基于點云鳥瞰圖的實時車輛目標(biāo)檢測*

吳慶 彭育輝 黃煒 陳澤輝 姚宇捷

（福州大學(xué)，福州 350116）

主題詞：YOLOv4-tiny 點云RGB特征圖 角度預(yù)測 雙注意力機(jī)制

1 前言

近年來，基于車載激光雷達(dá)的三維目標(biāo)檢測備受關(guān)注，但是存在三維點云數(shù)據(jù)量大、目標(biāo)檢測算法計算量大和實時性差的問題[1-3]，將三維點云構(gòu)建成鳥瞰圖輸入二維目標(biāo)檢測網(wǎng)絡(luò)是一種有效的處理方法。根據(jù)信息來源不同，基于鳥瞰圖的目標(biāo)檢測算法可以分為兩類，一類融合激光雷達(dá)與相機(jī)采集的信息進(jìn)行檢測，另一類僅基于激光雷達(dá)采集的點云信息進(jìn)行檢測。在基于激光雷達(dá)與相機(jī)的信息融合的目標(biāo)檢測算法方面，多視角3D（Multi-View 3D，MV3D）網(wǎng)絡(luò)[4]采用3個輸入，即RGB圖像、鳥瞰圖投影圖像和前視圖投影圖像，利用深度融合（ContFusion）網(wǎng)絡(luò)對3 個輸入進(jìn)行感興趣區(qū)域（Region Of Interest，ROI）提取操作，輸出融合特征圖，最后細(xì)化3D檢測框；深度融合網(wǎng)絡(luò)[5]分別對圖像和點云進(jìn)行特征提取，建立激光雷達(dá)點云源數(shù)據(jù)投影關(guān)系，提取融合特征，但計算效率較低。在基于純點云的鳥瞰圖目標(biāo)檢測算法中：BirdNet網(wǎng)絡(luò)[6]將三維點云信息處理成鳥瞰圖，將其輸入快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Fast Region Convolutional Neural Network，F(xiàn)ast R-CNN）[7]中完成檢測任務(wù)；BirdNet++網(wǎng)絡(luò)[8]在BirdNet 網(wǎng)絡(luò)的基礎(chǔ)上添加兩級對象檢測器和特殊回歸分支，可以實現(xiàn)由鳥瞰圖檢測回歸到三維邊界框；目標(biāo)分解網(wǎng)絡(luò)（Matting Objective Decomposition Network，MODet）[9]不考慮三維點云的反射強(qiáng)度，直接對三維點云進(jìn)行鳥瞰圖投影，通過殘差結(jié)構(gòu)提取高層語義信息，融合多層次特征圖，網(wǎng)絡(luò)檢測速度達(dá)到20 幀/s；3D 網(wǎng)格（GridNet-3D）[10]將2D 網(wǎng)格映射用于預(yù)處理原始點云，直接輸入到區(qū)域提議網(wǎng)絡(luò)模塊完成檢測，檢測頻率達(dá)到21.5 Hz；BEVDetNet[11]利用關(guān)鍵點檢測目標(biāo)中心，邊界框預(yù)測和方向預(yù)測使用裝箱分類在一個更簡單的鳥瞰圖上表示，檢測時間達(dá)到0.06 s。FS23D 網(wǎng)絡(luò)[12]針對鳥瞰圖投影后的稀疏特征信息，采用網(wǎng)格前景分割而不采用基于錨框的方法來預(yù)測對象，檢測網(wǎng)絡(luò)運(yùn)行速度達(dá)55.1 幀/s。

綜上，基于激光雷達(dá)與相機(jī)的信息融合的目標(biāo)檢測算法利用點云鳥瞰圖信息以及其他傳感器信息進(jìn)行特征提取，但是檢測效率低，而基于純點云的鳥瞰圖目標(biāo)檢測算法只通過點云鳥瞰圖提取特征信息，檢測效率有所提升，但是網(wǎng)絡(luò)的特征信息提取能力較弱，導(dǎo)致檢測精度較低。為此，本文提出一種基于點云鳥瞰圖的實時車輛目標(biāo)檢測算法，將原始點云的高度、強(qiáng)度和密度信息進(jìn)行編碼，構(gòu)建RGB特征圖，通過添加車輛目標(biāo)檢測旋轉(zhuǎn)框的檢測尺度、添加改進(jìn)空間金字塔池化（Spatial Pyramid Pooling-Fast，SPPF）模塊、引入雙注意力機(jī)制和優(yōu)化損失函數(shù)對YOLOv4-tiny網(wǎng)絡(luò)進(jìn)行改進(jìn)，在實現(xiàn)車輛目標(biāo)檢測網(wǎng)絡(luò)輕量化的同時保證車輛的檢測精度。

