一种面向环境扫描的彩色点云流实时压缩算法

随着数字孪生技术的不断发展,人们面临将大规模、高维度的点云数据进行压缩编码的问题,以提高传输效率。然而大多点云编码方式存在压缩实时性不强、压缩效率低、点云格式要求过高等问题。针对解决这些问题,提出了一种基于谷歌Draco几何压缩库的实时彩色点云流压缩(Real-time Color Stream Draco,RCS-Draco)算法。将算法集成到ROS框架内,借助ROS消息流,对点云流实时地进行编码和解码,提高了算法的实时性;通过建立优化裁剪模型,对点云进行裁剪和滤波,去除了漂移和离群点云,提高了压缩算法的压缩效率。建立量化预测模型,对点云的RGB颜色信息进行编码,解决了大多数点云压缩算法无法处理颜色信息的问题。对比试验通过调整压缩等级和量化参数,证明RCS-Draco算法的平均压缩率最高能够达到77%、平均压缩和解压时间小于0.035 s、位置平均误差小于0.05 m、属性平均误差小于35;并通过相融试验证明RCS-Draco算法在各项指标上优于Draco算法。试验结果表明,RCS-Draco压缩算法在压缩实时性、效率、点云格式方面均表现良好,能够有效地提升传输效率。