基于高完备性自建数据集的集装箱锁销识别

摘要

集装箱锁销的识别精度是影响码头自动化拆卸效率的关键因素之一.由于集装箱锁销形状和结构各异,现有的传统手工制作描述符进行锁销识别等方法存在速度慢、准确率低的问题.提出了一种基于高完备性自建数据集的集装箱锁销3D点云识别方法,通过搭建3D点云数据半自动采集系统采集大量集装箱锁销的3D点云数据,构建高完备性集装箱锁销3D点云数据集.基于自建数据集,使用点云分类深度学习网络算法训练模型,验证构建数据集方法的合理性以及数据集的有效性.结果表明,基于高完备性自建数据集的锁销识别方法精度高,其完整单视角3D点云识别准确率可以达到100%,且不易受外界环境因素干扰,在缺失部分点云情况下也有良好的表现.

关键词

集装箱锁销 / 自建数据集 / 3D点云 / 锁销识别