基于多尺度特征的多模态激光雷达增强算法

激光雷达(LiDAR)通过扫描周围环境,获取测量数据构建三维(3D)点云来实现环境感知的功能,广泛应用于车辆环境感知任务。然而,激光雷达无法感知环境中的语义信息,一定程度上限制了其在3D目标检测中的效果。为增强激光雷达在复杂环境下的3D目标检测效果,设计了一种基于多尺度特征的多模态融合激光雷达增强算法,并在Transformer框架下进行了一定的创新。在编码器中,语义感知聚合模块提取的多尺度语义特征用于跨模态特征融合,而解码器中的尺度自注意力与提案引导初始化使得预测过程更加高效。还设计了一种用于辅助预测框位置回归的三角损失函数,将预测框的回归位置利用三角几何约束限制在2D标签与3D标签之间,以得到更好的预测效果。在nuScenes数据集上进行的实验证明了所提模型的有效性与鲁棒性。