17、自动驾驶中的3D目标检测

自动驾驶中的3D目标检测

1. 引言

在自动驾驶系统中，感知是首要组成部分，它负责对传感器读数进行编码，以了解周围环境。准确的感知结果是决策的基础，而目标检测是自动驾驶感知中的重要问题之一。它能让车辆从传感器读数中识别并定位3D空间中关注的关键目标，如汽车、行人和骑自行车的人等。

以往，自动驾驶中的目标检测大多基于车载相机拍摄的图像，即基于图像的目标检测。与基于图像的目标检测相比，3D目标检测是一个更具挑战性的问题。它基于多种传感器实现，包括相机、激光雷达（LiDAR）和雷达（RADAR）。由于额外的z轴和连续坐标，其搜索空间比基于图像的目标检测更大，需要估计更多变量，包括z轴位置、高度和航向方向。3D目标检测的额外估计结果为自动驾驶车辆的决策提供了更多信息。

3D目标检测面临着一些挑战。一方面，传感器存在局限性，相机存在透视缩短、闪烁效应和过曝问题，激光雷达和雷达则存在低分辨率和数据稀疏的问题；另一方面，环境变化如光照和天气条件也会对检测产生影响，相机捕获的外观信息在不同条件下可能有很大差异，雨天时激光雷达捕获的点云密度可能减半。此外，遮挡会导致目标检测性能下降。

目前已有一些关于自动驾驶中3D目标检测及其相关领域的综述文章，但它们主要关注基于相机和激光雷达的方法，未涉及基于雷达的工作。并且，近期出现了许多先进方法，现有综述并未涵盖。这里考虑了车载感知传感器，包括相机、激光雷达和雷达，讨论了基于单模态和多模态传感器观测的检测方法，提供了更精细的分类框架，并指出了每个类别中的关键问题。具体贡献如下：
- 为当前自动驾驶中的3D目标检测方法提供了精细的分类框架，根据数据模态对现有方法进行分类，定义每个子类别的关键问题，并根据使用的解决方案进一步分类。