首页 | 本学科首页   官方微博 | 高级检索  
     

自动驾驶中基于深度学习的3D目标检测方法综述
作者姓名:梁振明  黄影平  宋卓恒  丁建华
作者单位:上海理工大学,光电信息与计算机工程学院,上海 200093
基金项目:国家自然科学基金资助项目(62276167);上海市自然科学基金资助项目(20ZR1437900)
摘    要:
随着激光雷达传感器和深度学习技术的快速发展,针对自动驾驶3D目标检测算法的研究呈现爆发式增长。为了探究3D目标检测技术的发展和演变,对该领域中基于深度学习的3D检测算法进行了综述。根据车载传感器的不同,将当前基于深度学习的自动驾驶3D目标检测算法分为基于相机RGB图像、基于激光雷达点云、基于RGB图像–激光雷达点云融合的3D目标检测3种类型。在此基础上,分析了各类算法的技术原理及其发展历程,并根据平均检测精度(mAP)指标,对比了它们的性能差异与模型优缺点。最后,总结和展望了当前自动驾驶3D目标检测中仍然面临的技术挑战及未来发展趋势。

关 键 词:3D目标检测  深度学习  自动驾驶  RGB图像  激光雷达点云  多传感器融合
收稿时间:2023-11-01
点击此处可从《上海理工大学学报》浏览原始摘要信息
点击此处可从《上海理工大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号