24、协作式3D目标检测与移动机器人SLAM技术解析

协作式3D目标检测与移动机器人SLAM技术解析

1. 协作式3D目标检测

1.1 协作检测原理与效果

在协作式3D目标检测中，多智能体能够共享互补的检测信息，为解决单智能体3D检测中的遮挡和远距离问题提供了新方向。以车辆和无人机的协作为例，车辆1可以通过自身的空间置信度图、二进制选择矩阵、自我注意力权重等进行目标检测。同时，车辆2会向无人机1发送包含请求图（置信度图的反图）和稀疏特征图的消息，实现高效通信。
车辆1在融合车辆2的消息后，能够检测到单视角中遗漏的目标。通过对比车辆1与车辆2协作前后的检测结果，可以发现所提出的空间置信度图有助于生成空间稀疏但感知关键的消息，有效帮助车辆1检测到被遮挡的目标。

1.2 消融研究

1.2.1 高斯滤波器的影响

在感知关键区域选择中，高斯滤波器的应用能提高整体性能。其原因主要有两点：
- 高斯滤波器可以过滤输入图中的异常值，选择更稳健的关键区域。
- 它考虑了上下文信息，通过提供更多信息有助于在每个特定位置进行独立的特征选择。

1.2.2 空间置信度感知消息融合组件的影响

通过实验评估了多头部注意力（MHA）、传感器位置编码（SPE）和空间置信度图（SCM）在空间置信度感知消息融合中的有效性，结果如下表所示：
| MHA | SPE | SCM | OPV2V (AP@0.50/AP@0.70) | CoPerception - UAVs (AP@0.50/AP@0.70) | V2X - Sim (AP@0.50/AP@0.70) |
| — | — | — | — | — | — |