中国人民大学 | 自动驾驶的3D目标检测技术综述论文

论文标题：https://www.zhuanzhi.ai/paper/73cf9736c65be0102766f210e8693513

论文链接：https://arxiv.org/abs/2106.10823

作者单位：中国人民大学

26页综述，共计99篇参考文献！本文对基于图像(单目/立体)、点云、多模态融合的3D目标检测技术进行全面调研，内容包括传感器、基础知识和最经典和最先进的检测方法及其优缺点。

自动驾驶被认为是保护人类免受严重碰撞的最有希望的补救措施之一。为此，3D目标检测作为此类感知系统的核心基础，尤其是在路径规划、运动预测、碰撞避免等方面。通常，立体或单目图像与相应的3D点云已经是3D物体的标准布局检测，其中点云越来越普遍，提供准确的深度信息。尽管已有努力，但点云上的3D目标检测仍处于起步阶段，因为点云本质上的高度稀疏性和不规则性，相机视图和 LiDAR 鸟瞰视图之间的错位视图，用于模态协同，远距离的遮挡和尺度变化，最近，3D对象检测取得了重大进展，正在研究大量文献以解决这一视觉任务。因此，我们全面回顾了该领域的最新进展，涵盖了所有主要主题，包括传感器、基础知识和最近最先进的检测方法及其优缺点。此外，我们引入了指标并提供了对流行公共数据集的定量比较。在对所调查的工作进行深入分析后，将明智地确定未来工作的途径。最后，我们总结了这篇论文。