首页|基于注意力机制与特征对抗学习的毫米波与激光雷达融合检测方法

基于注意力机制与特征对抗学习的毫米波与激光雷达融合检测方法

扫码查看
原文链接
  • 万方数据
  • 维普
自动驾驶的感知系统在目标遮挡、目标拥挤、远距离目标探测等困难场景下检测性能与可靠性有待提升.为此,提出基于 Radar 和 Lidar 数据的深度融合网络模型及对抗训练方法.首先,基于Radar 回波缺乏高度和含有较大噪声的特点,设计基于鸟瞰图的联合体素划分和点云增强方法,通过空间和通道注意力的计算建立不同模态特征之间的深度信息融合结构,提升单帧目标检测性能;然后,提出基于对抗学习的多模态数据融合学习算法,提高对两种数据优势特征的利用效率.实验结果表明,所提方法在实际大型驾驶场景数据集nuScenes上达到了领先水平.
Radar and Lidar Fusion Detection Based on Attention Mechanism and Feature Adversarial Learning

刘悦、杨桦、王青正

展开 >

开封大学 信息工程学院,河南 开封 475000

上海交通大学 电子信息与电气工程学院,上海 200240

毫米波雷达 激光雷达 目标检测 融合 对抗学习

国家自然科学基金河南省科技攻关计划河南省高等学校重点科研项目

6170218522210221012523B520042

2024

10.3969/j.issn.1009-0134.2024.07.002

制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
年,卷(期)：2024.46(7)
  • 2