2 點云RGB特征圖構(gòu)建

目前，自動駕駛領(lǐng)域成熟的點云數(shù)據(jù)庫有KITTI數(shù)據(jù)庫、Apollo Scape 自動駕駛數(shù)據(jù)庫、Waymo 數(shù)據(jù)庫等，為網(wǎng)絡(luò)模型的訓(xùn)練及驗證提供支持。KITTI 數(shù)據(jù)庫中的車輛數(shù)據(jù)豐富，包含檢測的各種場景，且標(biāo)注完備，故選擇KITTI數(shù)據(jù)庫作為本文算法研究的數(shù)據(jù)支撐。

Chen 等[4]提出MV3D 網(wǎng)絡(luò)對三維點云的高度、強(qiáng)度和密度分別進(jìn)行編碼，將投影點云離散化為分辨率為0.1 m 的二維網(wǎng)格，然后對每個網(wǎng)格計算高度、強(qiáng)度、密度。但是，投影點云離散化成二維網(wǎng)格中的分辨率對點云特征信息的保留十分重要，MV3D的二維網(wǎng)格的分辨率過大，導(dǎo)致丟失大量的點云特征信息，不利于后期的目標(biāo)檢測。

YOLOv4-tiny 網(wǎng)絡(luò)輸入圖片的分辨率為608×608，使二維網(wǎng)格變小，可改善三維點云投影到二維網(wǎng)格中車輛點云特征信息丟失的情況?？紤]長度x、寬度y、高度z的取值范圍分別為[0,50]m、[-25,25]m、[-2.73,1.27]m的點云集合，YOLOv4-tiny輸入的特征圖尺寸高度和寬度H×W為608×608，對單幀點云進(jìn)行區(qū)域劃分，獲得感興趣區(qū)域Ω內(nèi)的點云數(shù)據(jù)PΩ滿足：

對PΩ中的任意一點Pi(xi,yi,zi)進(jìn)行鳥瞰圖的投影，投影到對應(yīng)的像素點P'i(mi,ni)上：

式中，xmin、xmax分別為點云感興趣區(qū)域Ω內(nèi)x坐標(biāo)的最小值和最大值；ymin、ymax分別為點云感興趣區(qū)域Ω內(nèi)y坐標(biāo)的最小值和最大值。

根據(jù)PΩ內(nèi)的點云數(shù)據(jù)計算每個像素的RGB 通道值，實現(xiàn)三維點云的點云鳥瞰圖轉(zhuǎn)換，計算過程為：

式中，N為一個立體柵格中三維點云的數(shù)量；g為網(wǎng)格單元的大??；Pg為大小為g的網(wǎng)絡(luò)單元內(nèi)點云數(shù)據(jù)矩陣；zmax為大小為g的網(wǎng)絡(luò)單位內(nèi)點云z坐標(biāo)的最大值；I(Pg)為大小為g的網(wǎng)絡(luò)單位內(nèi)點云強(qiáng)度數(shù)據(jù)矩陣；R為映射到圖像上的歸一化密度，體現(xiàn)單元網(wǎng)格內(nèi)的點云分布情況；G為點云歸一化最大高度，體現(xiàn)單元網(wǎng)格內(nèi)的點云高度情況；B為點云歸一化最大強(qiáng)度，體現(xiàn)單元網(wǎng)格內(nèi)的點云強(qiáng)度情況。

將R、G、B3個通道合并，生成點云RGB特征圖，如圖1所示。網(wǎng)絡(luò)的輸入特征圖尺寸H×W×C為608×608×3。

圖1 點云RGB特征圖構(gòu)建示意

3 目標(biāo)檢測網(wǎng)絡(luò)

