受井下煤尘和易被遮挡的影响,液压支架激光点云数据容易出现残缺。现有点云分割算法难以获取细粒度的点云特征,无法得到完整的点云结构信息,且易在邻域内引入语义信息不相似的点,导致液压支架激光点云分割精度低。针对上述问题,提出了一种基于邻域特征编码优化的液压支架激光点云分割算法。引入了由邻域特征编码模块、邻域特征优化模块和混合池化模块组成的局部邻域特征聚合模块邻域特征编码模块在传统三维坐标编码的基础上加入极坐标编码和质心偏移来表征局部点云空间结构,提升对残缺点云的特征提取能力;邻域特征优化模块通过特征距离判断并丢弃冗余特征,来优化邻域空间内的特征表达,从而更有效地学习点云局部细粒度特征,增强点云局部上下文信息;混合池化模块结合注意力池化和最大池化,通过聚合邻域内的显著特征和重要特...

工件型面的精确修磨是现代制造最常见的一种技术,为了实现型面的精确修磨必须要准确采集和测量型面的几何信息并通过特征建模为精确打磨提供条件。针对激光扫描仪获取的工件表面三维点云信息,依据点云特征分布情况,提出了一种改进的随机采样一致性点云分割算法以获取工件型面特征,该算法首先利用八叉树(Octree)建立点云之间拓补几何关系,然后根据K邻域搜索的欧式距离判别对点云进行初始分类,将分类结果作为随机采样一致性(RANSAC)初始种子点选取区域。最后利用面片间法向量和欧式距离判别对分割结果进行优化。工程运用表明该方法能够有效获取工件型面特征,测量精度满足工程需要。