基于人车-道路安全性的自动驾驶目标检测研究.pdf

摘要

随着自动驾驶的迅猛发展，如何保证自动驾驶安全性正成为亟待解决的问题。

基于单目相机的目标检测与基于激光雷达的目标检测是目前主流的研究方向，由

于激光雷达能较为精确的确定物体空间位置，也正因此能实现较高的检测精度，

但激光雷达也存在缺点，激光雷达缺乏目标相对应的颜色、纹理等特征，且激光

雷达在目标距离较远情况下较为稀疏，考虑到高分辨率的图像能提供丰富的外观

信息，跨模态的信息融合目前正成为一种趋势。本文针对相机与激光雷达目标检

测进行研究，提升检测精度与检测速度，保证自动驾驶的安全性。

基于单目相机的目标检测为多任务分支，主任务分支为单目3D目标检测，

其中的2D检测分支基于YOLOv5进行改进，并且此2D目标检测网络同样能应

用在道路损伤检测中。具体来说，本文提出一种基于多尺度上下文信息的全新网

络YPLNet，YPLNet能更好的获取多尺度大感受野下的语义特征，丰富特征空

间，其中的道路损伤检测结果能直接为道路修缮养护提供理论依据，同时也能为

自动驾驶提供预警，保障自动驾驶安全性。改进模型在道路数据集上检测精度提

升3%，在KITTI2D目标检测上检测精度提升2.6%，在3D目标检测中检测精

度提升1.44%。

基于激光雷达的3D目标检测方面，本文在点云特征编码方面提出基于自注

意力的特征编码模块，为编码特征自主生成权重张量，使网络更聚焦于局部关键

信息，特别是小目标。并且针对基于锚框的检测器提出自适应锚框阈值，根据输

入数据的自身形态特征自适应的生成正负样本锚框阈值，摆脱手工设定锚框阈值

带来的次优化问题，同时针对不同数据集也无需多次手工设定。在KITTI数据集

和V2X数据集上的实验结果表明，本文的改进方案在多种检测器上实现了较大

提升，在KITTI上的中等难度下最优模型相对于基线模型检测精度提升5.81%。

基于相机与激光雷达融合3D目标检测方面，本文在基于激光雷达的3D目

标检测的基础上进一步融合单目相机分支的图像特征，以激光雷达作为主要特征

融合图像特征中的关键信息，将激光雷达与图像的下采样特征分别进一步编码计

算图像特征与激光雷达特征的相似度并进行融合图像中的关键信息，抑制图像中

噪音的干扰，进一步提升检测性能。本文的特征级融合实验分别在KITTI数据集

和Nuscenes数据集上进行，实验结果表明，本文提出的融合方案有较为明显的

提升，改进融合方案在KITTI验证集简单难度3D评估下检测精度提升2.68%，

在Nuscenes数据集上mAP提升0.96%，NDS提升0.79%。

关键词：自动驾驶,深度学习,目标检测,特征融合

Abstract

Withtherapiddevelopmentofautomateddriving,howtoensurethesafetyof

automateddrivingisbecominganurgentproblemtobesolved.Monocularcamera-

basedobjectdetectionandLIDAR-basedobjectdetectionarecurrentlythemainstream

researchdirection,duetotheLIDARcanmoreaccuratelydeterminethespatiallocation

oftheobject,andpreciselyforthisreason,canachievehigherdetectionaccuracy,but

LIDARalsohasshortcomings,LIDARlackstheobjectcorrespondingtothecolor,

textureandotherfeatures,andLIDARinthecaseofthetargetdistanceisfarawayfrom

thecaseofthemoresparse,takingintoaccountthe