摘要:基于激光雷达的3D对象检测和定位是自动导航系统的关键组成部分,包括自动驾驶汽车和移动机器人。大多数基于LIDAR的3D对象检测和定位方法主要使用LIDAR点云中的几何或结构特征抽象。但是,由于不利的天气条件或高度散射培养基的存在,这些方法可能会因环境噪声而易受环境噪声。在这项工作中,我们提出了一个强度感知的体素编码器,用于鲁棒3D对象检测。提出的体素编码器生成了一个强度直方图,该强度直方图描述了体素内点强度的分布,并用于增强体素特征集。我们将此强度感知的编码器集成到有效的单级体素检测器中,以进行3D对象检测。使用Kitti数据集获得的实验结果表明,我们的方法相对于3D检测中的CAR对象的最新方法,从鸟类的视图和行人和环体对象获得了可比的结果。此外,我们的模型可以在推理期间达到40.7 fps的检测率,该检测率高于最新方法的检测率,并产生较低的计算成本。
主要关键词