来源：期刊VIP网 时间：
作者：谭光兴;程星;陈海峰;
单位：广西科技大学自动化学院;
摘要：在智能车辆和自主机器人领域，激光雷达传感器因高精度和可靠性，被广泛应用于环境感知和物体检测，因此其故障诊断尤为重要。激光雷达内部的故障往往有固件提醒，而外部环境因素导致的故障检测挑战较大，比如车辆形变、污垢等导致的激光点云遮挡故障，难以直接在固件层面体现，需通过外部检测进行诊断。为此，提出一种基于Point-Attention激光雷达遮挡故障诊断方法。首先，结合多头几何注意力机制模块与CBAM模块、残差连接机制，增强了模型对点云数据中关键特征的提取能力，提高了分类准确性和鲁棒性；在真实的ScanObjectNN数据集和ModelNet40基准数据集上对PointAttention模型进行了实验。该模型在分类任务上准确率分别达到了93.7%、82.5%。其次，融合了一种时间特征捕捉机制，从而使模型能够更好地适应现实场景中的时间相关性，进而更准确地处理激光雷达的遮挡故障。实验结果表明，所提方法能有效诊断激光雷达遮挡故障，最佳总体精度达99%以上，为激光雷达故障诊断提供了一种高效准确的解决方案。
关键词：激光雷达;;故障诊断;;点云分类;;残差连接;;遮挡检测;;时间特征捕捉
基金资助：国家自然科学基金项目（61563005）
