基于BEV占位预测的激光-毫米波雷达融合目标检测算法

作者：李越豪; 王邓江; 鉴海防^*; 王洪昌; 程清华

来源：计算机科学, 2023, 1-10.

• 3D目标检测
• 激光雷达
• 毫米波雷达
• 占位预测
• 鸟瞰图视角
• 特征融合

激光雷达工作环境中的光束衰减和目标遮挡会导致输出点云出现远端稀疏的问题，从而引起基于激光雷达的3D目标检测算法的检测精度随距离衰减的现象。针对这一问题，提出了一种基于鸟瞰图视角(BEV)空间内目标占位预测的激光-毫米波雷达融合目标检测算法。首先提出了一种简化的BEV占位预测子网络，用于生成位置相关的毫米波雷达特征，同时有助于解决毫米波雷达数据稀疏带来的网络收敛困难问题。然后，为了实现跨模态特征融合，设计了一种基于BEV空间特征关联的多尺度激光-毫米波雷达特征融合层结构在nuScenes数据集上的实验结果表明，所提出的毫米波雷达分支网络平均检测精度(mAP)达到21.6%，推理时间为8.3ms。在加入融合层结构后，多模态检测算法较基线算法CenterPoint，mAP提升2.9%，同时增加的额外推理时间开销仅为8.6ms，在距离传感器30m位置处，多模态算法检对于nuScenes数据集中10个类别的测精度达成率分别较CenterPoint提升2.1%-16.0%。

• 单位
  中国科学院半导体研究所; 中国科学院大学; 北京万集科技股份有限公司