感知系统是智能车辆的重要组成部分,全面准确地感知车辆周围信息是行车安全的重要保障。三维目标检测是感知环节中的一项关键任务,其可以获取目标物的尺寸、位置、方向和类别信息,为后续的规划控制提供数据依据。随着自动驾驶技术研究的逐渐深入,感知场景变得愈加复杂。为提高感知的丰富性和准确性,智能车辆搭载了多种传感器,其中激光雷达和相机因其数据的互补性被广泛用于三维目标检测中。然而目前的目标检测算法并不能在复杂场景下达到自动驾驶的精度和可靠性要求,其数据的融合程度和检测精度仍待提升。基于此,本文围绕数据特征提取、特征融合以及检测模型搭建等方面进行研究工作,主要研究内容如下:1.单目相机与激光雷达时空标定。针对异构传感器坐标系转换和数据同步问题,分析相机与激光雷达联合标定原理及模型;标定并解算激光雷达和单目相机的内外参数,完成点云坐标系与图像坐标系之间的配准;统一相机与激光雷达的时钟并同步二者输出频率,达到图像与点云数据同步输出的目的。2.基于交叉注意力的融合算法研究。针对现有点云与图像特征融合程度较低的问题,提出一种基于交叉注意力机制的融合算法。该方法使用交叉注意力机制动态地捕捉图像与点云特征的相关性并依据权值矩阵聚合图像特征,避免了不同模态数据的直接拼接或相加,实现了图像与点云的高质量融合,有效降低数据差异对模型的影响。在KITTI数据集中基于相同的检测模型进行实验,该算法相较于特征拼贴融合策略可使多类平均精度增加0.83%,有效提升目标检测性能。3.动态稀疏卷积策略研究。针对现有点云特征提取模块计算量大、损失信息的问题,提出了一种动态稀疏卷积算法。动态稀疏卷积的输出形状是可变的,在卷积过程中预测并提取相对重要的前景特征,有效缓解稀疏卷积丢失或稀释重要特征的问题。在KITTI数据集中与现有稀疏卷积方法进行对比实验,本方法可使中等难度下的行人检测精度提升2.71%,有效提升小目标的检测精度。4.基于体素特征和图像特征融合的两阶段三维目标检测算法研究。针对现有方法对复杂道路场景中的小、远目标检测和定位精度较差的问题,提出了两阶段的多模态检测网络。在图像分支使用感受野分层模块,多尺度的聚合局部图像特征。在模型末端增加体素池化模块对未压缩的三维体素特征进行采样和聚合。同时综合先前章节的特征提取和融合方法,设计了一种基于体素特征和图像特征融合的两阶段三维目标检测算法,并进行公开数据集实验和实车场景验证。在KITTI数据集上的实验表明,本文提出的三维目标检测算法相对主流算法在精度上提升明显。