KAN-RCBEVDepth：用于自动驾驶中目标检测的多模态融合算法
计算机视觉与模式识别
2024-08-28 v3 人工智能
摘要
3D 目标检测在自动驾驶场景中至为关键且充满挑战，由于遮挡、目标尺寸变化以及复杂的城市环境。本文提出了 KAN-RCBEVDepth 方法，旨在通过融合来自摄像头、LiDAR 和毫米波雷达的多模态传感器数据来提升 3D 目标检测性能。我们独特的基于鸟瞰视图 (Bird's Eye View) 的方法通过无缝整合多样化传感器输入、细化空间关系理解以及优化计算程序，显著提高检测精度和效率。实验结果表明，所提出的方法在多个检测指标上均优于现有技术，实现了更高的 Mean Distance AP (0.389，提升 23%)，更好的 ND Score (0.485，提升 17.1%)，以及更快的评估时间 (71.28 秒，提升 8%)。此外，KAN-RCBEVDepth 方法在 BEVDepth 的错误指标上显著降低：Transformation Error (0.6044，提升 13.8%)、Scale Error (0.2780，提升 2.6%)、Orientation Error (0.5830，提升 7.6%)、Velocity Error (0.4244，提升 28.3%) 以及 Attribute Error (0.2129，提升 3.2%)。这些发现表明我们的方法在准确性、可靠性和效率方面均有所提升，适用于动态且充满挑战的自动驾驶场景。代码将发布于 \url{https://github.com/laitiamo/RCBEVDepth-KAN}。
引用
@article{arxiv.2408.02088,
title = {KAN-RCBEVDepth: A multi-modal fusion algorithm in object detection for autonomous driving},
author = {Zhihao Lai and Chuanhao Liu and Shihui Sheng and Zhiqiang Zhang},
journal= {arXiv preprint arXiv:2408.02088},
year = {2024}
}