YOLO（You Only Look Once）網(wǎng)絡(luò)的核心思想是將目標(biāo)檢測任務(wù)作為回歸問題處理，以達(dá)到快速檢測的目的。相較于YOLOv4 網(wǎng)絡(luò)模型，YOLOv4-tiny 精簡了特征提取網(wǎng)絡(luò)，提高了檢測速度。網(wǎng)絡(luò)由輸入（Input）、骨干網(wǎng)絡(luò)（Backbone）、頸（Neck）和檢測頭（Head）組成。骨干網(wǎng)絡(luò)主要用于特征提取，采用CSPDarknet53-tiny網(wǎng)絡(luò)結(jié)構(gòu)；頸主要用于特征融合，采用特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network，F(xiàn)PN）結(jié)構(gòu)；檢測頭根據(jù)提取到的特征結(jié)果進(jìn)行最后的預(yù)測。

對YOLOv4-tiny網(wǎng)絡(luò)的改進(jìn)體現(xiàn)在：添加車輛偏航角度預(yù)測分支，使其適用于車輛在點云鳥瞰圖上的檢測場景，實現(xiàn)車輛的準(zhǔn)確定位；添加SPPF模塊，融合點云鳥瞰圖的全局特征和局部特征，提升網(wǎng)絡(luò)的目標(biāo)定位能力；引入雙注意力機(jī)制，分別加強(qiáng)學(xué)習(xí)圖像的通道信息和空間位置信息，獲得更加豐富的特征，提升網(wǎng)絡(luò)的目標(biāo)檢測能力；優(yōu)化目標(biāo)框位置損失函數(shù)，添加目標(biāo)預(yù)測偏航角損失函數(shù)，提升網(wǎng)絡(luò)的檢測能力。整個網(wǎng)絡(luò)的目標(biāo)檢測框架如圖2所示，其中卷積塊（CBL）由卷積層（Convolution）、批量歸一化層（Batch Normalization）和LeakReLU 激活函數(shù)組成，CSP（Cross Stage Partial）模塊為跨階段局部模塊，Concat為拼接操作，Upsample為下采樣模塊。

圖2 改進(jìn)YOLOv4-tiny的車輛點云鳥瞰圖實時目標(biāo)檢測算法

3.1 目標(biāo)檢測框設(shè)計

采用點云RGB 特征圖作為YOLOv4-tiny 網(wǎng)絡(luò)輸入，由于車輛在點云鳥瞰圖中呈任意方向分布，故在YOLOv4-tiny的原有目標(biāo)框基礎(chǔ)上，添加車輛偏航角度預(yù)測分支。

根據(jù)實際的檢測場景，設(shè)定一個目標(biāo)檢測框的參數(shù)為(bx,by,bw,bl,bφ)，其中(bx,by)為點云鳥瞰圖中目標(biāo)車輛的中心點位置坐標(biāo)，bw、bl分別為點云鳥瞰圖中目標(biāo)車輛的寬度和長度，bφ為點云鳥瞰圖中目標(biāo)車輛的偏航角：

式中，tx、ty、tw、tl分別為目標(biāo)檢測框中心點的橫、縱坐標(biāo)、寬度和長度的預(yù)測參數(shù)；tsin、tcos分別為目標(biāo)檢測框的偏航角的正弦值和余弦值的預(yù)測參數(shù)；cx、cy分別為當(dāng)前網(wǎng)格與網(wǎng)格原點的距離；pw、pl分別為先驗框的寬度和長度；σ()為Sigmoid函數(shù)，將預(yù)測參數(shù)限制在(0,1)范圍內(nèi)；arctan2()為四象限反正切函數(shù)。

相較于直接回歸車輛的偏航角度，車輛目標(biāo)偏航角通過正弦值和余弦值計算，一方面可以避免奇點，另一方面對模型泛化存在積極影響，檢測框參數(shù)示意如圖3所示。

