基于PointNet++的煤场点云分割与识别方法

YUE Ying, YANG Bingyan

Chinese Journal of Construction Machinery（2023）

引用 0|浏览0

暂无评分

摘要

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.

关键词

3D point cloud,PointNet++,segmentation and recognition

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要