摘要：

随着人工智能技术的发展，基于视觉的物品识别作为构建物联网感知层的关键组成部分，与分拣机器人结合后，可广泛应用于各类货物分拣场景。然而，在物品混乱摆放的复杂环境中，由于目标物品与干扰物品间存在空间距离差异，仅依赖二维图像层面的物品识别算法难以有效区分二者，从而对机器人的正常抓取动作产生负面影响。为解决此问题，本文提出一种名为“3Deus”的轻量化复杂环境物品识别方法。该方法融合深度学习与三维点云数据处理技术，首先利用三维点云整体消除干扰物品所在平面，并基于改进的随机采样一致性算法区分目标物品平面与堆叠干扰物；其次，引入平面扩张机制确保目标物品平面点云的完整性；最后，借助物品识别算法获取目标识别框，并构建其与具体点云簇的映射关系。本文将3Deus部署于边缘计算设备，并通过构建多种实验场景验证其有效性与鲁棒性。实验结果表明，与传统随机采样一致性算法相比，3Deus能有效区分目标与干扰物品，准确率达95%以上；同时，其采用的平面扩张机制使目标物品的识别准确率提升了30.48个百分点。

关键词： 物品识别；3D点云探测；机器视觉；深度摄像头；平面检测

1. 引言

物品识别作为物联网感知层的核心任务之一，是实现环境信息采集与智能处理的关键技术。近年来，随着基于视觉的物品识别算法的快速发展，其已被广泛应用于违禁品检测、工业生产、交通运输等诸多领域。当前，物品识别算法主要分为基于传统视觉模型与基于深度学习模型两类。前者如Viola-Jones算法、基于Gabor与LDA结合的方法、基于SIFT特征与RANSAC匹配的算法等，通常依赖于工特征提取，应用场景有限。相比之下，深度学习模型凭借其强大的自动特征提取能力，展现出更高的鲁棒性，典型代表包括SAM2、YOLOv11、DN-FPN等。

然而，随着工业物联网应用场景对空间信息需求的日益增长，单一物品识别算法的局限性逐渐显现。此类算法通常处理的是二维图像，而二维图像仅能呈现物体在平面上的投影，难以利用空间距离信息区分处于不同平面的同类物品。以分拣机器人为例，其工作场景通常要求严苛。如图1所示的典型机械臂分拣作业场景中，待分拣物品被无规则放置于料架上，目标物品识别难度极大。由于单一物品识别算法无法依据空间特征区分目标与干扰物，当干扰物堆叠在目标周围并进入摄像头视野时，算法易将其误判为目标，导致错误分拣。

与此同时，深度摄像机技术的成熟与普及使得实时获取场景空间信息成为可能，并已逐步应用于医学成像、农业采摘、无人驾驶等领域。主流深度摄像机按其技术原理可分为三类：基于结构光技术（如Orbbec Gemini 2 L、Orbbec Astra 2）、基于双目视觉技术（如Intel RealSense D455系列）以及基于飞行时间测量技术（如微软Azure Kinect）。其中，结构光型深度摄像头需发射特定结构光线（如红外线）并接收反射光以实现主动探测。尽管其测量距离受光线强度影响，且易受环境光线及物体表面吸收特性的干扰，但因其具备低成本、低功耗及提供实时低分辨率三维点云数据的优势，通用性更强。三维点云由深度摄像头捕获，包含众多带有深度信息的点，用以表征场景的立体特征。如何利用三维点云中的空间特征来弥补二维图像识别算法在工业分拣场景中的不足，已成为当前研究热点。

针对上述问题，已有研究者尝试将深度学习应用于三维点云处理。例如，PointStaClu采用神经网络进行特征提取，并通过稳定聚类判别优化点云聚类任务。另一些方法则采用点云语义分割，将具有相似特征的点聚类为同质化区域。然而，三维点云通常由数万个点构成，即便经过下采样预处理，其数据规模依然庞大，导致模型在训练与推理阶段产生大量内存占用和时间消耗。因此，基于深度学习的三维点云处理模型难以直接部署于资源受限的嵌入式设备。

鉴于此，本文尝试将深度摄像机与物品识别算法相结合，提出一种基于三维点云探测的轻量化物品识别方法——3Deus。其核心在于利用三维点云数据构建精确的目标物品及其所处平面的点云模型（简称目标点云模型）。该方法通过串行聚类集合改进传统随机样本一致性（RANSAC）算法，实现目标点云模型的初步构建；继而引入平面扩张机制，解决平面点云破碎、边缘损坏及误删等问题，构建更精细、完整的目标点云模型。在物品识别层面，3Deus通过三维与二维空间的映射，实现立体空间信息与像素信息的一致性绑定；利用通用物品识别算法YOLOv11完成场景内所有物品的识别，并结合所构建的目标点云模型，从识别结果中剔除干扰物品，最终实现对目标物品的精准识别。

由于3Deus在点云探测过程中采用低复杂度的聚类等算法提取三维空间特征，且可灵活选择物品识别算法的模型规模，相较于基于深度学习的点云处理方法，其更为轻量化，无需桌面级高性能显卡支持，硬件成本更低。实验中，我们将3Deus分别部署于嵌入式边缘设备Jetson Nano和Jetson NX上，验证了其实时性，结果表明其更适用于物联网边缘设备。

本文的主要贡献如下：

1. 提出一种基于串行聚类集合改进的RANSAC算法，解决了传统RANSAC算法在拟合平面时无法区分目标物品平面与堆叠物平面的问题。

2. 提出平面扩张机制，在移除干扰点云的过程中，通过判断被删点的空间位置，保留原本属于目标平面的点云，从而提升平面的完整性，避免误删。

3. 提出一种相较于点云深度学习方法更为轻量化的点云探测与分析方案，具有更低计算量、更低硬件成本和更高可嵌入性。

4. 设计多种实验场景，系统验证了3Deus在区分目标与干扰物方面的准确性及其在嵌入式设备上的计算效率。在Jetson Nano与Jetson NX上的实时性测试表明，3Deus的处理时间达到了业界先进水平。

6. 总结

当前物品识别技术作为物联网感知层的重要组成部分，在应对复杂场景时适应性仍显不足。为此，本文提出了一种基于点云探测的复杂场景物品识别方法——3Deus。该方法利用聚类集合改进传统RANSAC算法，通过精准去除干扰物所在平面点云，获取目标台面点云。在此基础上，进一步结合凸包算法、平面扩张机制及三维空间关系，准确构建目标物品及其所处平面的点云模型。通过将物品识别模型的输出与点云探测结果相融合，实现了目标物品的高精度识别与干扰物的有效区分。对比实验证明，将3Deus应用于多个复杂场景后，去除干扰物能显著提升目标物品的识别精度，且该方法适合部署于计算资源受限的嵌入式设备。

未来工作将继续探索3Deus在实时性方面的进一步优化潜力，以期在更复杂的场景中实现更高效的物品识别。