基于雙目點(diǎn)云的三維物體檢測(cè)準(zhǔn)確性分析*

劉王超，婁鑫

(1 上?？萍即髮W(xué)信息科學(xué)與技術(shù)學(xué)院， 上海 201210； 2 中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所， 上海 200050； 3 中國(guó)科學(xué)院大學(xué)電子電氣與通信工程學(xué)院， 北京 100049)

三維物體檢測(cè)是自動(dòng)駕駛中一項(xiàng)重要的任務(wù)。目前已存在的三維物體檢測(cè)算法都依賴于激光雷達(dá)獲取的準(zhǔn)確的三維點(diǎn)云數(shù)據(jù)。雖然激光雷達(dá)能獲取精確的深度信息，但它仍有較大的局限性，原因有二：第一，激光雷達(dá)很昂貴，會(huì)大幅度提高自動(dòng)駕駛的硬件費(fèi)用，不利于商業(yè)上推廣使用；第二，盲目依賴單一傳感器可能會(huì)導(dǎo)致一些安全隱患，因此需要其他傳感器以防意外發(fā)生。雙目相機(jī)就是一個(gè)很好的備選方案。光學(xué)相機(jī)的成本要低很多，并且不同于激光雷達(dá)受限于稀疏的激光掃描光束，雙目相機(jī)可以獲得密集的深度圖。

近年來，一些文章研究了用單目或雙目深度估計(jì)[1-2]來做三維物體檢測(cè)[3-4]。然而，主要的研究成果都集中在用雙目深度圖作為激光雷達(dá)方法的一種補(bǔ)充[5]。單獨(dú)使用深度圖像的方法只能實(shí)現(xiàn)很低的檢測(cè)準(zhǔn)確率。

最近有研究表明，雙目深度圖相對(duì)于激光雷達(dá)點(diǎn)云在檢測(cè)表現(xiàn)方面存在巨大差距的主要原因不在于深度信息上的準(zhǔn)確性，而是因?yàn)殡p目所采用的三維信息數(shù)據(jù)表示方式不適用于三維物體檢測(cè)的卷積網(wǎng)絡(luò)[6]。文獻(xiàn)[6]提出一種分為兩步的基于雙目相機(jī)的三維物體檢測(cè)方法。首先將通過雙目算法估計(jì)得到的深度圖轉(zhuǎn)化為點(diǎn)云圖，這種對(duì)激光雷達(dá)數(shù)據(jù)的仿制稱為pseudo-LiDAR；然后，再將pseudo-LiDAR數(shù)據(jù)放入到基于激光雷達(dá)點(diǎn)云的三維物體檢測(cè)流程中訓(xùn)練。通過改變?nèi)S數(shù)據(jù)的表現(xiàn)形式，實(shí)現(xiàn)了在檢測(cè)準(zhǔn)確率上的巨大提升。

然而，這種通過改變數(shù)據(jù)表示形式得到的準(zhǔn)確率相對(duì)于原始激光雷達(dá)數(shù)據(jù)得到的檢測(cè)準(zhǔn)確率仍然有不小的差距。對(duì)比雙目深度圖和激光雷達(dá)點(diǎn)云圖，除了在數(shù)據(jù)表示形式上的差別，發(fā)現(xiàn)原作者在假設(shè)時(shí)認(rèn)為雙目相機(jī)和激光雷達(dá)的深度信息的準(zhǔn)確性是一致的，這種假設(shè)是存在缺陷的。眾所周知，激光雷達(dá)的數(shù)據(jù)是通過激光掃描直接獲取，而雙目相機(jī)需要通過算法計(jì)算不同位置相機(jī)拍攝的圖片的對(duì)應(yīng)匹配點(diǎn)進(jìn)而獲取深度信息。對(duì)比這兩種傳感器的數(shù)據(jù)獲取方式，明顯激光雷達(dá)的數(shù)據(jù)更加精確，而雙目深度圖更加密集。這種數(shù)據(jù)的精確程度對(duì)檢測(cè)結(jié)果會(huì)產(chǎn)生什么影響是原作者沒有考慮的。針對(duì)這個(gè)問題，本文設(shè)計(jì)實(shí)驗(yàn)并分析這些因素對(duì)檢測(cè)準(zhǔn)確性的影響。

