• 书名：传感器融合与目标检测

• ISBN：978-7-5240-0506-3

• 出版社：冶金工业出版社有限公司

• 定价：80

• 作者：姜海洋，王春杰，杨洋

• 出版时间：2026-04-03

内容简介

本书围绕自动驾驶环境感知系统中的三维目标检测任务，系统梳理了多传感器融合在提升检测精度和鲁棒性方面的关键技术路线。首先介绍了一种基于数据驱动的相机内参误差识别方法，用于判断标定参数是否发生变化；随后给出一种融合多尺度统计特征的高阶注意力机制网络，用来强化远距离与复杂场景的特征表达；接着阐述结合几何约束与门控卷积单元的高阶交互网络，通过跨模态信息耦合提升弱纹理与远距离目标的检测性能；最后描述了一个两阶段互补融合策略，以关键点和体素特征为桥梁缓解点云稀疏与语义缺失问题。

本书可供自动驾驶、计算机视觉等领域的科研人员和工程技术人员阅读，也可供从事 LiDARCamera 融合算法与三维检测系统研发的工程师参考。

编辑推荐

本书聚焦自动驾驶场景中的三维目标检测，系统整合了视觉相机与激光雷达等异构传感器的融合方法，内容贴近实际应用需求。

目录

第1章 绪论.1

1.1研究背景及意义1

1.2国内外研究现状4

1.2.1视觉三维目标检测研究现状.5

1.2.2激光雷达三维目标检测研究现状.8

1.2.3 LiDAR-Camera融合的三维目标检测研究现状.13

1.3研究内容 16

1.3.1课题现存问题分析. 16

1.3.2课题主要研究内容. 17

第2章基于数据驱动的车载相机标定误差检测算法研究21

2.1研究思路 21

2.1.1问题描述.21

2.1.2相机成像模型.22

2.2系统设计 27

2.2.1校准错误的图像数据集的制作.27

2.2.2相机内参标定错误程度的度量标准.29

2.3实验和讨论 31

2.3.1实验参数的设置.31

2.3.2训练模型预测结果分析.32

2.3.3推广到新的数据集和相机.36

2.4本章总结 37

第3章基于高阶注意力机制的三维目标检测算法研究38

3.1研究思路 38

3.1.1问题描述.38

3.1.2相关概念和方法.39

3.2 HAMFNs框架和创新点 42

3.2.1框架与流程.42

3.2.2算法创新点.43

3.3 HAMFNs算法描述 43

3.3.1高阶卷积层.43

3.3.2多尺度检测.45

3.3.3多模态特征融合.47

3.3.4损失函数.49

3.4实验分析 51

3.4.1实验细节.51

3.4.2 nuScenes数据集和评价指标52

3.4.3实验结果.53

3.4.4消融实验.58

3.4.5可视化分析.61

3.5本章总结 63

第4章基于高阶门控卷积网络的三维目标检测算法研究64

4.1研究思路 64

4.1.1问题描述.64

4.1.2相关概念和方法.65

4.2 HoGCNs框架和创新点. 67

4.2.1框架与流程.67

4.2.2算法创新点.68

4.3 HoGCNs算法描述. 68

4.3.1 Baseline68

4.3.2高阶门控卷积网络.69

4.3.3复杂度计算.71

4.3.4 Query初始化.73

4.4实验分析 73

4.4.1实验细节.74

4.4.2 Waymo数据集简介.74

4.4.3定量分析.75

4.4.4消融实验.77

4.5本章总结 81

第5章基于多阶段互补融合的三维目标检测算法研究82

5.1研究思路 82

5.1.1问题描述.82

5.1.2相关概念和方法.83

5.2 TCF3D框架和创新点. 84

5.2.1框架与流程.84

5.2.2算法创新点.85

5.3多阶段融合网络 85

5.3.1基于体素的特征提取方法.86

5.3.2基于图像的特征融合.87

5.3.3 BEV生成过程.88

5.4实验与分析 89

5.4.1实验设置.89

5.4.2 nuScenes上实验结果90

5.4.3 KITTI数据集简介.92

5.4.4算法性能评估.92

5.5本章总结 97

第6章结论与展望98

6.1主要结论 98

6.2研究展望99