基于ResNet-MLP模型的车辆目标检测算法

摘要

为提高车辆目标检测精度，针对传统视觉传感器光照敏感性、空间感知性差等缺点，采用激光雷达传感器，提出一种基于ResNet-MLP二阶段模型的车辆目标检测算法。该算法对点云鸟瞰图的映射方式进行改进，使其保留点云高度特征，并通过改进后的ResNet进行点云特征的提取，最后使用并行多层感知机网络对车辆目标分类和位置回归。采用KITTI的3D Object数据集进行验证，通过与PointNet++和VoxelNet方法进行对比实验，结果发现，交并比(IOU)较高时3种方法的检测精度均有所下降，但相对于其他2种算法，本算法检测精度更高，运行速度更快，可为未来自动驾驶车辆的实时感知方面提供技术支撑。

关键词

车辆目标检测 / 激光雷达 / 点云图像 / 鸟瞰图映射