lidar3D目标检测PointPillars：论文解读代码解读部署实现

Posted 2022-03-21 踟蹰横渡口,彳亍上滩舟。

Abstract

点云中的目标检测是自动驾驶等机器人应用中的一个重要方面。在本文中，作者思考了将点云编码成适合下游检测pipeline的格式问题。最近的文献提出了两种类型的编码器：固定编码器往往更快，但牺牲了准确性，而从数据学习的编码器更准确但是速度较慢。在这篇工作中，作者提出了一种可以利用PointNet去学习以垂直列组织的点云的表示(pillars)的新的encoder。这种编码特征可以用于任何标准的2D卷积检测体系结构，接着作者进一步提出了一个精简的下游网络。大量的实验表明，PointPillars在速度和准确性方面都大大优于以前的编码器，尽管只使用激光雷达，这种检测pipeline显著优于目前的先进水平。

Motivation

在城市环境中部署自动驾驶汽车(autonomous vehicles, AVs)是一项艰巨的技术挑战。除其他任务外，自动驾驶汽车还需要实时检测和跟踪车辆、行人和自行车等移动物体，为了达成这个目标，自动驾驶汽车依赖多个传感器，其中激光雷达可以说是最重要的，激光雷达使用激光扫描仪测量到环境的距离，从而生成稀疏点云。传统上，激光雷达机器人pipeline将这些点云解释为目标检测，通过一个自下而上的pipeline&#