3D 视觉

Discrete Fourier Transform-based Point Cloud Compression for Efficient SLAM in Featureless Terrain

基于离散傅里叶变换的点云压缩用于特征贫乏地形中的高效SLAM

Riku Suzuki, Ayumi Umemura, Shreya Santra, Kentaro Uno, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL), Department of Aerospace Engineering, Tohoku University（空间机器人实验室（SRL）、航空航天工程系、东北大学） 纠错

专题命中 SLAM与定位 ：point cloud(title,abstract)；分类 cs.RO

AI总结 本文提出基于离散傅里叶变换的点云压缩方法，用于高效SLAM在特征贫乏地形中的应用，通过省略高频成分实现数据压缩，同时保持点云质量。

Comments Author's version of a manuscript accepted at the 11th International Conference on Automation, Robotics, and Applications (ICARA). (c) IEEE