基于改进PointNet++的城市道路点云分类方法

1

作者 田晟 熊辰崟 龙安洋 《广西师范大学学报(自然科学版)》 北大核心 2025年第4期1-14,共14页

城市道路场景的点云数据量巨大、类别分布不平衡且密度极不均匀,导致现有的点云分类方法难以满足高精度分类的需求。为了解决现有PointNet++网络对局部特征提取不充分的问题,本文充分考虑场景的上下文信息和点之间的全局依赖性,构建融... 城市道路场景的点云数据量巨大、类别分布不平衡且密度极不均匀,导致现有的点云分类方法难以满足高精度分类的需求。为了解决现有PointNet++网络对局部特征提取不充分的问题,本文充分考虑场景的上下文信息和点之间的全局依赖性,构建融合上下文信息的PointNet++点云分类网络模型。首先,基于注意力机制设计局部特征聚合模块,通过动态地融合邻域点特征以充分捕获局部信息。其次,考虑现有的分类模型不能顾及上下文信息,导致复杂场景下的分类性能受限,本文构建上下文感知模块和双注意力模块,从多个维度提取上下文信息,进一步增强特征的表达能力。实验结果表明:改进模型在大型点云数据集下具有更高的分类精度及更强的泛化性能(总体分类精度在Oakland和Paris公开数据集上分别为98.70%和96.84%),更适用于大规模点云分类。 展开更多

关键词 点云分类 pointnet++ 局部特征 注意力机制 上下文信息 城市道路

在线阅读 下载PDF 职称材料

基于PointNet++网络的3D点云数据语义分割与无序抓取系统 被引量：2

2

作者 向艳芳 龙罡 张家臣 《机电工程》 北大核心 2025年第1期146-152,184,共8页

针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,... 针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,调整了传统的PointNet++模型参数,优化了提取特征的深度与广度;设计了多尺度分割(MSG)模块,通过PointNet++特征提取和分割点云特征传递,对不同尺度下点云数据的上下文信息进行了整合,提升了PointNet++模型运行效率,增强了模型对工件的分割能力;最后,研究了不同算法在散堆工件数据集上的网络训练结果,设计了基于RGB-D深度相机的机器人分拣实验,对改进策略进行了性能分析。研究结果表明:采用改进的PointNet++网络对散堆工件进行检测,其准确率可达97.3%,运算的时间为2 s以内,定位的误差为3 mm以内。该分割方法在识别精度和分拣效率方面均表现优异,能够有效辅助机器人进行实时工件分拣操作。 展开更多

关键词 散堆工件分拣 pointnet++ 特征提取 多尺度分割模块 深度相机 识别精度 分拣效率

在线阅读 下载PDF 职称材料

基于三维点云和改进PointNet++的大田烟株叶片计数方法

3

作者 南德旺 李军营 +3 位作者 梁虹 马二登 张宏 肖恒树 《中国烟草科学》 北大核心 2025年第3期89-97,共9页

烟草植株叶片数是估计烟叶产量的重要表型参数之一。针对传统人工烟株叶片计数困难问题,提出一种结合三维点云和改进PointNet++的大田烟株叶片计数方法。该方法利用无人机倾斜摄影获取大田烟株图片进而生成三维点云,然后利用改进的Point... 烟草植株叶片数是估计烟叶产量的重要表型参数之一。针对传统人工烟株叶片计数困难问题,提出一种结合三维点云和改进PointNet++的大田烟株叶片计数方法。该方法利用无人机倾斜摄影获取大田烟株图片进而生成三维点云,然后利用改进的PointNet++算法实现叶片点云分割,该算法应用KAN网络代替MLP提高算法学习能力,减少训练损失;并提出一种融合DGST网络和DBB多元分支块的DGSTD注意力机制提升准确性;此外,引入Varifocal loss解决各类别点云比例不平衡问题;最后采用MeanShift聚类算法实现叶片点云聚类,对应得到叶片数。结果表明,该算法点云分割的准确率为92.55%,平均交并比为76.33%,较原始模型分别提高2.06、2.81百分点;叶片估测精确率为94.35%,在三维空间内实现了大田烟株叶片计数。 展开更多

