一种智能船舶中基于点云神经网络的岸线识别与优化方法

本发明属于岸线识别技术领域，提出了一种智能船舶中基于点云神经网络的岸线识别与优化方法。通过激光雷达采集点云数据，不受光照条件影响；解决视觉算法受天气和光照限制的问题，适应雾天、潮汐变化等动态环境。通过体素格网滤波降低点云密度，减少数据处理量，而且改进Edge‑Aware PointNet网络不需要进行密集特征的表征学习，实现了网络结构的轻量化设计，降低了端到端处理延迟时间，满足船舶靠泊实时性需求，克服实时性瓶颈。通过双路径U‑net全卷积分段网络自适应处理自然岸线与人工岸线的差异化特征，解决了传统方法对不同类型岸线适应性差的问题；在动态约束K‑means算法中引入法向量一致性约束，提升聚类对复杂岸线形态的拟合精度。