文献类型：期刊文章

作　　者：李朝[1,2] 兰海[1] 魏宪[1]

LI Chao;LAN Hai;WEI Xian(Quanzhou Institute of Equipment Manufacturing,Haixi Institute,Chinese Academy of Sciences,Quanzhou Fujian 362216,China;School of Electrical and Control Engineering,North University of China,Taiyuan Shanxi 036005,China)

机构地区：[1]中国科学院海西研究院泉州装备制造研究所,福建泉州362216 [2]中北大学电气与控制工程学院,太原036005

出　　处：《计算机应用》

基　　金：国家自然科学基金青年科学基金资助项目(61806186);福建省智能物流产业技术研究院建设项目(2018H2001);机器人技术与系统国家重点实验室(HIT)资助项目(SKLRS-2019-KF-15);泉州市科技计划项目(2019C112,2019STS08)。

年　　份：2021

卷　　号：41

期　　号：7

起止页码：2137-2144

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对自动驾驶中使用激光雷达进行目标检测时漏检被遮挡目标、远距离目标和复杂天气场景下目标的问题,提出一种基于注意力机制的毫米波-激光雷达特征融合的目标检测方法。首先,将毫米波和激光雷达各自的扫描帧数据分别聚合到它们的标注帧上,并将毫米波和激光雷达的数据点进行空间对齐;其次,对两者进行聚合和空间对齐后的数据分别进行PointPillar点云柱快速编码,转换成伪图像;最后,通过中间卷积层提取两者的传感器特征,并利用注意力机制对两者的特征图进行融合,融合后的特征图通过单阶段检测器得到检测结果。实验结果显示,该融合算法在nuScenes数据集中的平均精度均值(mAP)高于PointPillar基础网络,而且注意力融合的检测方法的性能表现优于利用拼接融合、相乘融合、相加融合的检测方法。可视化结果显示所提方法是有效的,能提高网络对被遮挡目标、远处目标和雨雾天气下目标检测的鲁棒性。

关 键 词：自动驾驶 目标检测 传感器融合 注意力机制  激光雷达 毫米波雷达

分 类 号：TP391.4]