摘要
环境感知是无人驾驶汽车的重要研究内容,交通参与者(如汽车、行人、骑行者)是其重点检测的目标.为解决纯点云算法由于点云稀疏性在识别小目标(如行人、骑行者)精度较低的问题,综合激光雷达和图像在目标识别上的优点,提出一种基于多传感器融合的目标检测算法—PointPainting+.以PointPainting算法为基础框架,改进其中语义分割环节即加入条形池化,从而使算法对长条形物体有更好的识别能力.实验显示:改进后的算法相对于PointPil-lars基线算法,针对骑行者检测的平均精确度提高了9.14％,行人检测方面的平均精度提高了9.71％.检测速度能达到43fps,满足实时性要求,有效改善了因点云稀疏性对行人、骑行者等远距离小目标检测不佳的问题.
国家科技期刊平台
NSTL
万方数据