基于改进DGCNN的树木点云分割方法

摘要

[目的]通过目标分割为果园喷雾机提供树木的表征信息，使喷雾机能够实现精准喷雾。在分割过程中，对苗圃中的树冠、树干等不同部位进行分割，可以帮助喷雾机对喷雾部分对靶，在果园或苗圃景观中实现自动导航以及精准喷药等操作。与图片相比，点云能够更好地表征树木的三维结构并且受照明条件影响小，因此针对点云树木设计分割算法更适合应用在果园、苗圃等室外环境作业的农业机械。[方法]本文基于DGCNN提出了一种分割精度准确、参数量小的树木点云分割网络——TSNet,它可以很容易被部署在果园喷雾机上。该网络主要具有以下特点：1)该网络是基于DGCNN改进的，可以更好实现点云分割任务；2)网络引入了连续递归门控卷积模块（g~nConv）,可以提高树木分割的准确率；3)为避免全局信息损失并增加信息传递效率，我们设计了权重通道用于特征传递。[结果]TSNet分割树木的mIoU达到90.08%,模型大小为0.72 M,优于PointNet、PointNet++、DGCNN、CurveNet、PointMLP和D-PointNet++等常用的点云分割算法。[结论]TSNet能够为苗圃树木检测识别和农业机器人作业提供更准确的感知信息。

关键词

点云 / 树木分割 / 深度学习 / 精准喷雾 / 果园喷雾机

基金资助

国家自然科学基金项目(32171908)