梁振明 黃影平 宋卓恒 丁建華

摘要：隨著激光雷達傳感器和深度學(xué)習(xí)技術(shù)的快速發(fā)展，針對自動駕駛3D 目標檢測算法的研究呈現(xiàn)爆發(fā)式增長。為了探究3D 目標檢測技術(shù)的發(fā)展和演變，對該領(lǐng)域中基于深度學(xué)習(xí)的3D 檢測算法進行了綜述。根據(jù)車載傳感器的不同，將當前基于深度學(xué)習(xí)的自動駕駛3D 目標檢測算法分為基于相機RGB 圖像、基于激光雷達點云、基于RGB 圖像–激光雷達點云融合的3D 目標檢測3 種類型。在此基礎(chǔ)上，分析了各類算法的技術(shù)原理及其發(fā)展歷程，并根據(jù)平均檢測精度（mAP）指標，對比了它們的性能差異與模型優(yōu)缺點。最后，總結(jié)和展望了當前自動駕駛3D 目標檢測中仍然面臨的技術(shù)挑戰(zhàn)及未來發(fā)展趨勢。

關(guān)鍵詞：3D 目標檢測；深度學(xué)習(xí)；自動駕駛；RGB 圖像；激光雷達點云；多傳感器融合

中圖分類號：TP 391.4 文獻標志碼：A