PSDNet：一种受鹰眼双通路感知启发的预制构件非均匀点云多尺度语义分割方法

《Buildings》：PSDNet: A Bio-Inspired Perception-Based Method for Multi-Scale Semantic Segmentation of Non-Uniform Point Clouds of Precast Components

　　

三维激光扫描的预制构件点云常受非均匀密度、大尺度物体变化和施工现场噪声影响。受鹰眼双通路感知（dual-pathway perception）启发，本研究提出PSDNet，一种用于预制构件点云的端到端语义分割网络（semantic segmentation network）。鹰眼聚焦密度强化模块（Eagle-Focused Density Intensification, EFDI）增强稀疏采样区域的板边细节，多尺度全局融合模块（Multi-Scale Global Fusion Module, MSGM）将一次性构建的空间索引与全局双池化注意力（global dual-pooling attention）结合，以区分从厘米级预埋构件到米级夹具的物体。实验在沙特阿拉伯利雅得某预制构件项目采集的数据集上进行。PSDNet达到平均交并比（mean intersection-over-union, mIoU）73.6%、板件提取准确率（panel extraction accuracy）90.9%、预埋构件识别率（embedded-component identification rate）91.8%。消融实验（ablation experiments）证实EFDI与MSGM的互补贡献。与PointNet++、PointCNN、RandLA-Net和KPConv比较，在非均匀点密度和大尺度变化下分割性能持续更优。结果表明PSDNet在预制构件数字化检测方面具有潜力。

研究背景方面，在“双碳”战略、新型工业化政策和装配式建筑规模化发展推动下，预制混凝土墙板、叠合板和预制阳台等平面预制构件已成为住宅、公共建筑和交通基础设施中的重要建筑产品。工厂化生产可缩短现场施工周期、减少现浇污染和人工需求，但单个构件中大量预埋构件和夹具使预交付质量检测面临挑战。当前预制工厂主要采用直尺和塞尺进行抽样检测，存在抽样性、效率低、主观误差大、数据追溯有限和职业安全风险等问题，难以实现全表面全覆盖质量检测。3D激光扫描（3D laser scanning）因具有毫米级测量精度、非接触非破坏操作和密集全场点云同步获取能力，成为智能几何检测的主流技术。点云语义分割（point cloud semantic segmentation）是预制构件高效数字化检测的核心技术。早期方法依赖手工设计几何特征和规则推理，如Rocío等、Xu等、Han-Shuo Zhang等、L. Truong-Hong等、Yang等、Dong Wang等的方法；浅层机器学习方法如Mohamed Mansour等、Giuseppe Antuono等、Zhao Xu等提升了特征判别能力，但仍依赖手工特征。深度学习方法在通用点云分割中取得进展，如PointNet++、PointCNN、KPConv、RandLA-Net，以及Luping Li等、Liang等、Vassilev等、Lee等、Guo等、Difeng Hu等、Wei Lin等的工程应用。然而，预制工厂场景存在非均匀点云密度、复杂多尺度干扰和严重类别不平衡，现有模型仍存在性能瓶颈。鹰眼视觉具有浅凹宽视场全局感知和深凹高分辨率局部感知的双通路机制，但鹰眼视觉本质为二维成像，缺乏三维拓扑结构和空间点密度分布感知。针对上述研究空白，研究人员提出PSDNet，目标是构建密度自适应编码器—解码器网络、设计EFDI进行密度均衡和局部几何增强、设计MSGM进行多尺度与全局上下文融合，并在沙特阿拉伯利雅得3D激光扫描预制板数据集上验证。

研究人员开展的研究为：受鹰眼双凹视觉机制启发，提出PSDNet（Precast Panel Segmentation Network，预制板分割网络），采用编码器—解码器架构，将EFDI（Eagle-Focused Density Intensification，鹰眼聚焦密度强化模块）集成于编码器初始阶段，将MSGM（Multi-Scale Global Fusion Module，多尺度全局融合模块）嵌入编码器，解码器输出层包含六个分割分支，对应panels、fixtures、embedded components、electrical boxes、temporary structures和corbels六类。网络使用特征跳连接保留浅层局部细节和深层全局语义。数据来自沙特阿拉伯利雅得Sedra Phases 3、4、5预制住房项目，该项目由China Harbour Engineering Company Ltd. (Beijing, China)承担，采用预制墙板结构体系，构件包括预制外墙板、预制内墙板和预制女儿墙。研究人员收集195个完整预制构件点云样本，约5.9 × 10⁷个点，经坐标归一化和格式转换后划分为155个训练样本、20个验证样本和20个测试样本。结论表明，PSDNet在非均匀密度和尺度变化条件下取得较优分割性能，mIoU为73.6%，板件提取准确率为90.9%，预埋构件识别率为91.8%，消融实验和对比实验证实EFDI与MSGM的互补作用。其意义在于为预制构件数字化检测提供潜力。

