面向自动驾驶的目标检测及深度估计融合算法实现.pdf

哈尔滨理工大学电子信息硕士学位论文

面向自动驾驶的目标检测及深度估计

融合算法实现

摘要

在复杂场景下，精准的目标检测是保证自动驾驶汽车安全行驶的基础。

传统意义上的目标检测任务只能获取物体二维信息，而三维信息可为自动驾

驶提供更丰富的决策信息。因此，本文在目标检测的基础上引入深度估计任

务，提出一种面向自动驾驶的目标检测和深度估计融合算法，满足准确性和

实时性的同时，获取物体的二维位置信息和深度信息。

在目标检测任务中，首先对YOLOx骨干网络进行改进，采用Swin

Transformer网络替代CSPDarknet，增强了特征提取能力；其次提出一种卷

积注意力机制（CBAM）和自适应特征融合（ASFF）相结合方法，通过注

意力机制和特征层的进一步融合，提高了目标特征关注度；最后利用KITTI

数据集对所提方法和YOLOv7等5种算法进行实验对比，结果表明本文改

进目标检测算法mAP为92.8%，FPS为54f/s，满足实时性要求。

在单目深度估计任务中，首先提出一种基于Transformer的注意力特征

融合模块（TFF），通过多头自注意力机制使小尺度特征图中的细粒度特征

可以从大尺度特征图中获得；其次将TFF模块添加到NewCRFs中，实现了

多尺度特征之间的高效交互；最后利用KITTI数据集对所提出的方法和

Adabins等5种方法进行了对比实验，结果表明本文所提深度估计方法的均

方根误差减小到0.048，δ1.25时的精度提高到0.979。

在网络融合中，提出了一种多任务网络融合方法。首先采用Swin

Tranformer作为共享卷积网络，实现了特征共享；其次在YOLOx、

NewCRFs基础上设计了任务分支和多任务损失函数，减少了任务偏移；实

验结果表明本文所提的多任务融合算法的目标检测mAP达到93.3%，深度

估计准确率达到0.978，且模型大小比单任务融合方法减小70MB。

关键词目标检测；深度估计；多任务学习；自动驾驶

-I-

哈尔滨理工大学电子信息硕士学位论文

ImplementationofObjectDetectionandDepth

EstimationFusionAlgorithmforAutonomous

Driving

Abstract

Incomplexscenarios,accuratetargetdetectionisthebasisforensuring

thesafedrivingofself-drivingcars.Thetargetdetectiontaskinthe

traditionalsensecanonlyobtaintwo-dimensionalinformationaboutthe

object,whilethree-dimensionalinformationcanprovidericherdecision-

makinginformationforautonomousdriving.Therefore,thispaperintroduces

thedepthestimationtaskonthebasisoftargetdetection,andproposesa

fusionalgorithmoftargetdetectionand