一种爆堆挖掘区域的语义分割方法

本技术属于露天矿智能铲装、爆堆仿真、三维点云处理和语义分割，更具体地，涉及一种爆堆挖掘区域的语义分割方法。

背景技术：

1、露天矿铲装作业中，爆堆是挖掘设备直接作用的对象。爆堆表面的块度分布、坡面形态、边界破碎程度和局部遮挡状态，会影响铲斗切入位置、挖掘轨迹和后续装载控制。对于无人化或少人化铲装系统而言，稳定识别爆堆挖掘区域，是装载位置选择和作业决策中的基础环节。

2、真实爆堆点云的采集容易受到观测视角、粉尘、遮挡、安全距离和作业节奏等因素影响，矿山现场通常难以在同一爆堆形态下反复采集多组高质量点云数据，公开数据也多面向矿区道路、车辆、设备或环境感知，较少直接覆盖爆堆表面的挖掘区域语义。即使已经获取爆堆点云，挖掘区域标注仍然存在困难，因为爆堆挖掘区域并非道路、车辆、建筑物等边界相对固定的视觉语义类别，而是与挖掘设备作业条件相关的作业语义，一个表面点是否属于挖掘区域，通常与该点所在高度、距堆体边缘的位置、坡面方向、坡度大小以及是否被上方石块遮挡有关。已有点云语义分割方法通常依靠点坐标、局部邻域和上下文关系学习特征，在道路场景、室内场景和常规物体识别中已经得到应用，但在爆堆场景中，块石交叠、表面起伏强、边界过渡复杂，通用分割网络如果仅依赖几何外观，容易在坡面过渡区、边缘暴露区和遮挡区域产生误判。已有爆堆仿真或爆堆测量方法多用于爆堆体积计算、堆体形态分析、块度分布统计或爆破效果评价，通常未进一步将仿真生成的爆堆表面点与铲装作业可达性规则结合起来生成挖掘区域标签，已有自动标注方法也多依赖人工交互、半监督学习或跨模态映射，难以直接给出爆堆表面内部可挖掘区域的计算规则。上述因素导致爆堆挖掘区域样本构建成本高、标注规则不稳定，且分割模型难以利用作业物理约束，从而影响分割结果的可靠性和工程适用性。

3、因此，如何提高爆堆挖掘区域分割结果的可靠性和工程适用性，是当前亟需解决的问题。

技术实现思路

1、针对现有技术的缺陷，本技术的目的在于提供一种爆堆挖掘区域的语义分割方法，能有效提高爆堆挖掘区域分割结果的可靠性和工程适用性。

2、为实现上述目的，第一方面，本技术提供了一种爆堆挖掘区域的语义分割方法，包括如下步骤：

3、s10，基于预设爆堆参数和物理引擎生成爆堆三维模型，并从所述爆堆三维模型中提取表面点的坐标信息和法向量信息；

4、s20，根据所述表面点的相对高度、归一化径向距离、坡度信息和朝向信息，计算所述表面点的可挖掘性评分，并基于遮挡检测结果对所述可挖掘性评分进行修正，得到修正后的可挖掘性评分；

5、s30，根据所述修正后的可挖掘性评分统计局部区域中的可挖掘点比例，并基于所述可挖掘点比例生成爆堆挖掘区域标签；

6、s40，根据所述坐标信息和所述法向量信息构造物理先验特征，将所述物理先验特征输入物理感知特征编码器得到物理编码特征，再将所述物理编码特征与点云语义分割网络的点云嵌入特征进行融合，得到增强点云特征；在训练阶段，利用所述爆堆挖掘区域标签作为监督信号，对所述点云语义分割网络和所述物理感知特征编码器进行训练；

7、s50，基于所述增强点云特征输出爆堆挖掘区域的语义分割结果。

8、作为进一步优选的，步骤s10中，所述基于预设爆堆参数和物理引擎生成爆堆三维模型包括：根据堆体底部半径、安息角、高度修正系数和表面不规则度系数，按照确定爆堆高度；

9、根据爆堆高度处的剖面形态控制参数按照确定不同高度处的有效半径()，并利用噪声函数按照对所述有效半径进行扰动，得到具有表面起伏的爆堆外轮廓，其中，为方位角，为二维噪声函数。

10、作为进一步优选的，所述基于预设爆堆参数和物理引擎生成爆堆三维模型还包括：根据归一化高度、归一化径向距离、基准概率、幂指数参数、和粒径分离强度，按照确定大粒径石块在爆堆中的出现概率，其中为表面点到堆体中心轴的水平距离；

