基于改进PointPillars的激光雷达三维目标检测 |
| |
引用本文: | 陈德江,余文俊,高永彬.基于改进PointPillars的激光雷达三维目标检测[J].激光与光电子学进展,2023(10):447-453. |
| |
作者姓名: | 陈德江 余文俊 高永彬 |
| |
作者单位: | 上海工程技术大学电子电气工程学院 |
| |
基金项目: | 国家自然科学基金(61802253); |
| |
摘 要: | 针对汽车自动驾驶时通过激光雷达进行三维目标检测时识别结果不准确、目标朝向检测偏差较大的问题,提出一种基于改进PointPillars的激光雷达三维目标检测方法。首先,基于Swin Transformer改进PointPillars的二维卷积降采样模块,使得网络特征提取阶段能够使用自注意力机制来丰富上下文语义并获取全局特征,增强算法的特征提取能力。其次,利用点云立柱的特性将点云的地面部分去除,降低冗余点云的影响,从而提高三维目标检测的识别精度。在公开数据集KITTI上进行的验证实验结果表明:所提方法具有更高的检测精度,相较于原PointPillars,平均检测精度提升了1.3个百分点,验证了该方法的有效性。
|
关 键 词: | 遥感 深度学习 三维目标检测 激光雷达 Transformer |
|
|