GPU service: aceleração por GPU de serviços em sistemas robóticos focado no processamento de tempo real de nuvem de pontos 3D

• Processo: 13/13880-9
• Linha de fomento: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de outubro de 2013
• Vigência (Término): 19 de setembro de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Fernando Santos Osório
• Beneficiário: Leonardo Milhomem Franco Christino
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 13/26025-0 - Desenvolvimento e interpretação de um sistema de terapia robótica para crianças autistas com sensores de percepção em tempo real, BE.EP.MS
• Assunto(s): Veículos autônomos Robótica

Resumo

O projeto GPUService se insere no contexto de pesquisas e do desenvolvimento de métodos de processamento de dados de sensores tridimensionais aplicados a robótica móvel. Tais métodos serão chamados de serviços neste projeto e incluem algoritmos de pré-processamento de nuvens de pontos 3D, incluindo a segmentação dos dados, a separação e identificação de zonas planares (chão, vias), e detecção de elementos de interesse (bordas, obstáculos). Devido a grande quantidade de dados a serem tratados em um curto espaço de tempo, esses serviços deverão utilizar elementos de processamento paralelo, utilizando-se da GPU para realizar o processamento parcial ou completo destes dados. A área de aplicação em foco neste projeto visará prover serviços para um carro autônomo, forçando os serviços a se aproximarem de um sistema de processamento em tempo real. Os serviços serão divididos em etapas, mas sempre buscando a rapidez de um uso do paralelismo intrínseco destes: * A primeira etapa consistirá em organizar um ambiente para o desenvolvimento paralelo em conjunto ao sistema que já sendo usado pelo carro autônomo (integração ao ROS - Robotic Operating System);* A segunda etapa consistirá de uma extração inteligente dos dados do sensor que será usado pelo projeto (Sensor laser Velodyne HDL32 - 32 feixes, fornece 700 mil pontos-3D/seg.);* A terceira etapa consistirá em extrair dados geométricos da via onde o carro se encontra;* A quarta etapa consistirá de realizar um recorte dos dados recebidos das etapas anteriores com objetivo de encontrar objetos e definir algumas características semânticas destes objetos;* A quinta etapa consistirá de desenvolver uma metodologia onde os resultados das etapas anteriores sejam usados de forma a explorar a topologia do ambiente, ou seja, terá como objetivo estruturar os resultados de forma topológica (identificando vias e ligações entre as vias, como curvas e cruzamentos) para auxiliar outros projetos que focam no sistema de controle e navegação do carro. * Todas estas etapas serão desenvolvidas explorando o paralelismo inerente das operações, através do uso de GPUs (CUDA).Os dados recebidos pelo sensor são estruturados na forma de uma nuvem de pontos. Eles permitem um processamento com grande potencial de exploração do paralelismo baseado na localidade das informações. Porém, sua grande dificuldade é a grande taxa de dados recebidos do sensor (em torno de 700.000 pontos/seg), e isso que dá a motivação deste projeto: usar todo o potencial do sensor de forma eficiente ao usar o paralelismo de programação GPU/CUDA.

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

CHRISTINO, Leonardo Milhomem Franco. Aceleração por GPU de serviços em sistemas robóticos focado no processamento de tempo real de nuvem de pontos 3D. 2016. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação São Carlos.