摘要

在自动驾驶中，检测如汽车和行人等三维物体起着不可或缺的作用。现有的方法主要依赖昂贵的激光雷达（LiDAR）传感器来获取精确的深度信息。尽管最近引入了基于立体图像且成本低廉的伪激光雷达（pseudo-LiDAR），但其性能仍存在显著差距。本文通过改进立体深度估计，为伪激光雷达框架提供了重要的进展。具体而言，我们调整了立体网络架构和损失函数，以更好地适应远距离物体的精确深度估计——这是目前伪激光雷达的主要弱点。此外，我们探讨了利用成本较低但极其稀疏的激光雷达传感器来减少深度估计偏差的方法。这些单独使用的稀疏激光雷达传感器提供的信息不足以进行三维检测，但我们提出了一种由初始深度估计引导的深度传播算法，将这些少量的精确测量值扩散到整个深度图中。我们在KITTI物体检测基准上展示了我们的综合方法在深度估计和基于立体图像的三维物体检测方面取得了显著改进——对于远距离物体的检测精度比之前的最先进方法提高了40%。我们的代码可在https://github.com/mileyan/Pseudo_Lidar_V2 获取。