1 基于雙目的三維物體檢測(cè)模型

1.1 三維點(diǎn)云數(shù)據(jù)處理

點(diǎn)云數(shù)據(jù)是一堆空間點(diǎn)的集合，具有無序性和旋轉(zhuǎn)性，而圖像是一堆像素點(diǎn)按照固定的順序整齊排列的，由于這兩種數(shù)據(jù)表現(xiàn)形式的巨大差別，所以無法用現(xiàn)有的處理二維圖像的卷積網(wǎng)絡(luò)處理三維點(diǎn)云。目前，利用點(diǎn)云數(shù)據(jù)來做三維物體檢測(cè)的算法，主要使用下述這幾種方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。

第一，多視角方法。MV3D(multi-view 3D)[7]將激光雷達(dá)的點(diǎn)云數(shù)據(jù)從不同角度進(jìn)行投影獲取多角度特征，然后特征被視圖池化過程(view pooling procedure)聚合起來成為三維物體。第二，體像素法。VoxelNet[8]通過將點(diǎn)云數(shù)據(jù)視為空間中的體像素，然后用類似于平面上的二維卷積方法進(jìn)行三維卷積對(duì)空間中的點(diǎn)云進(jìn)行特征提取。第三，點(diǎn)云直接處理方法。PointNet[9]直接處理空間中的無序點(diǎn)云，通過空間變化和池化操作對(duì)點(diǎn)云整體提取出全局特征。

1.2 深度估計(jì)

要使用雙目相機(jī)代替激光雷達(dá)，首先是要獲取精確的深度信息。雙目視覺算法計(jì)算深度的典型流程包括匹配代價(jià)計(jì)算，代價(jià)聚合，視差計(jì)算和視差優(yōu)化。其本質(zhì)就是找到一對(duì)圖像中的匹配對(duì)應(yīng)點(diǎn)。最近，隨著深度學(xué)習(xí)的發(fā)展，大量利用深度卷積神經(jīng)網(wǎng)絡(luò)的方法[10-11]開始在雙目視覺上使用。PSMNet[12]就是一種基于全局信息立體匹配的卷積神經(jīng)網(wǎng)絡(luò)，其通過網(wǎng)絡(luò)的學(xué)習(xí)自動(dòng)找到匹配點(diǎn)，并通過引入空間金字塔池化(spatial pyramid pooling)結(jié)構(gòu)，將像素級(jí)的特征提升為區(qū)域級(jí)，減少病態(tài)(ill-posed)區(qū)域帶來誤差的問題，實(shí)現(xiàn)了結(jié)果上的明顯提升。

由于通過雙目算法得到的是視差圖(disparity map), 然而實(shí)驗(yàn)中要求的是深度信息，所以需要將其轉(zhuǎn)化為深度圖。視差與深度之間存在的轉(zhuǎn)換關(guān)系為

(1)

其中：b(baseline)為一對(duì)相機(jī)之間的間距，f為左相機(jī)的水平焦距，d為視差，ps為相機(jī)的像素長(zhǎng)度，D則為需要求得的深度。

1.3 Pseudo-LiDAR數(shù)據(jù)的生成

在以往對(duì)于深度信息的處理中，通常以深度圖的形式表示。但是深度圖是一種二維的圖片，相對(duì)于激光雷達(dá)三維點(diǎn)云的表示形式，有兩個(gè)明顯的問題：第一，在圖片中，由于相機(jī)成像的特點(diǎn)，遠(yuǎn)距離的物體會(huì)變得很小，目前對(duì)小物體的檢測(cè)是很困難的；第二，在進(jìn)行局部計(jì)算，例如卷積或者池化操作時(shí)，圖片上相鄰的2個(gè)像素點(diǎn)，在實(shí)際的三維場(chǎng)景中可能分布于2個(gè)深度相差很遠(yuǎn)的物體上，這使得確定物體在三維空間中的位置變得困難。所以，將深度信息以空間中點(diǎn)云的形式表現(xiàn)出來可以更好地表現(xiàn)物體的實(shí)際信息。將相機(jī)坐標(biāo)系中的每一個(gè)像素點(diǎn)(u，v)轉(zhuǎn)變?yōu)槭澜缱鴺?biāo)系中的三維位置坐標(biāo)(x，y，z)。變換公式如下：

(2)

(3)

z=D(u,v).

