Title:
CADGPU - Computação de Alto Desempenho em GPU usando OpenCL: Aplicação na Detecção de Mudanças em Mapas Robóticos
Description:

O uso de placas gráficas (GPUs) para uso de propósito geral (GPGPU) tem aumentado muito nos últimos anos, com aplicações em diversas áreas. Recentemente, foi proposta uma linguagem que pretende ser uma linguagem padrão para GPGPU em GPUs de diferentes fabricantes – Open Computing Language [3]. A indústria e os investigadores têm absorvido rapidamente esta nova tecnologia, pois possibilita a obtenção de elevado poder computacional a custo reduzido.

A deteção de mudanças em grandes conjuntos de dados é uma tarefa complexa com diversas aplicações. Dentre elas destacam-se os sistemas militares (e.g. alvos em radares, falhas em equipamentos), sistemas médicos (e.g. deteção de tumores), robótica (e.g. planeamento de trajetórias e vigilância), etc. Seja qual for a aplicação, o problema consiste em processar uma grande quantidade de dados, razão pela qual é necessário utilizar representações de alto nível que torne eficiente, ou pelo menos viável, a deteção e segmentação de mudanças. Para o efeito, têm sido propostas diversos tipos de representações, nomeadamente modelos geométricos [1] e Misturas de Gaussianas [2]. Porém, a estimação de representações de alto nível ainda é uma operação computacionalmente muito custosa. Uma forma de lidar com o problema é a utilização do paralelismo oferecido pelos processadores gráficos, de forma a permitir implementações eficientes em tempo-real. Este trabalho visa explorar a linguagem OpenCL como ferramenta para o desenvolvimento de soluções de computação de alto desempenho. Será usado como exemplo de aplicação a programação de algoritmos de deteção de mudanças em mapas robóticos em GPGPU.

Palavras-chave: computação de alto desempenho; GPGPU; OpenCL; detecção de mudanças; mapas robóticos.

Referências

[1] I. Stamos, L. Liu, C. Chen, G. Wolberg, G. Yu, and S. Zokai. Integrating Automated Range Registration with Multiview Geometry for the Photorealistic Modeling of Large-Scale Scenes. International Journal of Computer Vision 78(2-3):237–260, 2008.

[2] P. Drews Jr, P. Núñez, R. Rocha, M. Campos, and J. Dias. Novelty Detection and 3D Shape Retrieval using Superquadrics and Multi-Scale Sampling for Autonomous Mobile Robots. In: Proc. of 2010 IEEE Int. Conf. on Robotics and Automation (ICRA’2010), Anchorage, Alaska, USA, 2010.

[3] Khronos Group. OpenCL – The Open Standard for Parallel Programming of Heterogeneous Systems. . [Online]. Available: http://www.khronos.org/opencl/ Acedido em 30/04/2011.

Plano de trabalho:

Este projeto de dissertação terá como deliverable final um sistema desenvolvido em GPGPU capaz de realizar deteção em tempo-real de mudanças em mapas robóticos tridimensionais. Para isso, utilizará GPGPU implementando em OpenCL algoritmos de deteção de mudanças baseados na estimação de Misturas de Gaussianas. O plano de trabalho será o seguinte: (1) familiarização com a linguagem OpenCL e arquitetura de uma GPU (2 meses); (2) estudo de algoritmos de deteção de mudanças e representações de alto nível de informação (1 mês); (3) implementação e teste do algoritmo de estimação de Misturas Gaussianas em OpenCL (1 mês); (4) testes experimentais de deteção de mudanças em tempo-real com dados reais (1 mês); (5) escrita da dissertação (1 mês).

Orientador: Prof. Rui P. Rocha