Применение динамической аллокации на отображаемой памяти для обработки больших облаков точек в библиотеке PCL
Автор: Беляевский Кирилл Олегович
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 1 т.22, 2020 года.
Бесплатный доступ
В статье рассматривается решение задачи обработки облаков точек, чей размер превышает доступные объемы оперативной памяти, при помощи библиотеки Point Cloud Library (PCL). Проблема нехватки оперативной памяти решается за счет механизма динамической аллокации на отображаемой памяти. Произведен анализ способов внедрения подобного механизма в библиотеку PCL, а также проведена оценка производительности обработки облаков точек и объема потребляемой памяти с использованием оперативной или отображаемой (внешней) памяти.
Облако точек, потребление памяти, динамическая аллокация, отображение памяти
Короткий адрес: https://sciup.org/148314217
IDR: 148314217 | УДК: 004.021
Using dynamic allocation on mapped memory to process large point clouds with the PCL library
The article proposes a solution to the problem of processing point clouds whose size exceeds available RAM by using Point Cloud Library (PCL). The problem of lack of RAM is solved using the dynamic allocation mechanism on the mapped memory. The methods of introducing such a mechanism into the PCL library are analyzed, and the performance of processing point clouds and the amount of memory consumed using RAM or mapped (external) memory is evaluated.
Список литературы Применение динамической аллокации на отображаемой памяти для обработки больших облаков точек в библиотеке PCL
- Rusu R.B., Cousins S. 3D is here: Point Cloud Library (PCL) // Proceedings - IEEE International Conference on Robotics and Automation. 2011.
- Pajarola R. Stream-processing points // Proceedings of the IEEE Visualization Conference. 2005.
- Richter R., Discher S., Döllner J. Out-of-core visualization of classified 3D point clouds // Lecture Notes in Geoinformation and Cartography. 2015.
- Wenzel K. et al. An out-of-core octree for massive point cloud processing // rs.tudelft.nl. 2011.
- Wand M. et al. Processing and interactive editing of huge point clouds from 3D scanners // Comput. Graph. 2008.