关键技术方法可概括为：以编码器—解码器为骨架，在编码器初始阶段引入EFDI，其GDE（Grid-Based Density Equalization，基于网格的密度均衡）按网格点数中位数进行最远点采样（farthest point sampling, FPS）或点云扩散上采样，LGFF（Local Geometric Feature Fusion，局部几何特征融合）用半径滤波去噪并融合法向量与曲率；在编码器中引入MSGM，其MSFB（Multi-Scale Feature Extraction Branch，多尺度特征提取分支）以最大搜索半径一次性构建空间索引，并通过多膨胀率Ball Query生成四尺度邻域，GCAB（Global Context Attention Branch，全局上下文注意力分支）采用全局平均池化（global average pooling, GAP）和全局最大池化（global max pooling, GMP）双池化生成注意力；样本来自沙特阿拉伯利雅得Sedra Phases 3、4、5预制住房项目，共195个点云样本，约5.9 × 10⁷个点，按155/20/20划分。

研究结果方面，4.1 Module Ablation Study（模块消融研究）以PointNet++为基线构建逐步增强变体。加入EFDI后，mIoU从65.9%提高至70.6%，板件提取准确率从78.3%提高至88.4%，预埋构件识别率从80.1%提高至89.0%，仅增加0.21 million参数；定性结果显示稀疏采样区域板件结构更连续完整。进一步集成MSGM形成完整PSDNet后，mIoU达到73.6%，板件提取准确率达到90.9%，预埋构件识别率达到91.8%，总参数相对基线仅增加0.43 million；板件边界更清晰规则，厘米级预埋构件噪声与分米至米级夹具的区分改善。由此得出EFDI和MSGM具有协同互补作用。4.2 Performance Comparison（性能比较）将PSDNet与PointNet++、PointCNN、RandLA-Net和KPConv比较。PSDNet在mIoU、总体准确率（overall accuracy, OA）、预埋构件识别准确率和板件识别准确率方面均优于对比模型；相比最强基线KPConv，mIoU提高8.8个百分点，OA提高8.5个百分点，预埋构件识别准确率提高11.1个百分点，板件识别准确率提高10.0个百分点。定性结果表明，基线模型在非均匀点云中易出现板件碎裂、夹具边界不连续、预埋构件与噪声混淆，而PSDNet对厘米级对象识别更有效，且参数增加适度，平衡了分割精度与现场实时检测需求。4.3 Discussion（讨论）指出，PSDNet的优越性源于EFDI和MSGM的互补：EFDI通过网格密度均衡和局部几何特征融合缓解近密远疏密度变化，MSGM增强多尺度与全局上下文建模。与AttTransNet、LiningNet、BIM-to-scan等方法比较时，由于数据集和标注协议不同，直接数值比较不合适，主要为定性比较。PSDNet主要失败案例出现在极稀疏点云和板件被多层夹具严重遮挡区域。算法原理上，传统方法依赖手工特征或固定采样与卷积尺度，对非均匀密度和多尺度干扰敏感；PSDNet通过EFDI的密度均衡及法向量和曲率融合，以及MSGM的单次空间索引、多膨胀率邻域、自适应权重和全局双池化注意力来重构特征学习，而非单纯增加网络深度，消融实验支持这一结论。

最后，讨论部分总结认为，PSDNet面向预制工厂中非均匀密度、跨尺度物体和类别不平衡场景设计，与通用工程点云分割方法相比具有针对性。5 Conclusions（结论）部分可译为：为解决预制工厂3D激光扫描点云非均匀密度分布和显著物体尺度变化带来的工程挑战，本研究提出PSDNet，一种受鹰眼双视觉机制启发的预制板语义分割网络，结合细粒度局部注视与宽视场全局场景感知。研究人员使用自建PPD现场点云数据集开展消融实验，并与主流算法比较，主要结论如下：其一，在非均匀点云密度和多尺度物体共存场景中，PSDNet在PointNet++、PointCNN、RandLA-Net、KPConv和所提方法中，于mIoU、板件提取准确率、预埋构件识别率和OA方面表现最佳，尤其板件提取准确率达到90.9%。其二，EFDI有效缓解3D激光扫描点云固有的近密远疏密度分布，补偿二维鹰眼视觉无法感知三维密度变化的不足；同时针对大平面预制构件引入曲率和法向量特征增强，仅增加0.21 million参数，即显著减少远距离扫描下不完整和碎裂的板件边界，使mIoU提高4.7个百分点。其三，MSGM增强网络全局上下文建模能力，补偿EFDI有限感受野及跨尺度物体区分不足；EFDI和MSGM联合后，模型mIoU再提高3.0个百分点，总参数相对PointNet++基线仅增加0.43 million，兼顾分割精度与现场推理效率。PSDNet仍有限制：在极稀疏点云和板件完全被多层夹具遮挡场景中，特征提取稳定性不足。未来研究将优化EFDI密度自适应调节策略，增强MSGM在重度遮挡区域的特征恢复能力，并研究PSDNet与建筑信息模型（building information modeling, BIM）数据的多模态融合，以扩展至预制构件全生命周期智能监测和数字化施工验收。实际部署建议保持扫描点密度不低于3点/cm²，通过多视角扫描补充稀疏区域，并在重度遮挡或极稀疏区域进行人工核验。