摘要
本发明公开了一种用于自动驾驶传感器故障的3D目标检测方法,包括以下步骤:S1,对数据集nuScenes进行预处理,并划分训练集、验证集和测试集;S2,提取2D图像特征,自监督预训练参数找最优组合;S3,增强激光雷达特征;S4,将三维位置信息编码为多模态标记;S5,将随机初始化的锚点转换为具有空间感知能力的查询向量;S6,每个解码器层中位置引导查询与多模态标记进行交互,并更新表示;S7、预测3D边界框和类别;S8、采用焦点损失分类,3D边界框采用L1回归损失;S9,评估在复杂场景下的3D目标检测性能。本发明大大提高了自动驾驶车辆在复杂环境下的安全性和可靠性。
技术关键词
点云特征提取
交叉注意力机制
解码器
训练集
激光雷达
图像特征提取
图像编码器
存储介质上读取
相机
坐标
雷达点云数据
三维位置信息
检测网络模型
前馈神经网络
标记
多层感知器
系统为您推荐了相关专利信息
身份识别方法
半监督学习
图像
卷积神经网络模型
标签训练集
参数标定方法
编码图案
相机系统
相机图像数据
特征点
自定义唤醒词
唤醒词检测
声纹特征
车机屏幕
音频
放射治疗计划
训练语料库
放射治疗平台
计算机断层摄影
解码器组合
冷站设备
冷冻水回水温度
室内温度控制方法
冷却塔
温度预测模型