11、按照粒径组分将石块模型划分为至少两个粒径层级，并根据所述大粒径石块出现概率调整各粒径层级在不同高度和径向位置的采样比例，以得到分层采样和动态配比的爆堆石块分布。

12、作为进一步优选的，步骤s10中，从所述爆堆三维模型中提取表面点的坐标信息和法向量信息包括：遍历爆堆三维模型中的石块对象，过滤位于预设地下高度以下的石块对象，将保留的石块对象的顶点坐标和法向量转换到世界坐标系。

13、作为进一步优选的，步骤s20中，所述可挖掘性评分由高度评分、边缘评分、坡度评分和朝向评分按照加权得到，其中、、、为权重系数；所述高度评分用于表示表面点在爆堆高度方向上的位置，所述边缘评分用于表示表面点相对于当前高度处理论最大半径的位置，所述坡度评分用于表示表面点对应坡面是否满足挖掘设备的工作姿态约束，所述朝向评分用于表示表面点法向量的水平投影与径向方向的关系。

14、作为进一步优选的，所述高度评分按照确定，其中为表面点高度，为有效高度范围中值，为有效高度范围宽度，，，和分别为有效高度范围的下限和上限；

15、所述边缘评分按照确定，其中为归一化距离，为表面点到堆体中心轴的水平距离，为当前高度处的理论最大半径，为边缘阈值；

16、所述坡度评分按照确定，其中为表面点法向量与垂直方向的夹角，为最大可挖掘坡度；

17、所述朝向评分按照确定，其中为表面点法向量水平投影与径向方向的点积，为朝外阈值。

18、作为进一步优选的，步骤s20中，所述遮挡检测结果通过射线检测得到：从表面点沿其法向量方向发射射线，若所述射线在预设检测距离内与其他碰撞体相交，则确定所述表面点处于遮挡状态；若未相交，则确定所述表面点未处于遮挡状态；遮挡状态表示为：，其中，表示射线检测命中其他碰撞体；

19、所述基于遮挡检测结果对所述可挖掘性评分进行修正包括：根据遮挡状态按照确定修正后的可挖掘性评分；对于未遮挡点，修正后的评分保持为；对于遮挡点，修正后的评分降低为。

20、作为进一步优选的，步骤s30中，所述根据所述修正后的可挖掘性评分统计局部区域中的可挖掘点比例，并基于所述可挖掘点比例生成爆堆挖掘区域标签包括：统计局部区域中修正后的可挖掘性评分大于等于评分阈值的表面点比例，得到可挖掘点比例，若≥，则将所述局部区域标记为挖掘区域；其中，为比例阈值；所述爆堆挖掘区域标签包括点级标签、石块对象级标签和局部区域级标签中的至少一种。

21、作为进一步优选的，步骤s40中，所述物理先验特征包括相对高度、归一化径向距离和坡度特征中的至少一种；其中，相对高度根据表面点的高度坐标归一化得到；归一化径向距离根据表面点在水平面内到堆体中心的距离归一化得到；坡度特征根据表面点法向量的竖直分量得到；

22、所述物理感知特征编码器包括多层感知机，用于将所述物理先验特征映射至与所述点云嵌入特征相同的特征维度；所述点云语义分割网络为基于point transformer的点云编码解码网络；

23、所述将所述物理编码特征与点云语义分割网络的点云嵌入特征进行融合包括：将所述物理编码特征乘以可学习缩放系数后与所述点云嵌入特征相加。

24、第二方面，本技术提供了一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现上述中任一项所述的爆堆挖掘区域的语义分割方法。

25、本技术具有如下效果：通过基于预设爆堆参数和物理引擎生成爆堆三维模型，可减少对大量真实标注点云的依赖，使样本覆盖不同形态和遮挡关系；通过根据相对高度、归一化径向距离、坡度信息、朝向信息及遮挡检测结果计算并修正可挖掘性评分，进而生成爆堆挖掘区域标签，将挖掘设备作业条件转化为可复现的自动标注规则，使标签体现高度、边缘、坡度、朝向和遮挡等物理约束；通过构造物理先验特征并融合至点云语义分割网络，使网络在学习点云外观特征的同时利用与标注规则一致的物理线索。上述手段协同作用，使标签生成规则和网络学习特征均体现挖掘作业的物理约束，从而可实现提高爆堆挖掘区域分割结果的可靠性和工程适用性的效果。