在Octave或Matlab上表现良好/在gcc上表现不佳

[poster]

大家好

我实际上是机器人拾取和放置应用程序的3d扫描主题。

首先，我使用ICP算法将参考对象相对于实际对象的位置进行匹配。为此，我使用带有以下代码的Octave / Matlab： http : //www.mathworks.com/matlabcentral/fileexchange/12627-iterative-closest-point-method

经过一番尝试，该算法似乎在适当的时间内产生了令人满意的精度。大约6000到6000个数据点的匹配需要100个迭代循环，大约需要15秒的计算时间。

实际上，我正在尝试提取此matlab / octave代码以将其放入我的应用程序中，以尝试算法的并行性。当我从自己的C应用程序运行未更改的代码时，计算时间增加了大约10到20倍。 （相同的数据集！）

如果已打开函数内联和优化级别-O3。生成.oct文件时，octave还有其他优化吗？我实际上不知道为什么性能会有如此大的差异。

ICP算法大量执行加法，乘法和除法运算！

感谢你的帮助！

问候，乔德尔



回答：

我希望Octave像Matlab一样，使用BLAS的实现，该实现针对您使用的硬件进行了调整。你呢 ？如果没有，这可以解释速度的差异。



更多&回答...