来源：期刊VIP网 时间：
作者：曹捷;彭忆强;樊利康;何刘;沈安林;刘旭磊;王龙飞;
单位：西华大学汽车与交通学院;汽车测控与安全四川省重点实验室;四川省新能源汽车智能控制与仿真测试技术工程研究中心;
摘要：针对基于点的激光雷达三维目标检测算法存在检测性能不足的问题，提出了一种融合点云Transformer与PointRCNN的三维目标检测算法。首先，在PointRCNN的点云编码器中额外引入了稳定的局部平均特征，并进行多特征融合去增强网络算法的鲁棒性。其次，在细化候选框网络中引入一个专注于处理点的Transformer模块去构建感兴趣区域(RoIs)中大范围的点云关系，从而增强算法对场景空间结构的理解能力。在KITTI数据集中的实验表明，与基准算法相比，改进算法对汽车、行人和骑行者的mAP分别提高了3.07%、3.27%和4.37%。与主流的检测算法相比，改进算法也表现出优越的检测性能。最后，将改进算法部署在实车平台上进行在线检测，验证其工业价值。
关键词：激光雷达;;三维目标检测;;Transformer;;PointRCNN
基金资助：四川省科技创新基地建设项目(2022ZYD0125);; 自然科学青年科学基金项目(52205129)