圖3 目標(biāo)檢測框回歸參數(shù)示意

3.2 SPPF結(jié)構(gòu)

為了更好地融合點云鳥瞰圖的全局特征和局部特征，學(xué)習(xí)多尺度特征信息，在YOLOv4-tiny 的骨干網(wǎng)絡(luò)后引入空間金字塔池化（Spatial Pyramid Pooling，SPP）結(jié)構(gòu)。SPP由He等[13]提出，目的是解決計算機(jī)視覺中輸入圖像尺寸不同造成圖像失真的問題，如圖4a 所示，YOLOv4 中的SPP 模塊由3 個最大池化層（Maxpool）構(gòu)成，池化層的大小分別為13×13、9×9 和5×5，步長為1。YOLOv4 通過SPP 模塊增強(qiáng)了網(wǎng)絡(luò)的感受野，更加充分地利用特征層的信息。如圖4b 所示，本文在YOLOv4-tiny 的骨干網(wǎng)絡(luò)后引入SPPF 模塊，SPPF 也由3 個最大池化層構(gòu)成，通過串行3個5×5大小的最大池化層實現(xiàn)多尺度融合，相較于SPP 模塊，SPPF 模塊在保證與SPP模塊具有相同作用的同時，可實現(xiàn)更高的計算效率。

圖4 空間金字塔池化結(jié)構(gòu)

3.3 雙注意力機(jī)制

相較于YOLOv4，YOLOv4-tiny 采用了更加輕量化的網(wǎng)絡(luò)結(jié)構(gòu)，雖然大幅提高了目標(biāo)檢測效率，但是目標(biāo)檢測精度存在一定程度降低。YOLOv4-tiny 有限的參數(shù)量限制了目標(biāo)檢測的效果，故在網(wǎng)絡(luò)的主干部分添加雙注意力機(jī)制，以充分利用有限的參數(shù)量，加強(qiáng)對通道和空間特征信息的關(guān)注。雙注意力機(jī)制由高效通道注意力（Efficient Channel Attention，ECA）機(jī)制與空間注意力模塊（Spartial Attention Module，SAM）串聯(lián)構(gòu)成。

ECA機(jī)制[14]在擠壓和激勵（Squeeze-and-Excitation，SE）注意力機(jī)制[15]的基礎(chǔ)上改進(jìn)而來，結(jié)構(gòu)如圖5所示，該機(jī)制避免降維，適當(dāng)?shù)目缤ǖ澜换W(xué)習(xí)高性能和高效率的通道注意力較為重要。通過ECA機(jī)制可以加強(qiáng)特征通道的局部跨通道信息融合，根據(jù)全局特征信息對通道權(quán)重進(jìn)行校準(zhǔn)，使得網(wǎng)絡(luò)更加關(guān)注重要的特征通道信息，提升網(wǎng)絡(luò)檢測的性能。

圖5 ECA機(jī)制

如圖5所示，ECA模塊首先經(jīng)過全局平均池化獲得一個C×1×1的特征向量，接著用一個權(quán)值共享的一維卷積來學(xué)習(xí)特征通道中的權(quán)重，其中一維卷積核k為模塊局部跨通道信息交互率，可隨通道的變化動態(tài)調(diào)整：

式中，C為總通道數(shù)量；|a|odd為a最近的奇數(shù)；b=1；γ=2。

ECA 機(jī)制通過使網(wǎng)絡(luò)更加關(guān)注特征通道信息來提升網(wǎng)絡(luò)檢測性能，在ECA 模塊后加入點注意力機(jī)制。本文的點注意力機(jī)制是基于空間注意力機(jī)制[16]的簡化，通過一個1×1 大小的卷積核與ECA 模塊輸出的特征圖進(jìn)行卷積，通過網(wǎng)絡(luò)的前、后傳播來自適應(yīng)調(diào)整空間特征信息的權(quán)重，輸出的最終特征為該權(quán)重特征層與原始特征的加權(quán)和，從而提高網(wǎng)絡(luò)對重要空間特征信息的關(guān)注，減少對無關(guān)空間特征信息的關(guān)注，如圖6所示。

