面向点云语义分割的近传感器边缘计算系统
计算机视觉与模式识别
2022-07-14 v1 硬件体系结构
摘要
点云语义分割因对光照条件具有鲁棒性而受到关注，这使其成为自动驾驶理想的语义方案。然而，考虑到神经网络巨大的计算负担与带宽需求，将全部计算置于车载电子控制单元（ECU）中既低效又不现实。本文提出一种基于距离视图的轻量化点云语义分割网络。因其预处理简单且采用标准卷积，在 DPU 等深度学习加速器上运行高效。此外，我们为自动驾驶车辆构建了近传感器计算系统：该系统将基于 FPGA 的深度学习加速器核（DPU）置于 LiDAR 传感器旁，执行点云预处理与分割神经网络。仅将后处理步骤留给 ECU，该方案大幅缓解 ECU 计算负担，从而缩短决策与车辆反应延迟。我们的语义分割网络在 Xilinx DPU 上达到每秒 10 帧（fps），计算效率为 42.5 GOP/W。
引用
@article{arxiv.2207.05888,
title = {A Near Sensor Edge Computing System for Point Cloud Semantic Segmentation},
author = {Lin Bai and Yiming Zhao and Xinming Huang},
journal= {arXiv preprint arXiv:2207.05888},
year = {2022}
}
备注
accepted by ISCAS 2022