear least squares graph optimization framework. It provides a CUDA C++ interface to enable the sharing of code between a real-time application, such as a SLAM system, and its optimization tasks. The framework supports techniques to reduce memory usage, including in-place optimization, support for multiple floating point types and mixed-precision modes, and dynamically computed Jacobians. We evaluate Graphite on well-known bundle adjustment problems and find that it achieves similar performance to MegBA, a solver specialized for bundle adjustment, while maintaining generality and using less memory. We also apply Graphite to global visual-inertial bundle adjustment on maps generated from stereo-inertial SLAM datasets, and observe speed-ups of up to 59x compared to a CPU baseline. Our results indicate that our framework enables faster large-scale optimization on both desktop and resource-constrained devices.
関連論文
- ポーズグラフ最適化のための効率的な段階的非凸化SLAM最適化
- ポーズグラフ最適化のための適応的段階的非凸性SLAM最適化
- スパース有界SOS計画による大域最適な平面ポーズグラフ・ランドマークSLAMSLAM最適化
