来源：期刊VIP网 时间：
作者：闫家文;陈震;马誉贤;钮东辉;郝传宏;
单位：上海交通大学船舶海洋与建筑工程学院;南通中远海运川崎船舶工程有限公司;中远海运重工有限公司;
摘要：[目的]为了对绑扎桥点云数据实现端到端智能识别，[方法]提出一种改进PointNet++的绑扎眼板智能识别算法。基于实船扫描获取的集装箱船绑扎桥点云数据，使用CloudCompare软件对绑扎眼板进行语义分割标注，构建LashingNet数据集，基于绑扎眼板理论模型构建综合损失函数，通过该数据集训练改进的PointNet++网络。[结果]结果表明，网络模型在LashingNet训练集和验证集上的收敛结果趋于稳定，在验证集上的总体准确率（OA）达到99.15%，平均交并比（mIoU）达到96.61%，在全新测试集上眼板有效识别率达到94.64%，证明了模型良好的泛化性。[结论]该方法具有良好的识别能力，在集装箱船绑扎眼板的智能识别领域有良好的应用潜力。
关键词：船舶绑扎桥;;船舶建造;;三维点云;;PointNet++;;智能绑扎识别
