一种适用于无人车的激光雷达点云实时三维目标检测方法

本发明公开了一种适用于无人车的激光雷达点云实时三维目标检测方法，包括步骤：目标检测数据集准备；模型训练；参数更新；仿真数据准备；基于仿真数据的模型推理与结果评估；模型部署与实车数据准备；基于实车数据的模型推理和数据保存；数据上传与标注；增量学习与参数更新。本发明所提出的三维目标检测模型具体包括：预处理模块；主干网络模块；颈部网络模块；特征选择模块；检测头模块。本发明所提出的三维目标检测模型通过将点云数据转换为多种鸟瞰图像，挖掘更丰富的空间信息；采用二维距离感知稀疏卷积层进行特征提取，并通过双分支网络实现多视角特征融合；结合多尺度特征金字塔网络和特征选择模块，有效提升远距离目标和小目标的检测精度；通过构建高效的神经网络架构，并结合训练、仿真测试与真实数据增量学习的策略，有效提升了目标检测模型的鲁棒性、精度和自适应能力，为无人驾驶系统提供了强大的感知支持。