近年来,随着大数据时代的到来与计算机硬件性能的提升,深度学习技术迎来了新一波的发展浪潮,在图像识别与理解、三维场景分析、自然语言处理等方面取得了重要的进展。在计算机视觉领域,研究任务也从单纯的二维图像理解逐渐发展到三维空间分析,并在高精地图、自动驾驶、智慧城市、AR、VR等方面得到了广泛应用。点云是一种重要的三维数据,点云数据语义分割对于三维场景理解有重要作用,最初的点云分割技术是从二维图像分割中发展起来的,虽然在方法上有所改进但始终没有脱离图像语义分割的基本框架。不管是多视图或是体素化的方法,本质都是对二维分割方法的一种直接延伸,没有最大程度上利用点云数据本身的特点,随后产生的Point Net网络开创了点云直接分割方法的先河,并取得了较好的效果,为三维场景理解指明了新的发展方向。传统的点云分割流程包括前期数据采集与桌面端后期处理两个阶段,其中常用的采集设备有激光雷达、TOF相机等,它们通常价格昂贵且有安装结构要求,此外这种前后端分离的工作模式在实时性方面也表现较差。本文在点云语义分割网络Point Net的基础上,结合移动端本身所具有的轻量、便捷的优势,探索了仅使用移动端智能手机设备同时进行三维数据采集与智能处理的一体化方案,旨在进行前后端的无缝集成。通过对单目深度估计算法与多视几何原理的理解,本文结合谷歌的AR Core开发平台,进行了安卓设备上的深度图获取实验;并通过对模型轻量化方法的研究,改进了Point Net网络,使模型参数量减少为原来的1/5,同时在SUN RGB-D三维数据集上具有73.3%的总体分割精度;最后利用Tensor Flow Lite移动端深度学习框架,将Point Net模型成功部署到了华为nova3智能手机上,量化后的tflite模型仅268KB大小,在手机端启用GPU加速后,对单幅场景点云数据的推断速度约为0.7s。