摘要
对高速列车车轮轴箱注油孔毛刺进行精确分割是实现自动化质量检测的关键。针对注油孔毛刺尺寸微小、形态不规则且局部边界特征不清晰等问题，本文提出了一种改进的基于PointNet++的注油孔毛刺点云分割方法。首先，搭建了注油孔毛刺点云采集实验平台，利用线激光传感器获取注油孔区域的三维点云数据，并对采集到的点云进行预处理，构建了包含多种形态毛刺的数据集。其次，为增强网络对毛刺局部几何特征的提取能力，在PointNet++的浅层特征提取阶段引入了核点卷积（KPConv）模块。在此基础上，设计了核引导几何点注意力（KGPA）模块，通过联合利用点特征、相对坐标、局部密度以及与核点的距离，对邻域特征进行加权，从而使网络更加关注毛刺边界和微小凸起区域。实验结果表明，所提网络实现了94.25%的mIoU、98.38%的OA、98.65%的召回率和98.50%的精确率，相较于PointNet++分别提升了2.28、1.62、2.25和2.34个百分点。结果表明，所提方法能够从点云中准确分割出注油孔毛刺，为后续的毛刺定位、尺寸评估及去除区域判定提供了技术支持。
