项目链接：https://github.com/NVIDIA-AI-IOT/cuPCL

环境需求：

Nvidia-driver
CUDA 
PCL 
Eigen 
cudnn

测试环境

cd cuCluster
make
./demo sample.pcd

 make 没有报错，环境没有问题。

cufilter

cufilter里包含两个过滤，第一个是对三个轴的数据过滤

如果是x轴，代码如下：

FilterType_t type = PASSTHROUGH;setP.type = type;setP.dim = 0;  //x 轴0 ，y轴1,z轴2setP.upFilterLimits = 80.0;setP.downFilterLimits = 0.0;setP.limitsNegative = false;filterTest.set(setP);cudaDeviceSynchronize();filterTest.filter(output, &countLeft, input, nCount);checkCudaErrors(cudaMemcpyAsync(outputData, output, sizeof(float) * 4 * countLeft, cudaMemcpyDeviceToHost, stream));checkCudaErrors(cudaDeviceSynchronize());

每个轴的过滤需要一步一步执行。

第二个是体素过滤

以下是过滤后的一个测试结果

CUDA PassThrough before filtering: 65536
CUDA PassThrough after filtering: 37735
CUDA VoxelGrid before filtering: 65536
CUDA VoxelGrid after filtering: 2712

cuCluster

在代码cuCluster 里面包含了体素过滤，先体素过滤再执行欧式聚类

cpu降低了不少