标题：基于多模态特征融合的3D感知算法鲁棒性研究
作者：查明皓；宋伟
作者单位：江苏理工学院机械工程学院，江苏 常州 213001；江苏理工学院电气信息工程学院，江苏 常州 213001
关键字：自动驾驶；3D目标检测；BEV感知；KITTI数据集；鲁棒性检测
摘要：为提升自动驾驶中的3D目标检测精度，针对KITTI数据集提出了一种相机与激光雷达融合的感知算法模型。首先，为了解决大模型在小数据集上产生的过拟合问题，采用ResNet50网络作为图像分支的基准骨干网络。其次，在数据增强方面，引入了光照、黑暗、雨天、雪天四种噪声，以模拟真实的行车环境。接着，改进后的模型使用ResNet101替代ResNet50作为图像骨干网络；并使用SECOND网络替代VexelNet来处理点云。最后，通过在KITTI数据集上的实验验证和可视化展示，结果表明在容易、中等和困难三个难度级别上，改进后的模型在3D检测框的检测准确率方面，分别较基准模型提升了2.63%、3.15%和3.47%，并在四种噪声条件下的图片中准确预测，表现出较强的鲁棒性。