SLAMBench

针对大满贯应用的性能，准确性和功率效率基准。

这是使用ICL-NUIM数据集的SLAMBench 1.1的移动版。

您可以使用此基准测试来评估基于SLAM算法（即KinectFusion）的手机运行增强现实解决方案的功能。

SLAMBench ：http：//apt.cs.manchest.ac.uk/projects/pamela/tools/slambench/

kinectFusion：https：//msdn.microsoft.com/en-us/library/dn188670.aspx

ICL-NUIM：http：//www.doc.ic.ac.uk/~ahanda/vafric/iclnuim.html

击刀片描述

--------------------------------------------------

用于3D场景的计算机视觉算法对电源约束机器人的应用程序上下文产生了巨大的潜在影响。 SLAMBench为定量，可比和可有效的实验研究奠定了基础，以调查使用RGB-D摄像机生成任意场景的密集3D模型的性能，准确性和能源消耗的权衡。

与稀疏基于特征的方法相比，同时本地化和映射问题（SLAM）问题的密集方法在计算上昂贵，但是在提供强大的本地化和环境的高度详细模型方面具有重要的优势。 SLAMBench是一个软件框架，通过比较在已知的基础真理的背景下，可以比较性能，能量消耗和生成的3D模型的精度来支持硬件加速器和软件工具的研究。

Android版本的功能

----------------------------------------------------------------------

- 此应用程序在您的Android手机上运行KinectFusion，

- 它提供了有关其性能的统计数据，包括速度，准确性以及兼容设备，功率效率和温度。

- 您的结果将被匿名发送到远程服务器，并用于改善SLAMBench和猛击算法。

Linux版本的功能

----------------------------------------------------------

SLAMBench使用流行语言（当前CUDA，OPENCL，OPENMP和C ++）提供了Kfusion的实现。输入序列可以以多种标准格式（包括OpenNI）提供，也可以直接从OpenNI兼容摄像头提供。该工具允许轻松调整各种参数，以权衡性能或功率。可以使用与ICL-NUIM数据集相关的脚本来测量准确性，该数据集提供了高质量合成生成的序列作为地面真实参考。

代码库的结构允许相对容易地插入替代的内核或算法，并再次，对性能和准确性的影响很容易分析。

基于QT的接口允许对性能图的实时可视化，包括Odroid-Xue/3上的功率，以及构造时3D模型的可视化。

出版物

--------------------------------------------------

如果您在科学出版物中使用SLAMBench ，我们将感谢以下论文的引用（http://arxiv.org/abs/1410.2167）：

引入Slambench，是SLAM的性能和准确性基准测定方法。

L. Nardi，B。Bodin，MZ Zia，J。Mawer，A。Nisbet，PHJ Kelly，AJ Davison，M。Luján，MFP O'Boyle，G。Riley，N。Topham和S. Furber。引入SLAMBench ，是SLAM的性能和准确性基准测定方法。在IEEE INTL中。 conf。关于机器人和自动化（ICRA），2015年5月。Arxiv：1410.2167。

最新版本1.0-11中的新功能