计算机应用研究

作者：孙立辉,王楚遥,

单位：河北经贸大学管理科学与信息工程学院,石家庄050062；

关键词：自动驾驶,驾驶辅助系统,三维目标检测,伪点云生成,

基金：河北省教育厅科学研究资助项目(BJK2024092)；；

3D目标检测是自动驾驶环境感知的关键任务。然而，在复杂场景中因距离和遮挡问题，激光雷达往往难以获取目标的完整点云，这极大地影响了目标检测的精度。为了应对这一问题，提出迭代伪点云生成的三维目标检测方法（IG-RCNN）。首先，在三维体素骨干网络中构建了一种通道部分稀疏卷积模块CSPConv（channel sparse partial convolution），在减少通道冗杂的同时融合不同感受野下的语义信息，提高模型的特征融合能力。其次，采用多次迭代的方式生成高质量的伪点云信息，为建议框的细化提供有效的指导，提高模型的检测精度。在KITTI数据集上的实验结果显示，所提算法相较于典型两阶段算法PV-RCNN，在困难难度下，行人类别和骑行者类别的检测精度提升幅度达3.89%和2.73%。实验结果表明，该算法在处理稀疏点云数据时表现出显著的优越性，尤其在处理行人和骑行者等小目标时，表现出更强的鲁棒性和准确性。

来源：2025年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第6期