基于三维点云分割的矿井煤棚多煤堆体积自动化测量方法

摘要

针对激光雷达在煤棚环境下测量煤堆时感知数据噪声大、物体不易区分等问题，提出了一种基于自监督AFF-GrowSP语义分割网络的多煤堆体积自动化测量方法。首先采用基于优化思想的混合滤波算法，对感知数据进行预处理，再将其通过改进的GrowSP分割网络执行分割操作，引入特征融合模块AFF动态调节不同尺度特征的融合权重;最后，使用基于MLS的贪婪三角化算法对分割后的煤堆点云进行三维重建，并计算其体积。结果表明:在公开数据集S3DIS上，AFF-GrowSP分割网络的平均交并比、整体准确率分别达到45.2%和79.4%，相较于GrowSP提升了0.4%和0.5%;在真实矿井煤棚场景下的多煤堆建模和体积测量应用中，该方法对多个不规则煤堆体积测量的平均相对误差为3.09%，实现了多个不规则煤堆体积的高精度测量，解决了煤棚环境下煤堆点云分割的难题，为煤炭储量的自动化管理提供参考。

关键词

体积测量 / 激光雷达 / 深度学习 / 点云分割 / 混合滤波