【摘要】[目的] 目标分割是通过为果园喷雾机提供树木的表征信息，使喷雾机能够实现精准喷雾的一项基本视觉任务。在分割过程中，对苗圃中的树冠、树干等不同部位进行分割，可以帮助喷雾机对喷雾部分的对靶，实现在果园或苗圃景观中无需人工干预的自动导航以及精准喷药等操作。与图片相比，点云能够更好地表征树木的三维结构并且受照明条件影响小，因此针对点云树木设计分割算法更适合应用在果园、苗圃等室外环境中工作的农业机械上。[方法] 本文介绍了一种分割精度准确、参数量小的点云分割网络，TSNet，它可以很容易地被部署在果园喷雾机上。该网络主要具有以下特点：1）该网络基于DGCNN改进，可以更好地实现点云分割任务；2)网络引入了连续递归门控卷积模块 （g~(n)Conv），可以提高树木分割的准确率；3）为了避免全局信息损失并增加信息传递效率，我们设计了权重通道用于特征传递。[结果] TSNet分割树木的mIoU达到了90.08%，模型大小为0.72 M，优于常用的点云分割算法，PointNet、PointNet++、DGCNN、CurveNet、PointMLP和D-PointNet++。[结论] 所提方法能够为苗圃树木检测识别和农业机器人作业提供更准确地感知信息。