文献

J-GLOBAL ID：201702278601528862   整理番号：17A1357258

SLAMに基づく予測を用いた連続点雲データ圧縮【Powered by NICT】

Continuous point cloud data compression using SLAM based prediction

著者 (4件)： Tu Chenxi (Media Science, Informarion Science School, Nagoya University, Furocho, Chikusa-ku, Nagoya 464-8603 Japan) ,  Takeuchi Eijiro (Media Science, Informarion Science School, Nagoya University, Furocho, Chikusa-ku, Nagoya 464-8603 Japan) ,  Miyajima Chiyomi (Media Science, Informarion Science School, Nagoya University, Furocho, Chikusa-ku, Nagoya 464-8603 Japan) ,  Takeda Kazuya (Media Science, Informarion Science School, Nagoya University, Furocho, Chikusa-ku, Nagoya 464-8603 Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IV  ページ： 1744-1751  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 連続点雲データへの関心は,実際の応用でより広く使用されているが急速に増加している,自律運転システムの開発など。連続点雲データの共有と貯蔵が現在高価で関与するが,膨大な量のデータのために困難である。結果として,圧縮曇り点データの効率的な方法を開発する緊急の課題となっている。現在の方法はツリー構造または高さマップベース法を用いた直接データを圧縮した。自律運転,[1]での特別な要求を考慮して,画像圧縮法を用いた生の点雲データを圧縮する方法を提案し,優れた結果を得た。画像圧縮ベース手法は,点雲の3D特性を利用し,がすることができない。それ故,本論文では,同時位置決めと地図作成(SLAM)からの位置と方向情報を用いた新しい圧縮法を提案した。提案の方法は,3D LiDARの作業手順をシミュレーションする予測プロセスによる点雲の3D特性の利点を取ることができる。MPEGとDPCM圧縮から戦略を利用すると性能に影響するいくつかの問題を議論した。添加では,提案した方法に基づいて,この論文では,圧縮タスクのための蒸気点雲を分割する方法を検討した。はこのセグメンテーションプロセス適応配列決定と呼ぶ。は,様々な状況で画像圧縮に基づく方法を提案したSLAMをベースとした方法を比較した。著者らの実験結果は,小さい誤差限界を必要とするが,SLAMをベースとした方法は,画像圧縮に基づく方法よりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高速度 ,  DPCM ,  画像圧縮 ,  三次元 ,  *予測 ,  曇り点 ,  位置決め ,  *データ圧縮 ,  MPEG ,  ツリー構造 ,  地図作成 ,  誤差限界 ,  自律性
準シソーラス用語： 作業手順 ,  *SLAM , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： SLAM ,  予測 ,  点雲 ,  データ圧縮