姚 璐，吴韶波

(北京信息科技大学 信息与通信工程学院，北京 100192)

0 引言

随着人工智能、物联网、机器学习等多项技术的发展，基于深度学习的车辆目标检测任务成为无人驾驶领域的研究热点[1]。目前，基于摄像机图像的二维目标检测算法已经比较成熟，按照检测思路的不同可以分为两类：基于区域建议的方法和基于回归的方法[2]。但由于二维图像缺少立体空间信息，并且在黑夜、雷雨等不利于拍摄的情况下成像质量不能得到保证，因此又出现了基于激光雷达三维点云数据的目标检测算法。目前主要有两种方式：一种是将点云转换为伪图像，再利用二维目标检测算法进行检测；另一种是直接对原始的点云数据进行检测[3]。

由于单一传感器设备感知到的物体信息不全面且易受外界干扰，人们开始研究将摄像机获取的图像信息与激光雷达获取的点云信息融合进行目标检测[4]的方法。融合方式包括数据级融合、特征级融合[5]和结果级融合。文献[6]中介绍了MV3D多传感器目标检测算法：将原始点云转换成鸟瞰图(bird′s eye view，BEV)，利用区域生成网络(region proposal network，RPN)生成建议框，通过深度融合生成检测框。在RPN网络中的锚框尺寸是根据经验给定的，并未充分利用原始数据集，造成目标检测框不够精准。文献[7]是对激光雷达和摄像头传感器所采集的数据分别进行目标检测，再对检测结果进行最优匹配，这种结果级的融合对数据的融合不够充分。文献[8]中介绍了聚合视图……