无人驾驶中3D目标检测方法研究综述

论文摘要

随着激光雷达、RGB摄像头等传感器在无人驾驶领域的广泛应用,2D目标检测已不能满足无人驾驶车辆感知环境的需要。在对现有3D目标检测算法文献研究的基础上,介绍了基于RGB-D、激光点云与传感器融合的3D目标检测算法,并对上述三类算法的改进方法进行了系统阐述。介绍了常用评判检测算法的测试数据集,展望了3D目标检测算法的研究前景。

论文目录

• 1 基于RGB-D图像3D目标检测
• 2 基于激光点云3D目标检测
•   2.1 激光点云2D处理
•   2.2 激光点云3D处理
•   2.3 激光点云分割处理
• 3 基于激光点云与RGB图像融合3D目标检测
•   3.1 多视图融合检测框架
•     （1） 精简输入
•     （2） 改进3D RPN （Region Proposal Network） 网络架构
•     （3） 添加3D Bounding Box几何约束
•   3.2 PointNet融合检测框架
• 4 目标检测数据集
• 5 结束语

文章来源

类型: 期刊论文

作者: 季一木,陈治宇,田鹏浩,吴飞,刘尚东,孙静,焦志鹏,王娜,毕强

关键词: 目标检测,激光点云,传感器融合

来源: 南京邮电大学学报(自然科学版) 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 汽车工业,计算机软件及计算机应用

单位: 南京邮电大学计算机学院,南京邮电大学江苏省无线传感网高技术研究重点实验室,南京邮电大学高性能计算与大数据处理研究所,南京邮电大学江苏省高性能计算与智能处理工程研究中心

基金: 国家重点研发计划专项(2017YFB1401302,2017YFB0202200),国家自然科学基金(61572260,61872196),江苏省自然科学基金优秀青年基金(BK20170100),江苏省重点研发计划(BE2017166)资助项目

分类号: TP391.41;U463.6

DOI: 10.14132/j.cnki.1673-5439.2019.04.010

页码: 72-79

总页数: 8

文件大小: 938K

下载量: 1258