论文部分内容阅读
3D目标检测作为自动驾驶汽车环境感知中的关键技术之一,对提高系统环境感知的性能具有重要意义。本文提出了一种面向交通场景的基于LiDAR点云的3D目标检测方法。考虑到2D目标检测发展成熟且检测效率好,但由于点云和图像信息的模式不同,成熟的2D目标检测方法无法直接应用于点云,故受PointPillars启发,本研究利用点柱对点云进行特征编码,然后利用编码-解码模型作为骨干网络进行特征学习,最后利用SSD实现3D目标检测。为验证本文方法的有效性,利用KITTI数据集进行实验。结果表明本文所提方法提高了检测结果的平均准确率,特别对困难样本的检测效果提升明显。