Indexed by：
Abstract：
针对目前基于三维点云的车辆检测算法实时性差的问题，提出了一种基于点云鸟瞰图的实时车辆目标检测算法。首先，将原始车辆三维点云转换成二维点云RGB特征图；其次，基于YOLOv4-tiny网络添加车辆偏航角度预测分支，实现车辆的准确定位，并通过添加改进空间金字塔池化（SPPF）模块提升网络的目标定位能力；最后，通过在主干网络中引入双注意力机制和优化损失函数提高目标检测精度。试验结果表明：所提出算法的车辆检测平均精度达到96.92%，与YOLOv4-tiny相比提升了2.94百分点，同时在KITTI鸟瞰图验证集中等难度条件下的平均检测精度达到87.73%，且整体网络检测速度达到100帧/s，可满足实时性要求。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
汽车技术
ISSN： 1000-3703
CN： 22-1113/U
Year： 2023
Issue： 09
Volume： 8
Page： 35-42
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