关键词 大田烟株 叶片计数 pointnet++ 三维点云 无人机倾斜摄影

在线阅读 下载PDF 职称材料

基于Transformer和PointNet++的毫米波雷达人体姿态估计 被引量：1

4

作者 李阳 刘毅 +3 位作者 李浩 张刚 徐明枫 郝崇清 《计算机科学》 北大核心 2025年第S1期433-441,共9页

人体姿态估计作为动作识别领域中的研究热题被广泛地应用在医疗、安防和监控等方面,对推动相关行业的智能化发展具有重要意义。但目前基于图像的人体姿态估计对环境要求较高且隐私性差。基于此,提出了一种基于毫米波雷达点云的人体姿态... 人体姿态估计作为动作识别领域中的研究热题被广泛地应用在医疗、安防和监控等方面,对推动相关行业的智能化发展具有重要意义。但目前基于图像的人体姿态估计对环境要求较高且隐私性差。基于此,提出了一种基于毫米波雷达点云的人体姿态估计方法,该方法使用PointNet++对毫米波雷达点云进行特征提取,与基于CNN的姿态估计方法相比,其在各关节点的MSE,MAE,RMSE值更低。此外,为了解决毫米波雷达点云稀疏的问题,使用了一种多帧点云拼接策略,以增加点云的数量,其中以拼接三帧点云为输入的模型相比于原始模型的MSE和MAE值分别降低了0.22 cm和0.72 cm,有效地缓解了点云过于稀疏的问题。最后,为了充分利用不同点云之间的时序特征,将Transformer与PointNet++相结合,并通过消融实验证明了多帧点云拼接策略和加入Transformer结构这两种方法的有效性,其MSE和MAE两个指标值分别达到了0.59 cm和5.41 cm,为实现性能更优的射频人体姿态估计提供了一种新思路。 展开更多

关键词 人体姿态估计 毫米波雷达 pointnet++ 点云数据 TRANSFORMER

在线阅读 下载PDF 职称材料

基于改进PointNet++网络和ICP算法的堆叠零件位姿估计

5

作者 栾庆磊 吴叶 +1 位作者 常昕昱 毛宜东 《仪表技术与传感器》 北大核心 2025年第5期112-120,共9页

针对工业零件散乱摆放、相互堆叠带来的识别困难、位姿估计不准确等问题,文中提出了一种基于改进PointNet++点云分割网络与迭代最近点(ICP)配准算法的零件位姿估计方法。首先,利用PyBullet仿真工具模拟零件的堆叠场景并制作点云数据集;... 针对工业零件散乱摆放、相互堆叠带来的识别困难、位姿估计不准确等问题,文中提出了一种基于改进PointNet++点云分割网络与迭代最近点(ICP)配准算法的零件位姿估计方法。首先,利用PyBullet仿真工具模拟零件的堆叠场景并制作点云数据集;然后,改进PointNet++网络的损失函数和K-均值聚类算法的质心选择策略,将场景点云中的目标零件分割出来;最后,改进ICP点云配准算法的误差目标函数,估计目标零件的位姿信息。实验结果表明:实例分割的平均准确率和轮廓系数分别为92.88%和0.68,位姿估计的配准误差和耗时分别为0.926×10-6cm和24.64 s,证明了所提方法能够准确分割堆叠场景中的目标零件,且在位姿估计精度和效率方面均具有更好的效果。 展开更多

关键词 位姿估计 迭代最近点配准算法 pointnet++网络 K-均值聚类算法

在线阅读 下载PDF 职称材料

基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法 被引量：3

6

作者 刘慧 杜志鹏 +2 位作者 杨锋 张钰 沈跃 《农业工程学报》 EI CAS CSCD 北大核心 2024年第8期144-151,共8页

为了进一步提高喷雾机器人靶标检测的精准性、实时性和应用部署的实用性,该研究提出一种基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法。首先通过区域提取降采样、地面分割和改进DBSCAN聚类等点云预处理方法提取原始点云中... 为了进一步提高喷雾机器人靶标检测的精准性、实时性和应用部署的实用性,该研究提出一种基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法。首先通过区域提取降采样、地面分割和改进DBSCAN聚类等点云预处理方法提取原始点云中的靶标;然后通过移动最小二乘上采样将靶标点云转化为满足点云识别网络输入要求的点云数据;最终通过在PointNet网络中引入残差模块和改进循环剪枝算法轻量化PointNet网络,完成林果树靶标的实时识别。试验结果表明,在ModelNet40数据集上,轻量化PointNet网络可达89.7%的准确率;在实际苗圃环境的试验中,该研究方法对靶标的识别准确率可达92.49%,同时误识率与拒识率分别为13.4%和6.47%,相较PointNet网络识别准确率提升了4.38个百分点,误识率和拒识率分别降低了7.2和4.07个百分点;轻量化PointNet网络识别准确率仅比PointNet++网络低1.14个百分点,误识率和拒识率分别高了0.9和1.12个百分点。但是轻量化PointNet网络的模型参数量较PointNet网络和PointNet++网络的模型参数量显著减少,仅为PointNet网络的11.5%,PointNet++网络的27.02%;运算量相较PointNet网络、PointNet++网络分别减少13.3和76.79个百分点。该研究提出的轻量化PointNet网络具有较高的实时性、精确性和鲁棒性,能够满足林果园喷雾作业的靶标识别需求,可为林果园喷雾作业靶标实时识别提供参考。 展开更多

关键词 喷雾 机器人 林果园 点云预处理 轻量化pointnet网络 循环剪枝

在线阅读 下载PDF 职称材料

基于改进PointNet++的船体分段合拢面构件智能识别算法研究 被引量：1

7

作者 李瑞 赵怡荣 +2 位作者 霍世霖 汪骥 史卫东 《中国舰船研究》 CSCD 北大核心 2024年第6期173-179,共7页

[目的]三维扫描仪获得的船体分段合拢面点云数据,具有精度高、数据量大的优势,能够很好地反映分段合拢面的建造状况。由于现有的PointNet++网络无法处理大容量点云数据,因此提出一种基于改进PointNet++的船体分段合拢面构件智能识别算法... [目的]三维扫描仪获得的船体分段合拢面点云数据,具有精度高、数据量大的优势,能够很好地反映分段合拢面的建造状况。由于现有的PointNet++网络无法处理大容量点云数据,因此提出一种基于改进PointNet++的船体分段合拢面构件智能识别算法,实现针对大容量船体分段合拢面点云数据构件的智能识别。[方法]基于超体素生长理论对船体分段合拢面点云数据进行分割及简化,构建船体分段合拢面点云数据集,并使用该数据集训练基于深度学习理论改进的PointNet++网络。[结果]网络模型在船体分段合拢面点云数据训练集和测试集上的收敛结果趋于稳定,在测试集上识别准确率达到90.012%。[结论]该方法具有良好的识别能力,能够完成船体分段合拢面构件的智能识别。 展开更多

关键词 船舶建造 人工智能 船体分段合拢面 点云数据 超体素生长 pointnet++ 智能识别

在线阅读 下载PDF 职称材料

基于DenseNet与PointNet融合算法的三维点云分割

8

作者 吴烈权 周志峰 +1 位作者 时云 任朴林 《应用光学》 CAS 北大核心 2024年第5期982-991,共10页

点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNe... 点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNet和PointNet的算法,用于点云分割,并引入三分支混合注意力机制,以提高PointNet在提取局部特征方面的能力。基于密集连接卷积网络(DenseNet)思想,提出用DenseNet-STN和DenseNet-MLP结构来替代PointNet中的空间变换网络(STN)和多层感知机(MLP);同时,使用Add连接代替密集块(DenseBlock)中的Concat连接,以提高对点特征间相关性的准确性,同时不显著增加模型复杂度。DenseNet-PointNet能够提高复杂分类问题的泛化能力,实现对复杂函数更好的逼近,从而提高点云分割的准确率。有效性和消融实验结果表明,本文算法具有良好的性能。点云分割实验结果表明,DenseNet-PointNet在大多数类别中的交并比(IoU)都高于PointNet的IoU,并在部分类别中也高于PointNet++,参数量是PointNet++的47.6%,浮点运算量(FLOPs)是PointNet++的49.1%。实验结果验证了DenseNet-PointNet的可行性和有效性。 展开更多

关键词 点云分割 密集连接卷积网络 pointnet DenseNet-pointnet

在线阅读 下载PDF 职称材料

基于PointNet优化网络的铁路站台语义分割 被引量：2

9

作者 鲁子明 黄世秀 +2 位作者 季铮 张思仪 黄翔翔 《现代电子技术》 北大核心 2024年第3期68-72,共5页

铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对... 铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。 展开更多

关键词 点云分割 深度学习 铁路站台 铁路侵界 pointnet 金字塔结构 深度神经网络 语义分割

在线阅读 下载PDF 职称材料

基于TF-PointNet++的林木点云数据语义分割算法研究 被引量：2

10

作者 倪斯雯 林剑辉 +2 位作者 刘圣波 王林虎 苏瑞峰 《南方农机》 2024年第19期8-15,共8页

【目的】林木点云数据具有边界模糊、空间分布不均的特点,经典PointNet++网络对林木点云邻域特征的关注有局限性,存在原点云的邻接关系未能捕捉全面、不能很好地进行分割的问题,因此改善对林木的分割效果十分重要。【方法】提出了一种基... 【目的】林木点云数据具有边界模糊、空间分布不均的特点,经典PointNet++网络对林木点云邻域特征的关注有局限性,存在原点云的邻接关系未能捕捉全面、不能很好地进行分割的问题,因此改善对林木的分割效果十分重要。【方法】提出了一种基于Transformer-PointNet++的点云语义分割网络,在经典PointNet++网络的中间层引入了Transformer结构,利用自注意力机制优化特征提取,核心思想是将点云中的每个点作为输入,在下采样层以及输出层利用自注意力机制对点云进行全局的特征交互和信息聚合,改善了经典PointNet++对于邻域特征的信息关注。在此基础上,采用了开源ModelNet40点云集合和自建林木点云数据集,分别投入到经典PointNet++网络、DST-PointNet++、B-PointNet++和TF-PointNet++网络进行实验,用于测试改进后网络模型的效果。【结果】TF-PointNet++在开源ModelNet40数据集和自建林木点云数据集上皆有更好的表现。在ModelNet40上,OA达到了94.08%,较PointNet++提升了4.04个百分点;在自建数据集上,OA达到了82.52%,较PointNet++提升了26.24个百分点,mIoU达到了85.67%,提升了11.21个百分点。【结论】TF-PointNet++网络可以使模型更好地理解和利用整个点云的上下文信息,从而提升语义分割的准确性和全局一致性。本研究证明了TF-PointNet++网络在处理语义分割任务中的有效性和先进性,对于提升林木点云数据的语义分割效果具有重要意义。 展开更多

关键词 点云 林木 分割 pointnet++ TRANSFORMER

在线阅读 下载PDF 职称材料

基于改进PointNet的空调散热器V形槽3D点云分割算法 被引量：4

11

作者 陈冠华 李博 朱铮涛 《科学技术与工程》 北大核心 2024年第5期1963-1971,共9页

针对给空调散热器自动化点胶时无法准确识别散热器V形槽位置的问题,基于PointNet网络的散热器V形槽语义分割方法,首先针对散热器点云V形槽区域与内部区域特征相似的问题,设计一种通过提取点云边缘将点云边缘区域的点云与内部区域的点云... 针对给空调散热器自动化点胶时无法准确识别散热器V形槽位置的问题,基于PointNet网络的散热器V形槽语义分割方法,首先针对散热器点云V形槽区域与内部区域特征相似的问题,设计一种通过提取点云边缘将点云边缘区域的点云与内部区域的点云分别进行预处理的方法,实现突出点云边缘区域特征的目的。其次,在PointNet网络最大池化函数的基础上,引入平均池化函数,增加网络所提取的全局特征的特征信息,减少因最大池化引起的信息丢失,并去除T-Net变换网络,减少网络的复杂度。从实验室平台采集空调散热器样本进行实验,结果表明,改进算法的平均交并比(mean intersection over union, mIoU)达到78.17%,总体精度(overall accuracy, OA)达到了92.01%,相较于PointNet提高了9.73%和6.37%,验证了算法的有效性。 展开更多

关键词 空调散热器 点云数据精简 pointnet 语义分割

在线阅读 下载PDF 职称材料

基于PointNet++的焊装夹具零件识别 被引量：2

12

作者 徐华 陶长城 乐鑫淼 《组合机床与自动化加工技术》 北大核心 2024年第4期141-144,共4页

焊装夹具是汽车白车身焊接生产线中重要的组成部分,有效的管理和归纳焊装夹具零件设计数模能够显著提高设计效率。将原始设计数模离散为点云,利用点云数据和PointNet++深度学习网络探讨了一种焊装夹具零件智能分类方法,并对比各模型的... 焊装夹具是汽车白车身焊接生产线中重要的组成部分,有效的管理和归纳焊装夹具零件设计数模能够显著提高设计效率。将原始设计数模离散为点云,利用点云数据和PointNet++深度学习网络探讨了一种焊装夹具零件智能分类方法,并对比各模型的分类精度,选取运行效率和精度最高的单尺度分组(SSG)模型完成焊装夹具零件的分类。训练结果表明,该方法在验证集上的准确率为97.5%,型块、连接块、定位销、销座、支座的验证集类内准确率分别为92.5%、97.5%、100%、97.5%和100%。这些结果表明该方法具有较高的识别精度,能够满足焊装夹具零件分类的精度要求。 展开更多

关键词 焊装夹具 三维点云 分类 pointnet++

在线阅读 下载PDF 职称材料

基于Pointnet和迁移学习的苹果表型参数估算研究 被引量：5

13

作者 陈龙 王浩云 +2 位作者 季呈明 孙云晓 徐焕良 《南京农业大学学报》 CAS CSCD 北大核心 2021年第6期1209-1216,共8页

[目的]为快速、准确、无损检测苹果的外部表型参数,提出了一种基于Pointnet和迁移学习的苹果表型参数估算算法。[方法]通过Kinect相机从任意角度拍摄苹果并使用直通滤波法去除背景环境数据得到只包含苹果信息的点云数据。在此基础上使... [目的]为快速、准确、无损检测苹果的外部表型参数,提出了一种基于Pointnet和迁移学习的苹果表型参数估算算法。[方法]通过Kinect相机从任意角度拍摄苹果并使用直通滤波法去除背景环境数据得到只包含苹果信息的点云数据。在此基础上使用最远点采样法,获取标准输入点云,然后采用椭球曲面方程构建苹果几何模型,生成基于椭圆方程的苹果几何模型库。使用Pointnet算法训练仿真模型数据,然后通过迁移学习迁移到实测数据上去,在训练好的模型上进行微调;再经过5-折交叉验证,判定模型的鲁棒性和泛化能力,得到最终的估算模型。[结果]以均方根误差(RMSE)和决定系数(R2)评价模型结果,实测250个苹果3个角度点云共750组数据,在任意一个角度拍摄的残缺率达到50%的点云数据的条件下,该模型对苹果的直径、高度、体积3组表型参数的RMSE分别为2.247、2.275和22.780,R2分别为0.919、0.841和0.927。[结论]该算法回归效果优于传统算法,在任意角度拍摄到的残缺率达到50%的点云数据的条件下仍能很好完成外部表型参数估算。 展开更多

关键词 pointnet 迁移学习 苹果 表型参数 点云

在线阅读 下载PDF 职称材料

基于改进PointNet网络的三维手姿估计方法 被引量：7

14

作者 马利 金珊杉 牛斌 《计算机应用研究》 CSCD 北大核心 2020年第10期3188-3192,共5页

针对单幅深度图像三维手姿估计中由于手部复杂结构捕捉困难导致的精度低和鲁棒性较差的问题,提出一种基于改进PointNet网络的三维手姿估计方法。该方法首先采用边界框定位网络预测三维边界框,从而准确裁剪手部区域。然后将手部深度图像... 针对单幅深度图像三维手姿估计中由于手部复杂结构捕捉困难导致的精度低和鲁棒性较差的问题,提出一种基于改进PointNet网络的三维手姿估计方法。该方法首先采用边界框定位网络预测三维边界框,从而准确裁剪手部区域。然后将手部深度图像表示为点云,模拟手部可见表面,有效地利用深度图像中的三维信息。最后将手部点云数据输入改进的PointNet网络,准确地进行三维手姿估计。改进的PointNet网络通过引入跳跃连接,充分利用不同层次的特征,更好地捕捉手部的复杂结构。在NYU手姿数据集上进行验证,实验结果表明,提出的方法优于现有的大部分方法,并且网络结构简单、易于训练,运行速度快。 展开更多

关键词 三维手姿估计 单幅深度图像 pointnet 神经网络

在线阅读 下载PDF 职称材料

基于图卷积神经网络的三维点云分割算法Graph⁃PointNet 被引量：7

15

作者 陈苏婷 陈怀新 张闯 《现代电子技术》 2022年第6期87-92,共6页

三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Grap... 三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Graph⁃PointNet在经典点云模型PointNet的基础上,结合二维图像中聚类思想,设计了图卷积特征提取模块取代多层感知器嵌入PointNet中。图卷积特征提取模块首先通过K近邻算法搜寻相邻特征点组成图结构,接着将多组图结构送入图卷积神经网络提取局部特征用于分割。同时文中设计一种新型点云采样方法多邻域采样,多邻域采样通过设置点云间夹角阈值,将点云区分为特征区域和非特征区域,特征区域用于提取特征,非特征区域用于消除噪声。对室内场景S3DIS、室外场景Semantic3D数据集进行实验,得到二者整体精度分别达到89.33%和89.78%,平均交并比达到64.62%,61.47%,均达到最佳效果。最后,进行消融实验,进一步证明了文中所提出的多邻域采样和图卷积特征提取模块对提高点云语义分割的有效性。 展开更多

关键词 三维点云分割 图卷积神经网络 Graph⁃pointnet 语义分割 深度学习 多邻域采样 特征提取

在线阅读 下载PDF 职称材料

融合MKF的Pointnet++优化算法研究 被引量：5

16

作者 孙红 凌岳览 《小型微型计算机系统》 CSCD 北大核心 2020年第6期1269-1273,共5页

移动机器人能够在陌生环境中实现全局定位是目前很多研究的重点和热点问题之一.移动机器人在陌生环境中会受到环境结构变化、障碍物等多种复杂因素的影响,为了使移动机器人能够在陌生环境中实现全局定位需要以机器人能够对环境中的障碍... 移动机器人能够在陌生环境中实现全局定位是目前很多研究的重点和热点问题之一.移动机器人在陌生环境中会受到环境结构变化、障碍物等多种复杂因素的影响,为了使移动机器人能够在陌生环境中实现全局定位需要以机器人能够对环境中的障碍物体进行识别分类以及对环境进行局部分割为基础.为此,本文采用了Pointnet、Pointnet++以及融合了MKF的Pointnet++优化算法等方法,并采用基于深度学习的方法处理点云数据,实现障碍物体的识别分类和环境的局部分割.实验结果表明,基于MKF的Pointnet++优化算法在物体识别分类和环境分割应用上比Pointnet和Pointnet++效果更好,并且在点云低密度的环境下仍有良好的效果. 展开更多

关键词 全局定位 点云 pointnet 环境分割

在线阅读 下载PDF 职称材料

一种基于改进PointNet++网络的三维手姿估计方法 被引量：5

17

作者 童立靖 李嘉伟 《图学学报》 CSCD 北大核心 2022年第5期892-900,共9页

针对PointNet++网络处理点云局部特征时因分组范围区过大导致计算量较大的问题,提出一种改进的PointNet++网络的三维手姿估计方法。首先对手势点云进行基于Delaunay三角剖分算法与K中位数聚类算法相结合的三角剖分,得到手势点云的三角... 针对PointNet++网络处理点云局部特征时因分组范围区过大导致计算量较大的问题,提出一种改进的PointNet++网络的三维手姿估计方法。首先对手势点云进行基于Delaunay三角剖分算法与K中位数聚类算法相结合的三角剖分,得到手势点云的三角网格模型,并计算三角网格模型的边长均值;然后以三角网格模型边长均值为半径,对最远点采样(FPS)的采样点进行球查询搜索,再根据搜索到的采样点个数极值对采样点云进行K近邻分组,并最终输入PointNet网络,完成三维手姿的位置估计。改进后的PointNet++网络可以根据不同的点云密度自动调整网络分组区域的局部提取点个数。实验结果表明,在不影响三维手姿估计精度的情况下,该方法提高了PointNet++网络的模型训练速度,并在三维手姿估计中可有效减少特征提取的计算量,使计算机能够更快地捕捉手姿状态。 展开更多

