基于多尺度注意力聚合的换电机器人目标点云分割方法

基于多尺度注意力聚合的换电机器人目标点云分割方法，1、使用双目结构光深度相机采集目标紧固件的RGB图、深度图及三维点云数据，融合生成FastSeg3D数据集；2、提出一种两阶段预处理方法：半径滤波剔除噪声点，DBSCAN密度聚类去除远离目标的背景点簇；3、网络编码器利用局部特征聚合模块提取几何特征，结合随机采样策略降低计算复杂度；4、将多尺度注意力聚合模块嵌入编码器与解码器的跳跃连接中，通过通道与空间注意力单元融合特征，实现对编码器各层特征的自适应权重加权；5、采用最近邻插值上采样恢复原始点云分辨率，输出分割语义标签，获取高质量点云目标。本发明缩减了换电机器人操作时间，解决了大规模目标点云分割速度与精度的平衡问题。