基于点云的工业系统三维缺陷检测与分类进展：综合综述

近年来，三维点云（PCs）因其在计算机视觉（CV）、状态监测（CM）、虚拟现实、机器人技术、自动驾驶等众多领域的多样化应用而受到广泛关注。深度学习（DL）已被证明能有效利用三维点云来解决二维视觉中遇到的各种挑战。然而，将深度神经网络（DNNs）应用于处理三维点云面临着独特的挑战。本文深入综述了基于深度学习的工业状态监测在使用三维点云方面的最新进展，特别关注工业应用中的缺陷形状分类与分割。鉴于这些方面在工业维护中的关键作用，本文对已综述的基于深度学习的点云处理方法的优势与局限性提供了深刻的见解。此知识综合旨在促进对工业系统中状态监测过程的理解与增强，特别是在剩余使用寿命（RUL）框架内。