[发明专利]一种基于CPU和GPU异构并行架构的点云数据赋色方法和系统

说明书

本发明公开一种基于CPU和GPU异构并行架构的点云数据赋色方法和系统，其中，点云数据赋色方法包括：CPU对源点云文件中的源点云数据进行分块，读取待赋色点云块并发送至GPU；GPU并行对待赋色点云块中各点与序列影像数据进行匹配，得到待赋色点云块的匹配信息；GPU将匹配信息发送至CPU；CPU读取与匹配信息对应的序列影像数据，将序列影像数据发送至GPU；GPU使用序列影像数据，并行计算待赋色点云块中各点的颜色属性值，得到完成赋色点云块；GPU将完成赋色点云块发送回CPU，CPU将完成赋色点云块的颜色属性回写至源点云文件。本发明的技术方案能解决现有技术中CPU的架构难以实现大量点云数据与序列影像数据的并行匹配和赋色，导致点云数据的赋色效率低下的问题。

技术领域

本发明涉及机载雷达技术领域，尤其涉及一种基于CPU和GPU异构并行架构的点云数据赋色方法和系统。

背景技术

机载LiDAR，是飞行器上激光探测及测距系统的简称。机载LiDAR能够采用激光对地面物体的高度进行量测，得到点云数据；因此LiDAR测量使用的是激光，得到的是点云。通常情况下机载LiDAR获取的点云数据是无色的，为了获得高质量和高清晰度的点云数据，需要对机载LiDAR得到的点云数据进行赋色处理。

通常情况下，点云数据的赋色主要包含两个步骤：1.点云数据与航线上序列影像数据的匹配；2.针对点云数据中每个点，选择与其匹配的序列影像数据，使用该序列影像数据中的相关像素信息对其颜色属性进行赋值。现有技术主要聚焦于上述步骤1中相关算法的研究与设计,其主要运行环境为CPU。CPU虽然具有通用的基础计算环境，能够实现点云数据文件与序列影像数据文件的IO过程，但是由于CPU的架构设计问题，CPU内核数量过少，只能串行或少量并行计算点云数据，导致其峰值计算能力较低，难以实现大量点云数据与序列影像数据的并行匹配和赋色，导致点云数据的赋色效率低下。

发明内容

本发明提供一种基于CPU和GPU异构并行架构的点云数据赋色方案，，旨在解决现有技术提供的CPU的架构下，难以实现大量点云数据与序列影像数据的并行匹配和赋色，导致点云数据的赋色效率低下的问题。。

根据本发明的第一方面，本发明提出了一种基于CPU和GPU异构并行架构的点云数据赋色方法，包括：

CPU对源点云文件中的源点云数据进行分块，读取待赋色点云块并发送至GPU；

GPU并行对待赋色点云块中各点与序列影像数据进行匹配，得到待赋色点云块的匹配信息，匹配信息包括待赋色点云块中各点相匹配的影像像素；

GPU将待赋色点云块的匹配信息发送至CPU；

CPU读取与待赋色点云块的匹配信息对应的序列影像数据，将序列影像数据发送至GPU；

GPU使用序列影像数据，并行计算待赋色点云块中各点的颜色属性值，得到完成赋色点云块；

GPU将完成赋色点云块发送回CPU，CPU将完成赋色点云块的颜色属性回写至源点云文件。

优选的，上述点云数据赋色方法中，CPU对源点云文件中的源点云数据进行分块，读取待赋色点云块并发送至GPU的步骤包括：

CPU从源点云文件中读取多个待赋色点云块至CPU端的待赋色点云块队列；

CPU从待赋色点云块队列中依次读取待赋色点云块，发送至GPU。

优选的，上述点云数据赋色方法，GPU并行对待赋色点云块中各点与序列影像数据进行匹配的步骤之前，方法还包括：

CPU使用序列影像数据中各影像相机的相机位置信息，建立CPU端相机位置KD树；

CPU将CPU端相机位置KD树复制至GPU，得到GPU端相机位置KD树。