基于虚拟点云的二阶段多模态融合网络 |
| |
引用本文: | 程腾,倪昊,张强,王文冲,石琴.基于虚拟点云的二阶段多模态融合网络[J].汽车工程,2024(2):222-229. |
| |
作者姓名: | 程腾 倪昊 张强 王文冲 石琴 |
| |
作者单位: | 1. 合肥工业大学,自动驾驶汽车安全技术安徽省重点实验室;2. 安徽省智慧交通车路协同工程研究中心;3. 合肥工业大学汽车与交通工程学院;4. 奇瑞汽车股份有限公司 |
| |
基金项目: | 国家自然科学基金(82171012);;安徽省自然科学基金(2208085MF171); |
| |
摘 要: | 针对点云的稀疏性和无序性对目标检测准确率的影响,本文提出了一种基于虚拟点云的二阶段多模态融合网络VPC-VoxelNet。首先,利用图像检测目标信息构造虚拟点云,增加点云的密集程度,从而提高目标特征的表现;其次,增加点云特征维度以区分真实和虚拟点云,并使用含置信度编码的体素,增强点云的相关性;最后,采用虚拟点云的比例系数设计损失函数,增加图像检测有监督训练,提高二阶段网络训练效率,避免二阶段端到端网络模型存在的模型误差累计问题。该目标检测网络VPC-VoxelNet在KITTI数据集上进行了测试,检测精度优于经典三维点云检测网络和某些多传感器信息融合网络,车辆检测精度达到了86.9%。
|
关 键 词: | 目标检测 多模态感知 虚拟点云 损失函数 |
|
|