(4)

其中：fU是水平焦距，fV是垂直焦距，都是相對(duì)于左相機(jī)，(cU,cV)是左圖的中心位置像素。通過上面的變換公式，可以將深度圖中的全部像素點(diǎn)，轉(zhuǎn)變?yōu)槿S世界中的空間點(diǎn)。將這種通過公式變換后的三維點(diǎn)云稱之為pseudo-LiDAR。

2 問題描述和驗(yàn)證方法

2.1 問題描述

將pseudo-LiDAR作為輸入數(shù)據(jù)放入到三維物體檢測(cè)模型中進(jìn)行測(cè)試的實(shí)驗(yàn)結(jié)果顯示，雖然檢測(cè)結(jié)果相對(duì)于沒有經(jīng)過改變的雙目深度圖的結(jié)果有了很大的提升，但是與使用激光雷達(dá)的點(diǎn)云作為輸入的表現(xiàn)相比，仍然有著不小的差距。文獻(xiàn)[6]作者得出的結(jié)論是基于一個(gè)假設(shè)，認(rèn)為激光雷達(dá)的點(diǎn)云和雙目相機(jī)產(chǎn)生的深度圖在檢測(cè)中結(jié)果的不同，不在于數(shù)據(jù)的精度，而在于數(shù)據(jù)的表示形式。但是實(shí)驗(yàn)結(jié)果卻表明，不僅數(shù)據(jù)的表示形式會(huì)對(duì)實(shí)驗(yàn)結(jié)果有影響，同時(shí)數(shù)據(jù)的精度同樣可能會(huì)有影響。所以我們認(rèn)為文獻(xiàn)[6]中的假設(shè)是不全面的。由于激光雷達(dá)和雙目相機(jī)獲取深度信息的方式不同，導(dǎo)致在數(shù)據(jù)的精確程度上，激光雷達(dá)要優(yōu)于雙目相機(jī)。但是，激光雷達(dá)的數(shù)據(jù)相對(duì)于雙目相機(jī)來說是稀疏的，因此在數(shù)據(jù)的密集程度上，雙目相機(jī)是有優(yōu)勢(shì)的。所以，數(shù)據(jù)的精確程度和點(diǎn)云的密集程度，會(huì)對(duì)最后的檢測(cè)結(jié)果產(chǎn)生什么樣的影響，是接下來要討論的問題。

2.2 驗(yàn)證算法

2.2.1 實(shí)驗(yàn)流程

圖1為本論文提出的驗(yàn)證基于pseudo-LiDAR的三維檢測(cè)準(zhǔn)確性的流程圖。首先，在獲得相機(jī)的原始雙目圖像之后，通過PSMNet算法和深度估計(jì)得到深度圖。然后，將深度圖轉(zhuǎn)化為pseudo-LiDAR點(diǎn)云數(shù)據(jù)。不同于文獻(xiàn)[6]中直接將未處理過的pseudo-LiDAR數(shù)據(jù)送入三維物體檢測(cè)模型的做法，本文用激光雷達(dá)數(shù)據(jù)作為參考數(shù)據(jù)，通過相應(yīng)算法排除pseudo-LiDAR中的誤差數(shù)據(jù)，即與激光雷達(dá)數(shù)據(jù)差距較大的點(diǎn)。最后將優(yōu)化過的pseudo-LiDAR輸入到三維檢測(cè)模型中去，對(duì)比數(shù)據(jù)優(yōu)化前后的檢測(cè)結(jié)果以研究深度數(shù)據(jù)精度以及密度對(duì)檢測(cè)的影響。

圖1 驗(yàn)證pseudo-LiDAR檢測(cè)準(zhǔn)確性流程圖Fig.1 Flow chart to validate the accuracy of pseudo-LiDAR detection

