摘要

精确的三维物体检测是自动驾驶车辆感知模块中的关键组成部分。对三维环境中物体的深入理解有助于实现更优的决策与路径规划。在自动驾驶车辆中，RGB相机与激光雷达（LiDAR）是最常用的环境感知传感器。尽管基于RGB图像的二维物体检测方法已取得诸多令人瞩目的成果，但在大规模场景的三维点云中高效定位小型物体（如行人）仍是当前研究中的一个挑战性课题。本文提出一种新颖的基于LiDAR数据的三维物体检测方法——Frustum-PointPillars。该方法并未完全依赖点云特征，而是充分利用成熟的二维物体检测技术，以缩小三维空间中的搜索范围。随后，在缩减后的点云数据上，采用柱状特征编码网络（Pillar Feature Encoding）实现物体的精确定位。此外，我们还提出一种新型的点云掩码策略，进一步提升物体定位的准确性。我们在KITTI数据集上训练所提出的网络，并通过实验验证了其有效性。在KITTI测试集上，本方法在三维行人检测（鸟瞰图视角）任务中超越了现有的多传感器最先进（SOTA）方法，同时实现了高达14 Hz的运行速度，显著提升了推理效率。