Autoware NDT GPU 加速入门指南：从原理到实践优化

1次阅读

共计 1515 个字符，预计需要花费 4 分钟才能阅读完成。

NDT（Normal Distributions Transform）是自动驾驶中常用的点云配准算法，通过将点云转换为概率分布来实现匹配。传统 CPU 实现面临两大痛点：

时间复杂度高：对于 n 个源点云点和 m 个目标点云体素，复杂度为 $O(nm)$。实测显示处理 16 线激光雷达数据（约 30,000 点）时单帧耗时可达 200ms
实时性不足：当处理高密度点云（如 64 线激光雷达）时，CPU 版本难以满足自动驾驶 10Hz 的实时性要求

体素网格并行化：将每个体素的计算分配到不同 CUDA 线程

__global__ void computeVoxelMeans(const float* points, Voxel* voxels) {
  int idx = blockIdx.x * blockDim.x + threadIdx.x;
  if(idx < pointCount) {// 计算点所属体素索引并原子更新统计量}
}

得分计算优化：利用共享内存缓存频繁访问的体素数据

__global__ void scoreCalculation(const Point* queryPoints, float* scores) {__shared__ Voxel localVoxels[SHARED_SIZE];
  // 加载体素数据到共享内存
  for(int i=0; i<targetVoxelCount; i+=blockDim.x) {if(threadIdx.x + i < targetVoxelCount) {localVoxels[threadIdx.x] = targetVoxels[i+threadIdx.x];
    }
    __syncthreads();
    // 并行计算匹配得分
  }
}

创建 GPU 加速的 ndt_matching 节点

<executable name="gpu_ndt_node" pkg="ndt_gpu" 
           exec="gpu_ndt_node" output="screen">
  <param name="use_gpu" value="true"/>
</executable>

改造 ROS2 接口保持数据格式兼容

auto gpu_ndt = std::make_shared<GpuNDT>();
auto callback = [&](const PointCloud2::SharedPtr msg) {auto result = gpu_ndt->align(*msg);
  pub_->publish(result);
};

测试环境：
– NVIDIA RTX 3060 (12GB 显存)
– Velodyne VLP-16 点云（约 30,000 点 / 帧）