2.2.2 Pseudo-Lidar數(shù)據(jù)優(yōu)化

激光雷達(dá)通過激光投射到物體表面進(jìn)而利用回波的方式來探測(cè)物體距離，相比較于雙目相機(jī)產(chǎn)生的深度信息，其數(shù)據(jù)的準(zhǔn)確性更加可靠。根據(jù)上述原因，在接下來的算法中，都將激光雷達(dá)的數(shù)據(jù)作為真實(shí)深度數(shù)據(jù)，用來排除pseudo-LiDAR中誤差點(diǎn)。數(shù)據(jù)優(yōu)化的過程可分為如下3步。

1)截取投影區(qū)域。激光雷達(dá)數(shù)據(jù)是通過水平光束掃描整個(gè)空間獲得的，輻射范圍達(dá)到360°。但是通過雙目相機(jī)產(chǎn)生的pseudo-LiDAR數(shù)據(jù)只采集了相機(jī)正前方的環(huán)境信息，可視角度小于激光雷達(dá)。本文需要用激光雷達(dá)的數(shù)據(jù)作為參考數(shù)據(jù)來排除pseudo-LiDAR中的誤差數(shù)據(jù)，因此需要保證可視角度的一致性，即保證兩種傳感器所感知的環(huán)境范圍一致。本文通過獲取pseudo-LiDAR的可視角度范圍，然后截取激光雷達(dá)的點(diǎn)云，截取后的點(diǎn)云就是算法中所需要的真實(shí)數(shù)據(jù)。圖2展示了激光雷達(dá)數(shù)據(jù)的一個(gè)場(chǎng)景截取前和截取后的對(duì)比。

圖2 激光雷達(dá)截取前和截取后的點(diǎn)云場(chǎng)景Fig.2 Point cloud scenarios of LiDAR before and after interception

2)搜索pseudo-LiDAR點(diǎn)云附近的激光雷達(dá)點(diǎn)。經(jīng)過截取激光雷達(dá)的點(diǎn)云數(shù)據(jù)后，激光雷達(dá)與pseudo-LiDAR的數(shù)據(jù)在空間中是存在對(duì)應(yīng)關(guān)系的。但是，與圖像中像素點(diǎn)整齊排列不同的是，點(diǎn)云數(shù)據(jù)在空間中并不是整齊有序分布的。也就是說，在一組對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)中，很少會(huì)出現(xiàn)2個(gè)坐標(biāo)完全一致的點(diǎn)。但是，在對(duì)應(yīng)的點(diǎn)云中空間坐標(biāo)相近的點(diǎn)仍然可以認(rèn)為表示相同的信息。因此，本論文利用K近鄰搜索算法，在pseudo-LiDAR中每一個(gè)點(diǎn)附近都搜索到K個(gè)激光雷達(dá)的數(shù)據(jù)點(diǎn)。這樣搜索之后，在每一個(gè)pseudo-LiDAR點(diǎn)的鄰近區(qū)域都分布著K個(gè)激光雷達(dá)的數(shù)據(jù)點(diǎn)，并且在空間中表達(dá)的信息是相似的。再考慮到優(yōu)化數(shù)據(jù)的準(zhǔn)確性，本文中只取與之距離最近的一個(gè)點(diǎn)，也就是1NN算法。還有，雖然激光雷達(dá)和pseudo-LiDAR的數(shù)據(jù)都是三維點(diǎn)云，但在本文驗(yàn)證算法中，搜索過程中并沒有使用點(diǎn)云數(shù)據(jù)的三維信息，而是采用了投影平面的二維信息來搜索相關(guān)點(diǎn)云，因?yàn)榱硪粋€(gè)維度的信息(深度信息)需要用來判斷誤差。

