自助行李托运智慧机场服务的重要组成部分,也是对旅客便捷出行的重要保障。自助行李托运系统需要对旅客放入的行李根据民航法规与承运方要求进行适运性检测,而点云能够较为直接地描述行李的外观物理信息,所以研究基于点云的适运性计算方法有着十分重要的意义。论文的主要工作包括:首先研究了行李点云采集方法与点云的快速索引结构。对多个相机采集的点云进行精确拼接而得到完整的行李点云,并采用实验验证拼接效果。其次研究了航空行李托盘与凭条的检测方法,利用托盘的法向量特征作为检测模板,对于待匹配点云使用面特征约束进行托盘检测,采用RANSANC方法优化匹配策略。采用彩色约束与纹理约束相结合的方法对行李凭条的检测,采用实验验证算法检测效果。再次研究针对行空航空行李点云分类的网络结构,使用轻量级多层MLP结构提取行李的全局特征,使用X-Conv算子组成的边缘卷积结构提高了网络的几何检测能力,采用实际数据验证网络分类能力。最后研究点云分割为核心的行李件数判别计算。使用点云聚类法制作分割训练数据集。利用PointNet网络的训练结果并加入SGPN结构对多件点云进行语义融合分割并检测其中行李数量。通过实验室模拟行李在托运中可能出现的多件托运点云分布并制作数据集,对算法的准确性进行了实验验证。