新一代信息技术
基于深度学习的点云分割方法
本发明公开基于深度学习的点云分割方法,涉及三维视觉、机器学习等领域。针对散料装备智能化过程中料场的点云不能精确分割,散料装备无法精确感知料堆信息等问题,首先,进行数据采集及预处理;其次,聚合点特征形成超点;然后,设计查询策略和Transformer解码器层,预测实例掩码和语义类别;最后,设计多任务损失函数和匹配策略。与现有技术相比,本发明通过一个实例分割数据集的训练,完成三种分割任务,并且,能够精确识别料场中不同料堆的位置和边界,并对其物料类别进行分类,能够显著提升料场的库房管理效率和智能化水平,为散料装备的高效运行提供技术支持,可广泛运用于散料装备管理、矿物采集以及码头搬运等领域。
长春工业大学
授权发明