R2MOAG：一种基于自适应令牌和地面嵌入技术的强大路边单目3D物体检测系统

《ACM Transactions on Cyber-Physical Systems》：R2MOAG: Robust Roadside Monocular 3D Object Detection with Adaptive Token and Ground Embedding

单目3D目标检测方法提升自动驾驶感知稳定性

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

路边摄像头通过弥补车载摄像头的局限性（如易受遮挡和感知范围有限），有效增强了诸如车辆之类的具身人工智能系统的感知能力，从而提高了自动驾驶车辆的安全性。然而，现有的物体检测系统在处理路边场景中的复杂视点噪声、交通流量变化、光照条件以及摄像头姿态变化时，常常会出现感知错误。这使得它们在复杂的道路环境中难以表现出强大的性能。为了解决这些问题，我们提出了一种高度稳健的单目3D物体检测方法$R^2\mathrm{MOAG}$，该方法基于地面感知嵌入和异构视觉令牌。该方法通过地面平面方程提取详细的道路信息，并利用异构视觉令牌来关注前景特征。通过将低维地面信息与高维视觉特征相结合，模型获得了清晰且丰富的物体检测线索，显著提高了其稳定性。我们在广泛认可的路边数据集DAIR-V2X-I和Rope3D上进行了大量实验。结果显示，在整体性能方面，该模型在$A{P}_3{|}_{R40}$指标下，分别在两个数据集上的车辆类别检测性能提高了4.65%和4.26%。此外，该模型在各种道路场景和摄像头姿态下均保持了稳定的识别性能，表现出卓越的鲁棒性。

人工智能摘要

人工智能生成的摘要（实验性）

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关信息、评估文章的相关性，并协助来自相关研究领域的读者理解本文内容。它旨在补充作者提供的摘要，后者仍然是文章的正式摘要。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由人工智能生成的通俗语言摘要，您必须具有高级访问权限。