一种用于SLAM的IMU状态优化加速器设计

自主定位是移动机器人实现完全自主移动的基础,其中的关键技术同步定位与建图(SLAM)备受关注.惯性测量单元(IMU)因具有不受外界环境影响的优势广泛应用在SLAM系统中.SLAM后端使用非线性优化方法优化IMU的状态,实际应用中存在实时性差、能耗高的问题.为此,在现场可编程门阵列(FPGA)平台上设计了用于IMU状态优化的加速器.分析算法的数据流程实现电路和数据复用,充分利用算法特有的稀疏特性实现计算简化和存储压缩,同时对于计算量最大的解方程步骤,硬件电路采用可配置设计,通过改变该电路模块的配置使加速器实现性能、功耗和资源使用的折中,满足不同场景的要求.在Xilinx ZC706平台上的实验结果表明:相比于Intel i5-8250U和Arm Cortex-A57处理器,所设计的加速器应用于高性能场景的电路时,可以达到26.7倍和87倍的加速效果;应用于低功耗场景的电路时,加速效果分别为17.4倍和53.7倍;不同配置的电路均可节约能耗90％以上.