自動(dòng)駕駛中基于深度學(xué)習(xí)的3D 目標(biāo)檢測(cè)方法綜述

梁振明 黃影平 宋卓恒 丁建華

摘要：隨著激光雷達(dá)傳感器和深度學(xué)習(xí)技術(shù)的快速發(fā)展，針對(duì)自動(dòng)駕駛3D 目標(biāo)檢測(cè)算法的研究呈現(xiàn)爆發(fā)式增長(zhǎng)。為了探究3D 目標(biāo)檢測(cè)技術(shù)的發(fā)展和演變，對(duì)該領(lǐng)域中基于深度學(xué)習(xí)的3D 檢測(cè)算法進(jìn)行了綜述。根據(jù)車(chē)載傳感器的不同，將當(dāng)前基于深度學(xué)習(xí)的自動(dòng)駕駛3D 目標(biāo)檢測(cè)算法分為基于相機(jī)RGB 圖像、基于激光雷達(dá)點(diǎn)云、基于RGB 圖像–激光雷達(dá)點(diǎn)云融合的3D 目標(biāo)檢測(cè)3 種類(lèi)型。在此基礎(chǔ)上，分析了各類(lèi)算法的技術(shù)原理及其發(fā)展歷程，并根據(jù)平均檢測(cè)精度（mAP）指標(biāo)，對(duì)比了它們的性能差異與模型優(yōu)缺點(diǎn)。最后，總結(jié)和展望了當(dāng)前自動(dòng)駕駛3D 目標(biāo)檢測(cè)中仍然面臨的技術(shù)挑戰(zhàn)及未來(lái)發(fā)展趨勢(shì)。

關(guān)鍵詞：3D 目標(biāo)檢測(cè)；深度學(xué)習(xí)；自動(dòng)駕駛；RGB 圖像；激光雷達(dá)點(diǎn)云；多傳感器融合

中圖分類(lèi)號(hào)：TP 391.4 文獻(xiàn)標(biāo)志碼：A