压缩符号距离场的本征形状方法及其在机器人建图中的应用
机器人学
2017-07-04 v1
摘要
为了解决体积地图表示的缩放问题，我们提出了一种对表示为截断符号距离场的 3D 地图进行高比例压缩的空间局部方法。我们表明，在与机器人应用相关的场景中，这些压缩后的地图可作为用于选择性解压的有意义的描述子。作为压缩方法，我们将基于 PCA 导出的低维基与非线性自编码器网络以及结合两者的新型混合架构进行了比较。通过选择两个面向应用的性能指标，我们评估了不同压缩率对重建保真度以及地图辅助自运动估计任务的影响。结果表明，在基于标准 RGB-D 数据集的挑战性场景中，将有损压缩的符号距离场用作自运动估计的代价函数，其性能可以超越未压缩的对应方法。
引用
@article{arxiv.1609.02462,
title = {An Eigenshapes Approach to Compressed Signed Distance Fields and Their Utility in Robot Mapping},
author = {Daniel R. Canelhas and Erik Schaffernicht and Todor Stoyanov and Achim J. Lilienthal and Andrew J. Davison},
journal= {arXiv preprint arXiv:1609.02462},
year = {2017}
}
备注
7 pages, 8 figures