3)雙目數(shù)據(jù)優(yōu)化。在經(jīng)過搜索pseudo-LiDAR點(diǎn)云附近的激光雷達(dá)點(diǎn)云數(shù)據(jù)之后，可以得到以每一個(gè)pseudo-LiDAR為中心點(diǎn)，K個(gè)不均勻分布在周圍的激光雷達(dá)點(diǎn)的數(shù)據(jù)集。如果搜索范圍是一個(gè)很小的局部區(qū)域，可以認(rèn)為它們深度信息是一致的。但是，由于激光雷達(dá)數(shù)據(jù)的稀疏性，部分pseudo-LiDAR的周邊區(qū)域搜索到的激光雷達(dá)數(shù)據(jù)點(diǎn)可能距離較遠(yuǎn)。所以為了保證兩種數(shù)據(jù)表達(dá)信息的一致，本文設(shè)置一個(gè)搜索范圍閾值D。至此，可以通過比較分布在周圍的激光雷達(dá)的點(diǎn)的深度信息與pseudo-LiDAR的深度差來判斷是否存在誤差。為簡(jiǎn)化問題，取距離pseudo-LiDAR最近的激光雷達(dá)的點(diǎn)作為真實(shí)數(shù)據(jù)。設(shè)兩組數(shù)據(jù)之間的深度差為Δ，判斷深度閾值為T。本文提出兩種不同的優(yōu)化方法。①保留有效點(diǎn)。如果ΔT，就認(rèn)為這個(gè)pseudo-LiDAR點(diǎn)為誤差點(diǎn)，排除這個(gè)點(diǎn)。一個(gè)場(chǎng)景優(yōu)化前和通過優(yōu)化方法①排除誤差后的點(diǎn)云俯視圖如圖3所示。

圖3 Pseudo-LiDAR優(yōu)化前和優(yōu)化后的點(diǎn)云場(chǎng)景Fig.3 Point cloud scenarios of pseudo-LiDAR before and after optimization

本論文通過上面的一系列步驟，實(shí)現(xiàn)了對(duì)pseudo-LiDAR的優(yōu)化處理。但是在優(yōu)化數(shù)據(jù)的過程中使用了兩種不同的算法，這對(duì)實(shí)驗(yàn)結(jié)果是有影響的，但具體對(duì)物體檢測(cè)準(zhǔn)確率的影響如何，需要在實(shí)驗(yàn)中確定。

3 實(shí)驗(yàn)結(jié)果及分析

使用KITTI物體檢測(cè)基準(zhǔn)(benchmark)[13]來驗(yàn)證提出假設(shè)的準(zhǔn)確性。根據(jù)文獻(xiàn)[8]中的方法，將數(shù)據(jù)集中提供的7 481訓(xùn)練數(shù)據(jù)按照大約1∶1的比例分為訓(xùn)練集和驗(yàn)證集，每一部分分別包含3 712和3 769個(gè)數(shù)據(jù)。

同時(shí)為保證驗(yàn)證結(jié)果的可靠性，本文還使用了兩種不同的三維物體檢測(cè)算法，AVOD[14]和F-PointNet[15]。這兩種算法都使用圖像和激光雷達(dá)的信息作為輸入。但在本文的訓(xùn)練以及檢測(cè)過程中，需要將經(jīng)過優(yōu)化后的pseudo-LiDAR代替激光雷達(dá)作為輸入數(shù)據(jù)。

3.1 衡量指標(biāo)

在物體檢測(cè)中，通常用交并比(intersection over union，IoU)，也就是預(yù)測(cè)邊框和真實(shí)邊框的交集和并集的比值，來衡量檢測(cè)的難度。交并比數(shù)值越大，表示檢測(cè)出來的物體與真實(shí)物體重合度越高。在三維物體檢測(cè)中，主要使用三維(3D)和鳥瞰圖(bird’s eye view，BEV)平均檢測(cè)率衡量檢測(cè)的準(zhǔn)確率。本文分別用A3D和ABEV表示三維和鳥瞰圖平均物體檢測(cè)準(zhǔn)確率。

本文中，選擇在IoU為0.5和0.7時(shí)，分別使用三維和鳥瞰圖平均物體檢測(cè)率來驗(yàn)證測(cè)試集上的結(jié)果，并且主要驗(yàn)證的是汽車這個(gè)類別。同時(shí)，在KITTI數(shù)據(jù)集中，根據(jù)真實(shí)邊框的高度和遮擋或者缺失程度，文獻(xiàn)[13]中還將每一個(gè)類別分別劃分為簡(jiǎn)單、中等、困難3個(gè)等級(jí)。通常，距離傳感器30 m距離以內(nèi)，可以稱之為簡(jiǎn)單等級(jí)。

