来源：期刊VIP网 时间：
作者：冯彦淏;邓志杰;刘维;沈彬;王皓;
单位：上海交通大学机械与动力工程学院;北京市医疗器械检验研究院;
摘要：船舶的管路系统是船舶可靠运行的保障，具有零部件种类多和结构复杂的特点。针对船舶管路系统在维护与替换过程中重建效率低和精度差的问题，对经典的点云深度学习网络PointNet++进行了改进，提出了一种船舶管路的重建方法。通过构建管路部件分割数据集，生成了高质量训练样本；对PointNet++模型采取多尺度采样半径调整和损失均衡化的改进策略，使其能够准确和均衡地捕捉各类部件的局部特征；根据分割结果求解出零部件特征参数和零部件之间的连接关系，实现了拓扑结构的恢复和管路的重建。实验结果显示，改进后的PointNet++模型在管路部件分割精度上取得了提升，对少数类部件的识别和分割更为精准；在管路重建方面实现了较高的精度，同时也保证了安装精度和可替换性，验证了所提方法可以满足实际船舶维修中高精度、自动化重建管路的需求，有效提升了管路替换的生产效率和可靠性。
关键词：管路重建;;虚拟数据集;;点云分割;;PointNet++
基金资助：工信部高技术船舶科研项目(GO0200243)
