仪器仪表学报

作者：涂新奎，郑少武，于善虎，李巍华

单位：涂新奎,1. 华南理工大学机械与汽车工程学院,,郑少武,1. 华南理工大学机械与汽车工程学院,,于善虎,2. 广州华工机动车检测技术有限公司,,李巍华,1. 华南理工大学机械与汽车工程学院,

关键词：三维目标检测;激光雷达点云;自动驾驶

基金：广州市重点领域研发计划项目(202206030005)资助

基于点云的三维目标检测在机器人、自动驾驶等领域起着至关重要的作用,激光点云能为场景理解提供精确的几何信息。然而,由于点云的稀疏性和物体间的遮挡关系,激光点云通常只能描述物体的部分形状,导致目标结构信息不完整,从而降低检测精度。针对这个问题,提出基于对称形状生成的三维目标检测网络(SSG-RCNN),一种双阶段目标检测器。考虑到感兴趣目标形状的对称性,SSG-RCNN在一阶段生成候选框的同时为每个前景点预测镜像对称点,从而恢复目标的整体形状。二阶段中,使用自注意力池化层从原始点和对称点中聚合特征用于候选框修正,完成三维框预测。KITTI数据集上的实验表明SSGRCNN取得了卓越的检测性能,在测试集上对困难目标的检测精度达到77.64%,高于所有对比方法。

来源：2023年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第6期