3.2 實(shí)驗(yàn)結(jié)果及分析

本實(shí)驗(yàn)是在Ubuntu16.04操作系統(tǒng)下進(jìn)行的，使用英偉達(dá)的GTX2080TI進(jìn)行加速。

首先，設(shè)置參數(shù)搜索差值閾值D為0.033(即D的平方為0.001)，誤差閾值T為0.3，使用只保留有效點(diǎn)的優(yōu)化方法，將產(chǎn)生的數(shù)據(jù)作為AVOD和F-PointNet的輸入進(jìn)行訓(xùn)練，產(chǎn)生的結(jié)果如表1所示。表中記錄的是關(guān)于汽車類別的A3D和ABEV。

從實(shí)驗(yàn)結(jié)果可以清楚地看出來，在簡(jiǎn)單等級(jí)下，優(yōu)化前和優(yōu)化后數(shù)據(jù)，最后的檢測(cè)結(jié)果相差不是很大。但是在困難等級(jí)下，尤其是在IoU為0.7時(shí)，檢測(cè)準(zhǔn)確率最高提高21.02%。根據(jù)文獻(xiàn)[13]中的等級(jí)分類，簡(jiǎn)單等級(jí)意味著目標(biāo)檢測(cè)物完全可見并且遮擋較少，困難等級(jí)就是目標(biāo)物遮擋較多，不易完全看見。通常情況下，簡(jiǎn)單等級(jí)下檢測(cè)的是距離傳感器較近的物體，困難等級(jí)下檢測(cè)的時(shí)較遠(yuǎn)的物體。表1中的數(shù)據(jù)表明，雙目相機(jī)產(chǎn)生的數(shù)據(jù)與激光雷達(dá)的數(shù)據(jù)相比是存在誤差的，這種誤差在物體距離傳感器較近時(shí)是很小的，但是會(huì)隨著距離的增大而增大。

表1 優(yōu)化前后的檢測(cè)效果Table 1 Detection effects before and after optimization

同時(shí)做了兩組優(yōu)化參數(shù)誤差閾值T和搜索范圍D的對(duì)比實(shí)驗(yàn)?？刂艱為0.033時(shí)優(yōu)化誤差閾值T和保持T為0.3時(shí)優(yōu)化搜索范圍D。實(shí)驗(yàn)結(jié)果分別如表2中誤差閾值T和搜索范圍D部分所示。從經(jīng)驗(yàn)上分析，誤差閾值和搜索范圍越小，優(yōu)化后的數(shù)據(jù)就與激光雷達(dá)的數(shù)據(jù)越接近，數(shù)據(jù)就越精確。但是實(shí)驗(yàn)結(jié)果卻與預(yù)想的并不一樣。實(shí)驗(yàn)結(jié)果顯示縮小搜索范圍和降低誤差閾值有時(shí)并不能確保檢測(cè)準(zhǔn)確率的提高，而需要將參數(shù)保持在一個(gè)合理的范圍內(nèi)。最后統(tǒng)計(jì)了優(yōu)化后的點(diǎn)云數(shù)量占原始點(diǎn)云的數(shù)量的百分比。可以明顯發(fā)現(xiàn)，優(yōu)化后的數(shù)量占比20%左右時(shí)會(huì)有一個(gè)比較好的效果，當(dāng)優(yōu)化后的點(diǎn)云規(guī)模只有10%左右的時(shí)候，檢測(cè)精度大幅下降。這就說明減小參數(shù)，雖然數(shù)據(jù)會(huì)更精確，但是也排除了大量誤差不是很大的點(diǎn)云數(shù)據(jù)，從而導(dǎo)致優(yōu)化后的點(diǎn)云數(shù)據(jù)過于稀疏，同樣會(huì)影響最后檢測(cè)的結(jié)果。

表2 不同參數(shù)和不同優(yōu)化方法的檢測(cè)效果Table 2 Detection effects of different parameters and different optimized methods

