现有的用于点云中物体定位的单阶段检测器通常将物体定位和类别分类视为独立的任务，因此定位精度和分类置信度可能无法很好地对齐。为了解决这一问题，我们提出了一种新的单阶段检测器，称为置信度感知交并比单阶段物体检测器（Confident IoU-Aware Single-Stage object Detector, CIA-SSD）。首先，我们设计了轻量级的空间-语义特征聚合模块，以自适应地融合高层次抽象语义特征和低层次空间特征，从而实现边界框预测和分类置信度的准确估计。此外，通过我们设计的交并比感知置信度校正模块进一步校正预测的置信度，使得置信度与定位精度更加一致。基于校正后的置信度，我们进一步提出了距离变化的交并比加权非极大值抑制（Distance-variant IoU-weighted NMS），以获得更平滑的回归结果并避免冗余预测。我们在KITTI测试集上进行了CIA-SSD在3D车辆检测中的实验，并展示了其在官方排名指标（中等难度AP 80.28%）和超过32 FPS的推理速度方面取得了最佳性能，优于所有先前的单阶段检测器。代码可在https://github.com/Vegeta2020/CIA-SSD 获取。