多传感器数据融合的FCOS目标检测方法

摘要

近年来，随着自动驾驶车联网的发展，单传感器的目标检测方式已经不能满足自动驾驶安全精确检测需求.对此，本文研究了基于FCOS的目标检测方法在毫米波雷达与视觉数据融合中的应用.通过提取融合后的特征，实现了在保证目标识别准确性的前提下，提升了目标检测的回归速度，尤其适用于自动驾驶场景下的目标检测.本文详细阐述了FCOS目标检测方法的网络架构和逐像素预测的思想，在此基础上，本文提出了基于注意力机制的特征融合方法，用于融合毫米波雷达和视觉数据.实验结果表明，该方法在仿真环境中具有良好的性能.最后，文章总结了研究成果，并指出了未来研究的方向.通过本文的研究，为自动驾驶领域中的目标检测问题提供了新的解决方案，为推动自动驾驶技术的发展做出了贡献.同时，也为深度学习在传感器数据融合领域的应用提供了新的思路和方法.

关键词

多源数据融合 / 目标检测 / 自动驾驶 / 车联网

基金资助

国家自然科学基金面上项目(62371116)资助; 河北省教育厅高等学校科学技术研究重点项目(ZD2022164)资助; 车路一体智能交通全国重点实验室开放基金课题(2024-B008)资助