最后，在此基礎(chǔ)上，又做了一組對(duì)比實(shí)驗(yàn)。各參數(shù)保持不變，使用前文提到的兩種不同的方法來優(yōu)化pseudo-LiDAR數(shù)據(jù)，然后分別將優(yōu)化后的數(shù)據(jù)輸入到AVOD算法中進(jìn)行訓(xùn)練，最后得到的實(shí)驗(yàn)結(jié)果如表2中優(yōu)化方法部分所示。使用排除誤差點(diǎn)這種方法來優(yōu)化數(shù)據(jù)，對(duì)實(shí)驗(yàn)結(jié)果基本上沒有影響，甚至有點(diǎn)下降。而保留有效點(diǎn)這種方法卻有很大提升。這是因?yàn)榧す饫走_(dá)的數(shù)據(jù)點(diǎn)是稀疏的，而pseudo-LIDAR的數(shù)據(jù)點(diǎn)是密集的，所以會(huì)出現(xiàn)pseudo-LiDAR的鄰近區(qū)域內(nèi)沒有激光雷達(dá)的點(diǎn)。而排除誤差點(diǎn)方法不僅包含了保留有效點(diǎn)方法得到的所有點(diǎn)，還將那些遠(yuǎn)離激光雷達(dá)的pseudo-LiDAR的數(shù)據(jù)點(diǎn)保留下來。這表明在原有精確的稀疏數(shù)據(jù)的基礎(chǔ)上，加上一些對(duì)缺失區(qū)域的補(bǔ)充數(shù)據(jù)，如果這部分?jǐn)?shù)據(jù)存在誤差，不僅不會(huì)對(duì)原始數(shù)據(jù)有提高，還會(huì)降低數(shù)據(jù)的可靠性，帶來檢測(cè)準(zhǔn)確率的降低。也就是說，在三維物體檢測(cè)中，數(shù)據(jù)的密集程度對(duì)檢測(cè)結(jié)果的影響不是很大，數(shù)據(jù)的準(zhǔn)確性才更重要。所以，可以得出結(jié)論，在三維物體檢測(cè)中，準(zhǔn)確的數(shù)據(jù)點(diǎn)才是關(guān)鍵，盲目地多傳感器數(shù)據(jù)融合有時(shí)并不會(huì)帶來效果的提高。

4 結(jié)束語

針對(duì)基于雙目數(shù)據(jù)生成的pseudo-LiDAR的三維物體檢測(cè)結(jié)果相對(duì)于基于激光雷達(dá)點(diǎn)云的結(jié)果仍有不小差距的問題，提出自己的假設(shè)，認(rèn)為差距產(chǎn)生的主要原因是pseudo-LiDAR數(shù)據(jù)中存在深度不準(zhǔn)確的點(diǎn)。基于上述假設(shè)，基于激光雷達(dá)的精確點(diǎn)云數(shù)據(jù)，利用K近鄰算法對(duì)pseudo-LiDAR的數(shù)據(jù)進(jìn)行了優(yōu)化，并以此為輸入進(jìn)行物體檢測(cè)，檢測(cè)結(jié)果有了明顯提升。這表明通過雙目算法產(chǎn)生的pseudo-LiDAR數(shù)據(jù)中的不準(zhǔn)確點(diǎn)對(duì)三維物體檢測(cè)結(jié)果有較大的影響。采用兩種不同的方法來優(yōu)化pseudo-LiDAR，實(shí)驗(yàn)結(jié)果表現(xiàn)出明顯的差別。這表明對(duì)物體檢測(cè)的準(zhǔn)確性的影響不在于數(shù)據(jù)的密集程度，而在于數(shù)據(jù)的精確程度，盲目地多傳感器融合有時(shí)并不會(huì)帶來檢測(cè)結(jié)果的提高。本文的不足之處在于仍然使用了激光雷達(dá)的數(shù)據(jù)作為校準(zhǔn)數(shù)據(jù)，優(yōu)化了pseudo-LiDAR數(shù)據(jù)的精度，從而提高了物體檢測(cè)的準(zhǔn)確率。接下來的工作要直接從pseudo-LiDAR數(shù)據(jù)本身來優(yōu)化數(shù)據(jù)，實(shí)現(xiàn)檢驗(yàn)準(zhǔn)確率的提高。