MIT-BEVFusion系列九--CUDA-BEVFusion部署5 update、矩阵逆运算、预计算

最新推荐文章于 2025-04-24 10:56:31 发布

端木的AI探索屋

最新推荐文章于 2025-04-24 10:56:31 发布

阅读量1.6k

点赞数 25

分类专栏： bevfusion 文章标签：自动驾驶 c++ 矩阵逆运算预计算 bevfusion 部署量化

本文链接：https://blog.youkuaiyun.com/duanmushuangquan/article/details/136297748

版权

更新 bevfusion::Core 中的变换矩阵数据并进行预计算

构建 core 时，很多数据在GPU开辟好了内存，但是没赋值。调用 update 更新矩阵参数，进行拷贝。

在这里插入图片描述

更新图像变换矩阵 camera_depth_->update

上图的228行，主要内容见下图。update内部主要就是一个cuda的异步拷贝操作。将cpu上的增广矩阵、lidar2image矩阵数据，拷贝到GPU上。

将 图像增强矩阵 和 lidar2image 矩阵拷贝到在 device 上分配好的内存中。
在这里插入图片描述

更新真实世界中几何空间(体素网格)的变换矩阵 camera_geometry_->update

上上图229行，具体内容如下。
270行，求6个视角的相机的内参矩阵的逆矩阵。
271行，求6个视角的相机的图像增广矩阵的逆矩阵。
275-279行，把6个视角相机的矩阵拷贝到GPU
280行，为GPU上，名字是keep_count_的用于计数的变量赋值
在这里插入图片描述

求矩阵的逆的方法实现。
在这里插入图片描述

计算 逆相机内参矩阵 和 逆图像增强矩阵，并将这两个矩阵和 camera2lidar 拷贝到在 device 上分配好的内
解释
- 为了方便观看，上图 89 行处，增加下方代码调试。重新编译（bash tools/run.sh）

  for (int i=0; i<4; i++){
   
    for (int j=0; j<4; j++){
   
      printf("%f ", m[i*4+j]);
    }
    printf("\n");
  }

调试结果(取一个矩阵)

(0)1266.417236 (1)0.000000     (2)816.267029 (3)0.000000 
(4)0.000000    (5)1266.417236  (6)491.507080 (7)0.000000 
(8)0.000000    (9)0.000000     (10)1.000000  (11)0.000000 
(12)0.000000   (13)0.000000    (14)0.000000  (15)1.000000

逆矩阵计算解释
- 第一步，求行列式
  - 拉普拉斯展开
    对于一个 $\times 4$ 矩阵:
    $M=\left(\begin{array}{cccc} m[0] & m[1] & m[2] & m[3] \\ m[4] & m[5] & m[6] & m[7] \\ m[8] & m[9] & m[10] & m[11] \\ m[12] & m[13] & m[14] & m[15] \end{array}\right)$