- 主题:300万点云如何快速统计网格分布?
从雷达返回的点云数据,如果覆盖范围是6米*30米,把这个范围按照5厘米*5里面的小方格进行分块,希望快速统计出这300万个点在这么多小方格中的数量分布,以及求出每一个小方格内最大z坐标的均值和方差。对处理速度有一定的要求,最好能在2秒内完成,有什么好的方法实现呢?
--
FROM 1.198.28.*
gpu呗
【 在 bigsen 的大作中提到: 】
:
: 从雷达返回的点云数据,如果覆盖范围是6米\*30米,把这个范围按照5厘米\*5里面的小方格进行分块,希望快速统计出这300万个点在这么多小方格中的数量分布,以及求出每一个小方格内最大z坐标的均值和方差。对处理速度有一定的要求,最好能在2秒内完成,有什么好的方法实现呢?
: --
:
发自「今日水木 on Redmi Note 7」
--
FROM 101.84.70.*
可以gpu,但算法上怎么实现呀?自己撸,还是有api借用?
【 在 meizhi 的大作中提到: 】
: gpu呗
: 发自「今日水木 on Redmi Note 7」
--
FROM 1.198.28.*
百万级别数据按十万级别桶计数,2秒,直接写循环就行了,不需要任何技巧。
【 在 bigsen 的大作中提到: 】
: 从雷达返回的点云数据,如果覆盖范围是6米*30米,把这个范围按照5厘米*5里面的小方格进行分块,希望快速统计出这300万个点在这么多小方格中的数量分布,以及求出每一个小方格内最大z坐标的均值和方差。对处理速度有一定的要求,最好能在2秒内完成,有什么好的方法实现呢?
--
FROM 101.84.17.*
不均匀的话gpu可能不好使。。先按楼上说的,如果循环两次,分别求方格的均值和方差,有多快。然后再考虑并行。
【 在 bigsen 的大作中提到: 】
:
: 从雷达返回的点云数据,如果覆盖范围是6米\*30米,把这个范围按照5厘米\*5里面的小方格进行分块,希望快速统计出这300万个点在这么多小方格中的数量分布,以及求出每一个小方格内最大z坐标的均值和方差。对处理速度有一定的要求,最好能在2秒内完成,有什么好的方法实现呢?
: --
:
发自「今日水木 on Redmi Note 7」
--
FROM 101.84.70.*
数据规模太小,300万个3d坐标点才区区34MB,连个cpu cache都填不满。
2秒是开玩笑吧,0.2秒内完成都可以随便写,0.02秒我感觉也行,0.002秒行不行感觉
要测算下,但还是大概率行...0.0002秒应该会有挑战。
上gpu就是扯蛋的,丫根本不懂gpu擅长做什么。
【 在 bigsen (大海无量) 的大作中提到: 】
: 从雷达返回的点云数据,如果覆盖范围是6米*30米,把这个范围按照5厘米*5里面的小
方格进行分块,希望快速统计出这300万个点在这么多小方格中的数量分布,以及求出每
一个小方格内最大z坐标的均值和方差。对处理速度有一定的要求,最好能在2秒内完成,
有什么好的方法实现呢?
--
修改:lvsoft FROM 49.90.175.*
FROM 49.90.175.*
对,不管python 还是 C语言,都是20行代码以内的事……
【 在 meizhi () 的大作中提到: 】
: 不均匀的话gpu可能不好使。。先按楼上说的,如果循环两次,分别求方格的均值和方差,有多快。然后再考虑并行。
: 【 在 bigsen 的大作中提到: 】
:
: 发自「今日水木 on Redmi Note 7」
--
FROM 124.217.188.*
额,还未测试,数据肯定是不均匀的,两层嵌套循环可以0.02秒吗...
其实我本意是想问有没有高级点的至少比循环遍历更快的方法?
【 在 lvsoft 的大作中提到: 】
: 数据规模太小,300万个3d坐标点才区区34MB,连个cpu cache都填不满。
: 2秒是开玩笑吧,0.2秒内完成都可以随便写,0.02秒我感觉也行,0.002秒行不行感觉
: 要测算下,但还是大概率行...0.0002秒应该会有挑战。
: ...................
--
FROM 223.88.88.*
哪里来的两层循环
【 在 bigsen () 的大作中提到: 】
: 额,还未测试,数据肯定是不均匀的,两层嵌套循环可以0.02秒吗...
: 其实我本意是想问有没有高级点的至少比循环遍历更快的方法?
: 【 在 lvsoft 的大作中提到: 】
--
FROM 138.19.103.*