仪器仪表学报

作者：夏若炎，徐晓苏

单位：夏若炎,1.微惯性仪表与先进导航技术教育部重点实验室南京210096； 2.东南大学仪器科学与工程学院南京210096,amanda1381@163.com,徐晓苏,1.微惯性仪表与先进导航技术教育部重点实验室南京210096； 2.东南大学仪器科学与工程学院南京210096,xxs@seu.edu.cn,

关键词：激光雷达;相机;融合感知;鸟瞰图;模型优化

在自动驾驶感知任务中，通过将不同模态的信息投影到统一的空间表示，实现基于鸟瞰图的相机和激光雷达特征多模态融合已成为主流研究范式。虽然BEVFusion等代表性框架能够实现较高的三维目标检测精度，但其在二维图像特征向BEV空间的视角转换过程中依赖深度预测，该模块不仅模型复杂、参数冗余，还存在推理效率低、内存消耗高等问题，对硬件资源提出了较高的要求，限制了模型在边缘设备或资源受限场景中的部署与应用。针对上述问题，在BEVFusion框架基础上，围绕视角转换过程的精度与效率瓶颈展开研究，提出了一种融合相机与激光雷达信息的BEV视觉特征优化算法。该算法利用激光雷达提供的深度信息替代图像深度预测，通过将其嵌入图像特征表达过程，实现对原有视角转换路径的结构性简化，并对BEV空间构建与池化模块进行了精简重构，有效降低了计算复杂度。实验结果表明，在保持三维物体检测精度不变的前提下，优化后方案将关键模块推理时间缩短至原方案的16%，端到端推理速度提升83%，峰值显存占用降低27%，同时显著减轻了对输入图像分辨率的限制，增强了模型对算力资源的适应能力，提升了其在实际部署中的可行性。

来源：2025年第5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5期