摘要

面对动态目标种类繁多的城市道路复杂场景,单一传感器无法获取准确全面的目标状态信息,针对上述问题,提出了一种基于多传感器信息融合的城市道路目标检测方法。首先,基于中心点图像检测网络获取目标尺寸大小、估计深度等信息,构建3D感兴趣区域截锥,获取目标初始状态信息,利用体素网格滤波法进行激光雷达点云预处理,减少点云冗余信息,并提出一种F-PointPillars方法融合激光雷达与毫米波雷达点云特征信息,获取目标位置和速度信息。然后,在截锥区域内,依据最近相邻原则匹配目标图像对应的点云信息,数据关联后将融合结果输入归一化头网络,获取目标准确全面的目标状态信息,为下一步决策控制提供精准数据。最后,在标准数据集Nuscenes上进行评估,与单相机检测方法和激光雷达融合毫米波雷达检测方法相比,NDS得分分别增加了9.4%和15.6%,平均尺度误差和平均角度误差分别降低了4.9%和2.9%,验证了上述方法的有效性。