仪器仪表学报

作者：李明光，陶重犇

单位：李明光,苏州科技大学电子与信息工程学院苏州215009,,陶重犇,1.苏州科技大学电子与信息工程学院苏州215009； 2.清华大学苏州汽车研究院苏州215134,tom1tao@163.com,

关键词：三维目标检测;频率解耦;多模态融合;Transformer;自动驾驶

基金：国家自然科学基金项目（62472300）资助

针对现有多模态方法在融合过程中普遍依赖多尺度空间特征堆叠，导致特征频率信息耦合，从而限制三维目标检测精度提升的问题，提出了一种基于Transformer的特征频率解耦融合三维目标检测方法。首先，对输入图像进行小波频域特征解耦，通过离散小波变换对特征图进行多频率分解，通过独立的高低频特征金字塔获得高低频图像特征。其次，设计非对称频率更新编码块，将高频图像特征作为主要特征，采用自适应动态窗口编码进行高频率更新以增强边缘与纹理特征表达。同时，引入稀疏化的可变形注意力替代传统注意力层进行低频特征更新，实现不同频段特征的高效编码与协同优化。然后，构建高频引导体素融合模块，将小波解耦后的多尺度高频特征经视锥投影映射至三维体素空间，结合自适应半径采样方法，对稀疏点云局部结构进行高效补充，提取关键点体素特征。最后，将体素与图像特征统一映射到二维空间中，设计区域偏移Transformer，利用注意力机制实现跨模态特征融合。在开放数据集nuScenes、KITTI和Waymo上评估该方法，在nuScenes测试集上实现了73.2%的mAP和74.3%的NDS，尤其在小目标与远距离检测中表现突出。同时，该方法在实车平台上的测试表明，在复杂多变的实际环境中仍拥有较高的检测精度。

来源：2025年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第7期