.png){kind=icon}
返回
Point Cloud in the Air
.png){kind=icon}
PRE
AI
DOI：10.1109/MCOM.001.2400541.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
获取和处理点云（PCs）在驱动依赖3D空间信息的多种前沿应用中发挥着关键作用，包括机器人导航、自动驾驶和增强现实。这些应用通常需要通过远程传感器捕获的点云，无线传输到边缘服务器以执行融合、分割或推理等关键操作。然而，点云的无线传输引入了严峻挑战，这源于无线频谱的固有拥塞以及点云不规则和无结构特性带来的独特复杂性。本文通过详细分析深入探讨这些挑战，批判性地评估现有方法及其局限性。为应对这些复杂性，我们提出了三种创新解决方案框架，利用先进技术、混合策略和分布式数据聚合来优化传输过程。为此，我们的目标是规划一条通往高效、可靠、低延迟的无线点云传输的路径。
Keyword:
Three-dimensional displays
Wireless communication
Wireless sensor networks
Point cloud compression
Autonomous vehicles
Vehicle dynamics
Measurement by laser beam
Laser radar
Sensor phenomena and characterization
Navigation
期刊
IF:
8.2
论文数:
6.9K
被引数:
2.2W
机构
引用论文
Deep-PCAC: An End-to-End Deep Lossy Compression Framework for Point Cloud AttributesDeep-pcac: 点云属性的端到端深度有损压缩框架
.png){kind=icon}
PREAI
分享收藏分享收藏
查看更多内容