计算机应用研究

作者：车俐,吕连辉,蒋留兵,

单位：桂林电子科技大学a.信息与通信学院;b.广西无线宽带通信与信号处理重点实验室,广西桂林541004；

关键词：自动驾驶,目标检测,毫米波雷达,交叉注意力融合,

基金：国家自然科学基金资助项目(61561010)；广西创新驱动发展专项资助项目(桂科AA21077008)；广西无线宽带通信与信号处理重点实验室2022年主任基金资助项目(GXKL06220102,GXKL06220108)；八桂学者专项经费资助项目(2019A51)；桂林电子科技大学研究生教育创新计划资助项目(2022YXW07,2022YCXS080)；2022年广西高等教育本科教学改革工程项目(2022JGB196)；桂林电子科技大学学位与研究生教改项目(2022YXW07,2023YXW02

对于自动驾驶领域而言，确保在各种天气和光照条件下精确检测其他车辆目标是至关重要的。针对单个传感器获取信息的局限性，提出一种基于cross-attention注意力机制的融合方法（AF），用于在特征层面上融合毫米波雷达和相机信息。首先，将毫米波雷达和相机进行空间对齐，并将对齐后的点云信息投影成点云图像。然后，将点云图像在高度和宽度方向上进行扩展，以提高相机图像和点云图像之间的匹配度。最后，将点云图像和相机图像送入包含AF结构的CenterNet目标检测网络中进行训练，并生成一个空间注意力权重，以增强相机中的关键特征。实验结果表明，AF结构可以提高原网络检测各种大小目标的性能，特别是对小目标的检测提升更为明显，且对系统的实时性影响不大，是提高车辆在多种场景下检测精度的理想选择。

来源：2024年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第4期