L'algorithme de détection d'objets 3D basé sur les données de nuages de points LiDAR est limité par un grand volume de données, ce qui rend impossible l'équilibre entre la vitesse et la précision. Cet article propose un algorithme amélioré de détection d'objets 3D nommé Pillar RCNN. Tout d'abord, l'espace du nuage de points de l'objet est divisé en voxels, utilisant un réseau tridimensionnel à convolution parcimonieuse pour transformer progressivement les voxels en voxels en forme de colonne, quantifiant l'information 3D en une information 2D dense. Ensuite, un réseau principal 2D est utilisé pour extraire les caractéristiques, tout en reliant les caractéristiques de voxels à différentes échelles du réseau 3D avec le réseau 2D via un module d'agrégation multi-échelle des caractéristiques de voxels, affinant davantage les boîtes de détection via une fonction de perte. L'algorithme est testé sur le jeu de données public KITTI avec une vitesse de reconnaissance de 2,48 ms sur la plateforme matérielle RTX 2080Ti. Comparé à l'algorithme de référence PointPillars, la détection des vélos de difficulté moyenne s'améliore de 13,34%, la détection des voitures de difficulté élevée s'améliore de 8,85%, et les mesures de précision de détection des autres catégories sont également améliorées, réalisant un équilibre entre vitesse et précision.

vision par ordinateur; détection d'objets 3D; voxel; convolution parcimonieuse; agrégation de caractéristiques