摘要
提出了一种流数据算法进行Delaunay三角网构网,用来处理上十亿的LiDAR点云数据。该算法基于并行多核处理器架构,将三角网构网的分治算法与流数据处理相结合。一种四叉树结构用来自适应地划分点云数据文件,并将分割构网和合并子网工作动态调度分布到不同处理器,以提高负载均衡。算法通过并行计算,充分利用多核处理器平台的计算能力,取得了高运行效率和低内存占用。
This paper presents a streaming data algorithm to execute Delaunay triangulations with large LiDAR point clouds （a billion data points） based on multi-core processor architec- ture. The algorithm combines divide-and-conquer triangulation with streaming data. A quad- tree structure is used to partition the LiDAR data into subnets adaptively, and schedules tri- angulation and merging of the subnet data into different processors for load balancing. Paral lel computing on multi-core processor architecture makes this algorithm highly efficient with a low memory footprint.
出处
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2013年第7期794-798,共5页
Geomatics and Information Science of Wuhan University
基金
国家973计划资助项目(2010CB731800)
国家863计划资助项目(2009AA121404)
国家自然科学基金资助项目(61172174)
