基于动态图卷积的换电机器人目标点云补全方法

基于动态图卷积的换电机器人目标点云补全方法，1、利用SFM和MVS技术从多视角图像重建完整的目标紧固件模型，获取完整点云数据；2、使用基于几何约束的自适应裁剪策略构建残缺‑完整点云对作为训练数据；3、采用多分辨率点云处理，按三级分辨率进行特征提取和融合；4、以DGCNN动态图卷积为基础，结合多级Edge Conv动态边卷积和Transformer编码模块，实现局部几何特征捕获和全局关系感知；5、点云生成采用金字塔逐级细化方法，每层基于前层结果添加几何细节，逐步扩展点数量；6、训练过程通过多目标联合损失函数指导，在保证精度的同时提升点云质量。本发明提高目标紧固件点云的几何结构完整性，降低换电机器人后续作业的操作误差。