圖6 簡化的空間注意力機(jī)制

3.4 損失函數(shù)設(shè)計

設(shè)計的損失函數(shù)Ltol由目標(biāo)框預(yù)測損失Lloc、置信度損失Lconf、分類損失Lcls和預(yù)測偏航角損失Lφ組成：

常見的目標(biāo)框預(yù)測損失函數(shù)有GIoU（Generalized IOU）、DIoU（Distance-IoU）、CIoU（Complete-IoU）以及基于交并比（Intersection over Union，IoU）損失的統(tǒng)一冪化α-IoU[17]，其中α-IoU對目標(biāo)框的回歸更加穩(wěn)定，收斂速度更快。α-IoU損失函數(shù)的表達(dá)式為：

式中，sIoU為預(yù)測框與真實框的交并比；ρ()為歐式距離；b、bgt分別為預(yù)測框、真實框的中心點；c為能同時包含預(yù)測框和真實框的最小閉包區(qū)域的對角線長度；β為權(quán)重參數(shù)；υ為衡量長寬比相似性的參數(shù)；wgt/hgt、w/h分別為真實框、預(yù)測框的寬高比；α為相對梯度權(quán)重參數(shù)，當(dāng)α>1時，可提升IoU較高的對象的損失和梯度加權(quán)，提高預(yù)測框的回歸精度，且不會引入額外參數(shù)，也不會增加訓(xùn)練、推理時間。

分類損失和置信度損失函數(shù)采用交叉熵?fù)p失函數(shù)，有利于更新模型參數(shù)，同時可以加快模型的收斂。

只考慮正樣本的目標(biāo)預(yù)測偏航角損失，使用Smooth L1損失函數(shù)：

式中，x為誤差。

同時在目標(biāo)預(yù)測偏航角后加入懲罰項以保證偏航角的物理意義，目標(biāo)偏航角損失函數(shù)表達(dá)式為：

式中，φ、分別為目標(biāo)偏航角的真實值和預(yù)測值。

4 試驗驗證

4.1 數(shù)據(jù)集

采用KITTI數(shù)據(jù)集進(jìn)行算法的性能評估。KITTI數(shù)據(jù)集包含相機(jī)圖像、激光雷達(dá)點云數(shù)據(jù)以及對應(yīng)的標(biāo)簽文件，其訓(xùn)練集有7 481 幀數(shù)據(jù)，測試集有7 518 幀數(shù)據(jù)。KITTI 數(shù)據(jù)集包含多個場景連續(xù)幀的數(shù)據(jù)，故直接劃分訓(xùn)練集和驗證集會包含相近幀的數(shù)據(jù)，無法直接通過驗證集來評估模型的泛化能力，故按照采集時間分組隨機(jī)劃分?jǐn)?shù)據(jù)。由于KITTI未公布測試集的標(biāo)簽文件，故本文將KITTI 訓(xùn)練集按照6∶2∶2 的比例劃分為訓(xùn)練集、驗證集和測試集；在KITTI 官方的鳥瞰圖性能評估試驗中，將KITTI 訓(xùn)練集隨機(jī)拆分成3 712 幀訓(xùn)練集和3 769幀數(shù)據(jù)驗證集，用于模型網(wǎng)絡(luò)的訓(xùn)練和本地評估。

4.2 試驗環(huán)境與參數(shù)

應(yīng)用PyTorch深度學(xué)習(xí)框架和Python編程語言實現(xiàn)檢測網(wǎng)絡(luò)，試驗環(huán)境為Ubuntu 16.04操作系統(tǒng)，訓(xùn)練的服務(wù)器配置為Intel Xeon Silver 4108 處理器、NVIDIA GTX 1080Ti 顯卡、32 GB 運(yùn)行內(nèi)存。整個改進(jìn)YOLOv4-tiny的目標(biāo)檢測網(wǎng)絡(luò)采用表1的參數(shù)訓(xùn)練。

表1 網(wǎng)絡(luò)參數(shù)

4.3 數(shù)據(jù)增強(qiáng)

