Abstract：
近年来,3D目标检测作为自动驾驶、移动机器人、虚拟现实等应用产业的重要基础任务,受到了各领域研究人员的广泛关注.其旨在三维空间中对感兴趣目标进行定位与分类,给出相应的3D包围盒,包括目标的位置、大小和方向,为后续对三维场景的理解与感知、对车辆的规划与决策提供基础信息.激光雷达传感器捕获的点云因其具有准确的三维信息与深度信息,成为3D目标检测最为常用的输入数据.本文对基于深度学习的3D激光雷达点云目标检测进行综述,总结了点云的数据特点与处理方法,介绍了相应的几类检测方法以及点云和图像融合的多模态检测方法,对不同方法的性能进行对比分析,最后讨论3D点云目标检测未来面临的挑战和发展趋势.
Keyword：
Reprint Author's Address：
Email：
Source ：
遥测遥控
ISSN： 2095-1000
Year： 2024
Issue： 5
Volume： 45
Page： 1-18
Cited Count：
WoS CC Cited Count： 36
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 63
Affiliated Colleges：
