仪器仪表学报

作者：汤新华，代道文，陈熙源，潘树国

单位：汤新华,东南大学仪器科学与工程学院南京210096,xinhua.tang@seu.edu.cn,代道文,东南大学仪器科学与工程学院南京210096,,陈熙源,东南大学仪器科学与工程学院南京210096,,潘树国,东南大学仪器科学与工程学院南京210096,

关键词：目标检测;激光雷达;注意力机制;全局上下文;残差网络

基金：国家十四五重点研发计划（2021YFB3900804）项目资助

基于激光雷达的目标检测技术在自动驾驶、机器人导航和无人机等领域得到广泛应用，由于激光雷达点云数据的稀疏性和不均匀分布，目标的检测和分类面临挑战。为此，本文提出一种基于PointPillars算法改进的三维目标检测算法，首先设计了更为有效的点云柱状特征编码网络，在编码网络中引入逐点和逐通道的双重注意力编码网络，提高每个pillar的特征表示能力。其次，在主干网络部分，融合全局上下文信息网络GCNet和CSPDarknet网络以提高特征图表征能力，使得网络在特征提取阶段能够更为充分地提取丰富的上下文语义信息。通过KITTI数据集进行了实验验证，相较于基准模型，改进方法具有更高的检测精度，在简单、中等和困难3种场景下，改进算法平均精度分别提升了2.12%、2.51%和1.84%。同时，改进算法检测速度达到35.6FPS，证明了该方法在保持检测算法实时性的同时，有效地提高了检测精度。

来源：2024年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第9期