为解决现有配电网点云分割研究较少、分割精度不高的问题,提出一种新的点云深度学习模型。基于无人机机载激光雷达拍摄获取配电网三维点云数据,构造配电网点云数据集;将通道空间注意力机制(channel and spatial attention,CSA)嵌入深度...为解决现有配电网点云分割研究较少、分割精度不高的问题,提出一种新的点云深度学习模型。基于无人机机载激光雷达拍摄获取配电网三维点云数据,构造配电网点云数据集;将通道空间注意力机制(channel and spatial attention,CSA)嵌入深度学习模型PointCNN(point convolutional neural network)中以提高网络的局部特征提取能力,然后将配电网点云数据导入该模型进行训练与测试。实验结果表明,所提的CSA-PointCNN模型首次实现了配电网杆塔、导地线、植被和建筑物点云的自动语义分割,分割结果优于其他点云分割深度学习算法,整体分割精度达到83.0%,平均交并比指标达到74.4%。此外,与其他注意力机制的对比实验结果显示,采用通道空间注意力机制的效果提升最为明显,平均交并比指标提高了8.7%。展开更多