We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
高博您好, 我在测试两者的搜索时间时,测试了avia的outdoor_Mainbuilding_100Hz_2020-12-24-16-46-29.bag ,发现ikdtree的搜索时间小于ivox,和论文的knn实验比较有矛盾。fasterlio和fastlio2的相关参数一样,代码修改的仅有在Nearest_Search函数前后获取时间,请问这里是什么问题呢?
上图是两者的时间,下图蓝色代表ivox和ikdtree的搜索时间差。
The text was updated successfully, but these errors were encountered:
这也差太多了,查下是否有编译上的问题。
Sorry, something went wrong.
图里的单位是微秒,ivox的搜索最多慢个500us,但是faster-lio的update的时间又明显快了很多。所以现在测的情况就是h_share_model函数里面的搜索部分比较慢,但是在update整体的时间又比较快。很懵,请问faster-lio里面在update这部分有除了h_share_model以外的修改吗
我并不知道你那边是怎么测的。。我之前是在fasterlio框架下弄的,做了个单元测试
我在ObsModel的ivox_->GetClosestPoint(point_world, points_near, options::NUM_MATCH_POINTS);的前后分别获取t1,t2然后做差保存数据,请问这样会有什么问题吗?
ObsModel
ivox_->GetClosestPoint(point_world, points_near, options::NUM_MATCH_POINTS);
No branches or pull requests
高博您好,
我在测试两者的搜索时间时,测试了avia的outdoor_Mainbuilding_100Hz_2020-12-24-16-46-29.bag ,发现ikdtree的搜索时间小于ivox,和论文的knn实验比较有矛盾。fasterlio和fastlio2的相关参数一样,代码修改的仅有在Nearest_Search函数前后获取时间,请问这里是什么问题呢?
上图是两者的时间,下图蓝色代表ivox和ikdtree的搜索时间差。
The text was updated successfully, but these errors were encountered: