基于PointNet++的工井点云语义分割模型研究

作     者：刘丹丹 胡伟 王丽欢 赵健 任雨 王迪 余容 LIU Dandan;HU Wei;WANG Lihuan;ZHAO Jian;REN Yu;WANG Di;YU Rong

作者机构：中国电建集团贵州电力设计研究院有限公司贵州贵阳550000 国网河北省电力有限公司经济技术研究院河北石家庄050000 

出 版 物：《电力大数据》 (Power Systems and Big Data)

年 卷 期：2024年第27卷第2期

页      码：77-86页

摘      要：受地下工井空间狭窄、环境复杂的影响,采集的工井点云数据存在空间分布不规则且不均匀、数据量大、难以实现多目标高效的语义分割等问题。有鉴于此,本文提出了一种基于PointNet++的工井点云语义分割方法。首先,采集地下工井点云数据并加入语义标签,制作模型训练需要的数据集;其次,为提高点云分割任务的性能,引入一种基于深度学习的PointNet++网络模型,并利用多分辨率分组(multi-scalegrouping,MSG)和随机输入(random inputdropout,DP)策略,实现了地下工井地面、顶、爬梯、墙、电缆线和支架的语义分割;最后,采用精确度、召回率、交并比和F1分数作为评价指标对分割效果进行评价。结果表明,与PointNet网络模型相比,本文方法各类别的评价指标均得到了显著的提升,并且地下工井地面、井顶、井墙和电缆线等类别的评价指标均超过80%,显示分割性能良好,有利于地下电缆工井场景的多目标快速精准分割,为地下工程精细化管理奠定了基础。

主 题 词：PointNet++ 工井点云 语义分割 DP MSG 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.19317/j.cnki.1008-083x.2024.02.009

馆 藏 号：203128193...