@techreport{oai:ipsj.ixsq.nii.ac.jp:00217128,
 author = {山本, 一貴 and 長ヶ部, 拓吾 and 小池, 穂乃花 and 川角, 冬馬 and 藤田, 一輝 and 北村, 俊明 and 川島, 慧大 and 納富, 昭 and 木村, 貞弘 and 木村, 啓二 and 笠原, 博徳 and Kazuki, Yamamoto and Takugo, Osakabe and Honoka, Koike and Tohma, Kawasumi and Kazuki, Fujita and Toshiaki, Kitamura and Akihiro, Kawashima and Akira, Nodomi and Sadahiro, Kimura and Keiji, Kimura and Hironori, Kasahara},
 issue = {40},
 month = {Mar},
 note = {ロボットや自動車の自律制御のために，周囲の情報から環境地図を作成し自己位置を推定する SLAM （Simultaneous Localization and Mapping）処理が必要とされる．SLAM は主にトラッキング，ローカルマッピング，ループグロージングの 3 つの処理から構成される．このうちローカルマッピングは，実行コストが大きい一方，疎行列やグラフ構造などを扱うことから効率の良い並列化が難しい．そのため本稿では，オープンソースの SLAM 実装である ORB-SLAM3 を対象として，データ構造の特徴を生かした並列化方法を提案する．またトラッキングの特徴点抽出処理も合わせて並列化した場合，発生する多くのスレッドができるだけ同一コアで競合しないような割り当て手法を報 告する．これらの提案手法を適用して両処理を並列化したところ，Intel サーバ上ではトラッキングで 1.40 倍，ローカルマッピングで 1.35 倍の速度向上が同時に得られた．また，NVIDIA Jetson 上でも，トラッキングで 1.22 倍，ローカルマッピングで 1.26 倍の速度向上が得られ，提案手法がコア数の少ない組込み環境にも有効であることが確認できた．},
 title = {ORB-SLAM3のローカルマッピングの並列化とコア割り当て手法の提案},
 year = {2022}
}