重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (11): 32-39.

• “复杂环境智能汽车感知与控制”专栏 • 上一篇    下一篇

融合点柱网络和 DETR的三维复杂道路目标检测

李伟文,缪小冬,顾曹雨   

  1. (南京工业大学 机械与动力工程学院,南京 211816)
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:李伟文,男,硕士研究生,主要从事目标检测研究,Email:heroliww@163.com;通信作者 缪小冬,男,博士,副教 授,主要从事智能汽车、智能装备、机器人等领域研究,Email:mxiaodong@njtech.edu.cn。

3D complex road target detection method by fusing PointPillar network and DETR

  • Online:2023-12-14 Published:2023-12-14

摘要: 三维目标检测是智能驾驶的关键技术之一,但是存在处理数据量大、预设特征参数 多等问题。针对三维特征选择设置与实际的目标特征相关性较差的问题,提出了一种融合点柱 网络和 DETR的检测方法。首先,利用支柱编码来降低冗余点云的影响,使特征提取的匹配性 更强,且提升了计算效率;其次,基于 DETR解码器的预测模块,使用多头注意力机制建立全局 特征与预测集的关联映射,并行计算出相关性最强的预测结果,避免了人工依赖先验知识介入 参数导致的不确定性;最后,在公开数据集上进行了验证,相较于原点柱网络,平均检测精度均 值提升了 19.14%,FPS提升了 3,与其他典型算法相比也有较大的提升。

关键词: 雷达点云, 三维目标检测, 点柱网络, DETR

中图分类号: 

  • U463.6