基于PointNet++的焊装夹具零件识别

焊装夹具是汽车白车身焊接生产线中重要的组成部分，有效的管理和归纳焊装夹具零件设计数模能够显著提高设计效率。将原始设计数模离散为点云，利用点云数据和PointNet++深度学习网络探讨了一种焊装夹具零件智能分类方法，并对比各模型的分类精度，选取运行效率和精度最高的单尺度分组(SSG)模型完成焊装夹具零件的分类。训练结果表明，该方法在验证集上的准确率为97.5%,型块、连接块、定位销、销座、支座的验证集类内准确率分别为92.5%、97.5%、100%、97.5%和100%。这些结果表明该方法具有较高的识别精度，能够满足焊装夹具零件分类的精度要求。