在过去的几年里,基于单目图像的二维目标检测已经取得了飞速的发展。图像二维检测的结果可以帮助获取图像中的语义信息,便于感知真实世界。然而,仅仅拥有图像的语义信息并不能与真实环境进行交互,这需要感知真实的三维空间信息。准确的感知周边环境可以帮助我们在三维空间躲避障碍物,安全导航。三维的感知能力主要包括三维的检测和定位。对于自动驾驶领域来说,三维感知是非常关键的部分。本文提出的算法主要就是应用于自动驾驶方面。基于二维检测框架SSD,我们提出了全新的三维深度学习检测框架SS3D。SS3D是基于单目图像作为网络输入,然后预测得到带有朝向的三维包围盒,进而实现三维空间的检测和定位。三维检测器的实现是基于二维包围盒的检测结果,姿态的估计以及三维维度的预测,然后利用几何限制和投影关系计算得到三维带朝向的包围盒结果。除此之外,我们还进一步研究了 SSD的候选框空间分布,然后提出了一种能够更优匹配训练数据的分布方法,便于更好地训练。为了加强SS3D对于困难数据的检测性能,我们提出了一种困难数据合成方法,增加更多遮挡的训练数据,进而提升检测能力。候选框分布和困难样本的合成方法都很简单有效,在KITTI数据集上也做了一系列的对比实验和比较,进一步阐述了 SS3D的性能。