基于PointNet++的船体分段合拢面智能识别方法

• 作者: 刘玉君 张学晨 汪骥 陈尚伟
• 来源期刊: 船舶工程
• 学科: 交通运输
• 关键词: 三维扫描仪 点云 PointNet++ 船体分段合拢面 深度学习
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 船舶智能制造
• 页码范围: 138-141
• 页数: 4页
• 分类号: U671.99
• 语种: 中文
• DOI: 10.13788/j.cnki.cbgc.2019.12.23

摘要

船体分段合拢面的精度检测是分段总组合拢过程中的重要环节.在船体分段合拢面的精度检测方面,三维扫描仪相对金站仪有着巨大优势,但三维扫描仪在扫描过程中会记录很多与合拢面无关的点.文章对三维扫描仪扫描出的点云数据进行合拢面的智能识别;采用深度学习理论对PointNet++点云网络进行改进,使用CAD模型导出的点云数据构建有标注的船体分段点云数据集,进而使用Adam优化算法对网络进行优化训练.最终,网络模型对分段合拢面的识别在验证集上获得精确率73％、召回率90％的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘玉君		120	1151	18.0	26.0
2	汪骥		40	159	8.0	10.0
3	陈尚伟		1	0	0.0	0.0
4	张学晨		1	0	0.0	0.0