一种基于深度学习的汽车起重机三维点云分割方法

本发明公开了一种基于深度学习的汽车起重机三维点云分割方法，所述方法包括以下步骤：S1：将利用SolidWorks软件建立的不同工作状态下汽车起重机的三维模型置于Gazebo平台搭建的仿真场景中，并通过Fast‑LIO2算法对所述汽车起重机的三维模型进行稠密建图，得到所述汽车起重机的三维稠密点云数据；S2：基于所述汽车起重机的三维稠密点云数据，构建所述汽车起重机的SegNet模型；S3：基于标签平滑策略，设定所述SegNet模型的损失函数；S4：对所述SegNet模型进行训练与推理。本发明的优点是：提升了复杂场景下点云分割的精度，适用于汽车起重机关键零部件的分割。