关键词 三维手姿估计 pointnet++ DELAUNAY三角剖分 球查询搜索 K近邻搜索

在线阅读 下载PDF 职称材料

基于PointNet++的煤场点云分割与识别方法 被引量：2

18

作者 乐英 杨冰雁 《中国工程机械学报》 北大核心 2023年第3期199-203,共5页

为了实现煤场环境下的实时监控与安全监测,对煤场环境应用了一种基于PointNet++的目标分割与识别的方法。利用二维激光扫描仪做直线运动的装置采集三维点云数据,通过设置目标安全距离,采用基于欧氏距离的点云分割算法对原始点云进行分割... 为了实现煤场环境下的实时监控与安全监测,对煤场环境应用了一种基于PointNet++的目标分割与识别的方法。利用二维激光扫描仪做直线运动的装置采集三维点云数据,通过设置目标安全距离,采用基于欧氏距离的点云分割算法对原始点云进行分割,调用训练好的PointNet++网络对分割后的目标点云进行识别,对识别结果进行判断,并分析目标物体的工作状态是否安全。实验结果表明:煤场环境典型物体点云的分割精确率与召回率均大于90%,目标识别准确率达到98%,验证了基于PointNet++点云分割与识别方法的可行性。 展开更多

关键词 三维点云 pointnet++ 分割与识别

在线阅读 下载PDF 职称材料

基于改进PointNet++的输电杆塔点云语义分割模型 被引量：12

19

作者 黄郑 顾徐 +2 位作者 王红星 张星炜 张欣 《中国电力》 CSCD 北大核心 2023年第3期77-85,共9页

针对现有输电线路点云提取精度不高、无法满足无人机自主精细化巡检需求的问题,提出一种改进的PointNet++的输电杆塔点云语义分割方法,以实现对导线、地线、引流线、绝缘子和杆塔塔身的点云分割。首先,对经典PointNet++模型参数进行调整... 针对现有输电线路点云提取精度不高、无法满足无人机自主精细化巡检需求的问题,提出一种改进的PointNet++的输电杆塔点云语义分割方法,以实现对导线、地线、引流线、绝缘子和杆塔塔身的点云分割。首先,对经典PointNet++模型参数进行调整,使模型在特征提取数量、感受野方面更适用于输电杆塔点云数据;然后,采用核心点卷积作为点云特征提取算法,进一步提升模型对点云特征的提取能力;最后,针对点云数据中存在的数据不平衡问题,采用focal loss作为损失函数,使占比较少的类别得到充分训练。为验证所提方法有效性,在2284基输电杆塔组成的点云数据集上进行了实验,实验结果表明:改进后的算法平均F1值达到97.26%,较经典PointNet++提高了3.95个百分点。 展开更多

关键词 输电杆塔 点云分割 核心点卷积 focal loss损失函数 pointnet++

在线阅读 下载PDF 职称材料

基于PointNet和长短时记忆网络的三维人体动作预测 被引量：3

20

作者 王辉 丁铂栩 +3 位作者 宋佳豪 曹俊杰 李波 刘秀平 《计算机应用》 CSCD 北大核心 2022年第S02期60-66,共7页

人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的... 人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的人体动作预测方法。首先,使用改进的PointNet对人体动作序列中的每帧三维点云进行特征提取;其次,通过LSTM学习动作序列的时间信息融合动作序列的时空特征;最后,将时空特征通过全连接神经网络(FC)进行动作预测;此外,还构造了三维点云表示的人体动作序列数据集。实验结果表明,所提方法在预测下一帧三维人体点云坐标时的平均损失值低于10-3。 展开更多

关键词 人体动作预测 三维点云 pointnet 长短期记忆网络 动作序列

在线阅读 下载PDF 职称材料