BEV特征下激光雷达和单目相机融合的目标检测算法研究

作     者：李文礼 喻飞 石晓辉 唐远航 杨果 LI Wenli;YU Fei;SHI Xiaohui;TANG Yuanhang;YANG Guo

作者机构：重庆理工大学汽车零部件先进制造技术教育部重点实验室重庆400054 重庆长安汽车股份有限公司重庆400020 

基　　金：重庆市自然科学基金面上项目(cstc2021jcyj-msxmX0183) 重庆市留学人员回国创业创新支持计划资助项目(CX2021070) 重庆市教委科学技术研究项目(KJQN202201170) 重庆市技术创新与应用发展专项重大项目(CSTB2022TIADSTX0003) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第11期

页      码：182-193页

摘      要：为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特征的深度,基于显式监督的方法用深度真值对其进行监督。构建激光雷达BEV特征时,将激光点云体素化为柱状网格转化到BEV特征下,设计BEV特征融合网络将激光点云BEV特征和相机BEV特征融合,将融合特征输入到目标检测框架得到目标物(汽车、行人和骑行人)检测结果。利用KITTI数据集和实车路采数据对Mono-BEVFusion融合算法进行评估,实验结果表明该算法相较于现有融合算法综合平均精度提升了2.90个百分点,其中汽车类和行人类单项检测精度分别提升3.38个百分点和4.13个百分点。Mono-BEVFusion融合算法对遮挡目标或者距离较远的目标有较稳定的检测效果,能够有效避免单传感器的漏检现象,具有较好的实际应用价值。

主 题 词：自动驾驶汽车 目标物检测算法 深度预测 BEV特征融合 KITTI数据集 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2309-0041

馆 藏 号：203128171...