基于3D激光雷达的水面目标检测算法研究

作者：周治国^*; 李怡瑶; 曹江微; 邸顺帆

来源：激光与光电子学进展, 2022, 59(18): 278-287.

• 水面无人艇
• 目标检测
• 3D激光雷达
• 密度聚类方法
• VoxelNet

3D激光雷达是水面无人艇（USV）的关键感知模块，水域杂波的干扰会降低模块的目标检测能效，影响自主导航避障功能。提出一种基于3D激光雷达的水面目标DBSCAN-VoxelNet联合检测算法。该算法采用具有噪声的密度聚类方法（DBSCAN）滤除水面杂波干扰；基于VoxelNet深度神经网络将水面稀疏点云数据划分为体素形式，并将结果输入哈希表进行高效查询；经特征学习层提取特征张量，并将张量输入卷积层获取全局目标信息，实现高精度目标检测。实验结果表明，所提联合检测算法对水域杂波有较好的抑制性能，平均精度均值（mAP）为82.4%，有效提高了对水面目标的检测精度。

• 单位
  北京理工大学