基于切片原理的海量点云并行简化算法

　　针对传统点云简化算法效率低且处理点数少的缺陷，结合快速成型领域的切片原理顾及特征计算复杂度低的特点，设计并实现了适合千万级海量激光雷达（ LiDAR）点云的并行切片简化算法。该算法根据切片原理对点云模型分层并按照角度排序，利用NVIDA的统一计算设备架构（CUDA）和可编程图形处理器（GPU）高度并行的性能优势，使用GPU多线程高效并行地执行单层切片点云简化，提高了算法效率。最后，应用3组不同数量级点云模型分别进行简化对比实验。实验结果表明：在保持模型特征与压缩比不变的情况下，所提算法效率高出传统基于CPU的串行切片算法1-2个量级。