车身焊装场景下高密度点云数据的半监督语义分割方法
来源：计算机集成制造系统杂志2025年第2期北京时间：
作者：韩松杰, 刘银华, 李彦征, 陈浩
单位：上海理工大学机械工程学院
摘要：数字化工艺仿真模型的准确性是车身焊装工艺开发的核心,焊装场景下基于点云的工艺装备等分割识别是实现物理作业环境与仿真环境虚实一致性的关键,针对焊装场景点云分割中点云密度不均衡、局部特征差异大、依赖标记样本等问题,提出一种少样本条件下基于生成对抗网络的半监督点云语义分割方法,通过融合使用标记和无标记点云数据来提升分割精度。通过改进RandLA-Net,采用最远点采样并调整编码解码结构以增强复杂特征学习能力;引入对抗结构与自训练机制,充分利用无标记样本信息;通过引入平滑性约束,选择高可靠性伪标签,降低引入错误标签的概率。最后,在自采的焊装工位点云等数据集上开展对比实验验证了所提方法的优越性。
关键词：焊装工位,点云语义分割,半监督,生成对抗网络
基金资助：国家自然科学基金面上资助项目(51875362);上海市自然科学基金资助项目(21ZR1444500);上海市浦江人才计划资助项目(22PJD048)。