KITTI 數(shù)據(jù)集中訓(xùn)練數(shù)據(jù)有限，本文通過數(shù)據(jù)增強(qiáng)增加訓(xùn)練數(shù)據(jù)量和環(huán)境噪聲，提升網(wǎng)絡(luò)的魯棒性和泛化能力。數(shù)據(jù)增強(qiáng)具體的步驟為：收集所有真值目標(biāo)框內(nèi)的點云作為樣本池；對每一幀投入訓(xùn)練的點云，隨機(jī)抽取樣本池中一定數(shù)量的樣本，從而提高每一幀點云的正樣本數(shù)量，同時進(jìn)行碰撞測試，避免違反物理規(guī)律；對每一幀點云的目標(biāo)邊界框進(jìn)行擴(kuò)充，對增加的真值框進(jìn)行隨機(jī)旋轉(zhuǎn)、平移和縮放，引入旋轉(zhuǎn)和平移噪聲，同時隨機(jī)將樣本池中的樣本進(jìn)行裁剪（Cutout）操作。通過以上數(shù)據(jù)增強(qiáng)操作，有效提高了網(wǎng)絡(luò)訓(xùn)練的泛化能力，同時提高了網(wǎng)絡(luò)整體的檢測精度。

4.4 試驗結(jié)果及分析

4.4.1 評估指標(biāo)

網(wǎng)絡(luò)模型的評價指標(biāo)為準(zhǔn)確率（Precision）、召回率（Recall）、平均精度（Average Precision）、算法耗時（Time）及檢測幀率。其中，準(zhǔn)確率P、召回率R和平均精度SAP的表達(dá)式為：

式中，nTP為模型正確預(yù)測的數(shù)量；nFP為預(yù)測錯誤檢測的數(shù)量；nFN為未檢測到的目標(biāo)數(shù)量；SAP為PR 曲線與水平軸圍成的面積。

4.4.2 網(wǎng)絡(luò)改進(jìn)對比

采用原始的YOLOv4-tiny網(wǎng)絡(luò)對KITTI數(shù)據(jù)集進(jìn)行訓(xùn)練和測試，模型在測試集上的平均精度達(dá)到93.98%；采用改進(jìn)后的YOLOv4-tiny網(wǎng)絡(luò)對KITTI數(shù)據(jù)集進(jìn)行訓(xùn)練和測試，模型在測試集的平均精度達(dá)到96.92%，相較于原始網(wǎng)絡(luò)提升了2.94百分點，如圖7所示。

圖7 模型改進(jìn)前、后PR曲線對比

為了驗證各改進(jìn)模塊的有效性，通過消融試驗逐步驗證本文基于YOLOv4-tiny 改進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu)改變所引起的性能的變化。表2所示為消融試驗對比結(jié)果，由表2 可知：YOLOv3 網(wǎng)絡(luò)和YOLOv4 網(wǎng)絡(luò)的檢測速率較低；YOLOv4-tiny 原網(wǎng)絡(luò)的檢測精度較低，檢測速率較快；改進(jìn)模型1 引入SPPF 模塊，對應(yīng)的AP@0.5（置信度閾值為0.5時的平均精度）提高了1.04百分點，表明空間金字塔池化可以通過增強(qiáng)網(wǎng)絡(luò)的感受野，充分利用特征信息提升網(wǎng)絡(luò)的檢測精度；改進(jìn)模型2只引入雙注意力機(jī)制，對應(yīng)的AP@0.5提高了1.33百分點，表明雙注意力機(jī)制促進(jìn)網(wǎng)絡(luò)更加關(guān)注重要的通道特征信息和空間特征信息，降低對無關(guān)通道和空間特征信息的關(guān)注，對提升檢測精度有積極影響；改進(jìn)模型3 同時引入SPPF 模塊和雙注意力機(jī)制，對應(yīng)的AP@0.5提高了2.07百分點；改進(jìn)模型4 在改進(jìn)模型3 的基礎(chǔ)上，采用α-IoU 作為邊界框的回歸損失函數(shù)，相較于改進(jìn)模型3，AP@0.5 提高了0.4 百分點，表明采用α-IoU 作為邊界框回歸損失函數(shù)能夠提高網(wǎng)絡(luò)的檢測精度。本文模型在以上改進(jìn)措施條件下，使用馬賽克（Mosaic）數(shù)據(jù)增強(qiáng)進(jìn)行訓(xùn)練，相較于使用前AP@0.5提高了0.47百分點。本文改進(jìn)的模型在提升整體網(wǎng)絡(luò)的檢測精度的同時，仍能保證網(wǎng)絡(luò)的檢測速率達(dá)到100 幀/s。

