一种基于FPGA的高能效、实时点云配准框架，具备超快且可配置的多模态对应关系搜索功能

《ACM Transactions on Reconfigurable Technology and Systems》：An Energy-Efficient and Real-Time FPGA-Based Point Cloud Registration Framework with Ultra-Fast and Configurable Multi-Mode Correspondence Search

提出基于FPGA的实时点云配准加速框架，创新性地采用扫描线辅助投影结构（SA-RPS）优化数据组织，集成动态可配置的多模式对应搜索加速器，结合滑动窗口缓存和扫描线感知的K选择模块，实现高吞吐量、低能耗的实时配准，实验表明其搜索速度提升2.3-32.4倍，能效比提高1.8-26.2倍，在64通道LiDAR下达到21.5 FPS的实时处理

　　

摘要

点云配准是基于激光雷达的定位和地图构建中的基本任务，在机器人技术和自动驾驶汽车中得到广泛应用。然而，现有的配准方法会丢失几何拓扑的连续性，并且缺乏对扫描线的感知和可配置的对应关系搜索功能，这限制了它们的实时应用能力。为了解决这些问题，我们提出了一个经过根本性重构的、节能的FPGA框架，用于实时点云配准，该框架具有一个可配置的多模式对应关系搜索引擎。首先，我们引入了一种基于扫描线的范围投影结构（SA-RPS），它将激光雷达点重新组织到可配置的分割域中，并保持扫描线的拓扑结构，从而实现高效且灵活的多模式对应关系搜索。其次，我们开发了一种基于SA-RPS的深度流水线加速器（SA-RPS-CS），该加速器支持搜索模式和并行性的动态配置，并结合了滑动窗口缓存和扫描线感知的K选择模块，以实现高吞吐量的多模式对应关系提取。第三，我们提出了一个协同设计的配准框架，将加速器与动态参数配置集成在一起，使得在不同SLAM场景下能够进行自适应的实时处理。实验结果表明，所提出的SA-RPS-CS加速器的搜索速度比之前的最先进FPGA设计快$2.3倍$–$32.4倍$，能源效率提高了$1.8倍$–$26.2倍$，并且能够在21.5 FPS的帧率下对64通道激光雷达数据进行实时配准，同时精度损失可以忽略不计。