表2 消融試驗

4.4.3 不同網(wǎng)絡(luò)對比驗證

為了將本文網(wǎng)絡(luò)模型與其他使用鳥瞰圖作為輸入的網(wǎng)絡(luò)模型進(jìn)行比較，使用KITTI 的官方性能評價標(biāo)準(zhǔn)，設(shè)置IoU閾值為0.7進(jìn)行測試。KITTI數(shù)據(jù)集根據(jù)檢測目標(biāo)的最小邊界框高度、遮擋程度和最大截斷程度，將檢測目標(biāo)按照簡單、中等、困難3 個等級進(jìn)行劃分。由于KITTI官網(wǎng)的測試集未公布標(biāo)注文件，故不同網(wǎng)絡(luò)對比試驗為采用KITTI 鳥瞰圖驗證集在不同評價標(biāo)準(zhǔn)下的性能比較，檢測結(jié)果如表3和圖8所示。

表3 KITTI數(shù)據(jù)集下不同網(wǎng)絡(luò)性能比較

圖8 KITTI驗證集不同目標(biāo)難度下的PR曲線

由表3 和圖8 可知，本文提出的車輛目標(biāo)檢測網(wǎng)絡(luò)的算法耗時為0.01 s，檢測速度可達(dá)到100 幀/s。相較于BirdNet、MODet、GridNet-3D 等使用點云鳥瞰圖信息的網(wǎng)絡(luò)，本文在檢測精度上具有優(yōu)勢，說明改進(jìn)后的YOLOv4-tiny 的網(wǎng)絡(luò)能夠較好地提取車輛點云的特征信息；相較于MV3D、F-PointNet（Frustum PointNet）、ContFusion 等使用點云鳥瞰圖信息和圖像信息的網(wǎng)絡(luò)，本文在檢測速度上具有明顯優(yōu)勢，說明將三維點云轉(zhuǎn)換成點云RGB特征圖以及采用輕量化的單階段目標(biāo)檢測網(wǎng)絡(luò)能夠有效提高檢測速度。以KITTI 鳥瞰圖數(shù)據(jù)集中等難度下的平均精度和幀速率作為評價指標(biāo)，本文算法在檢測精度和檢測速度上具有優(yōu)勢，說明改進(jìn)的YOLOv4-tiny 網(wǎng)絡(luò)能夠更好地提取點云RGB 特征圖的特征信息，如圖9所示。同時，將本文算法在KITTI官方測試集上進(jìn)行檢測，其部分檢測結(jié)果如圖10所示。

圖9 不同網(wǎng)絡(luò)下的性能比較

圖10 在KITTI測試集上的部分檢測結(jié)果

5 結(jié)束語

針對基于三維點云的車輛檢測算法存在實時性差的問題，本文提出基于點云鳥瞰圖的實時車輛目標(biāo)檢測算法，該算法通過將三維點云進(jìn)行鳥瞰圖投影，根據(jù)點云的高度、強(qiáng)度和密度信息制作點云RGB特征圖，在保證車輛的特征信息的同時，有效降低了原始點云的數(shù)據(jù)量；其次，在YOLOv4-tiny網(wǎng)絡(luò)上進(jìn)行改進(jìn)優(yōu)化，添加車輛偏航角度預(yù)測分支來實現(xiàn)車輛的準(zhǔn)確定位，引入空間金字塔池化結(jié)構(gòu)、雙注意力機(jī)制和采用α-IoU邊界框回歸損失函數(shù)來提高車輛目標(biāo)的檢測精度。試驗結(jié)果表明：基于YOLOv4-tiny網(wǎng)絡(luò)的改進(jìn)優(yōu)化措施相較于原網(wǎng)絡(luò)具有更高的檢測精度；與其他網(wǎng)絡(luò)相比較，本文網(wǎng)絡(luò)在KITTI數(shù)據(jù)集下具有更高的檢測速度，達(dá)到100 幀/s，能夠滿足目標(biāo)檢測的實時性要求。