PolarDet:基于位置与语义信息加权的极坐标BEV端到端3D目标检测算法

作     者：时培成 戈润帅 Chadia Chakir 董心龙 梁涛年 杨爱喜 Shi Peicheng;Ge Runshuai;Chakir Chadia;Dong Xinlong;Liang Taonian;Yang Aixi

作者机构：安徽工程大学机械与汽车工程学院芜湖241000 奇瑞新能源汽车股份有限公司芜湖241000 浙江大学工程师学院杭州310015 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2025年第47卷第3期

页      面：430-439页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：中央引导地方科技专项-长三角科技创新共同体联合攻关计划项目(2023CSJGG1600) 安徽省自然科学基金面上项目(2208085MF173) 芜湖市“赤铸之光”重大科技项目(2023zd01,2023zd03)资助 

主　　题：极坐标 BEV目标检测 位置和语义信息 特征加权 跨平面编码器 

摘      要：传统的笛卡尔坐标系下的3D目标检测方法因车载相机的固定楔形成像几何,导致相机图像编码时在一定程度上忽视了目标在不同视角下的对称性和连续性。鉴于此,本文提出一种基于位置与语义信息加权的极坐标BEV端到端3D目标检测方法—PolarDet。该方法通过极坐标查询与预定义的极坐标网格生成极坐标下的BEV位置与语义信息,再与前一帧的BEV信息进行特征交互以融入时间信息;在输出最终检测结果时,PolarDet再对位置与语义信息进行加权求和,以提高信息的利用效率,使网络能够达到更高的检测精度。本文在具有挑战性的BEV目标检测nuScenes数据集上进行了广泛的实验,结果表明,PolarDet最优模型的mAP(平均精度)达到0.469,NDS(nuScenes检测得分)达到0.56,显著优于基于笛卡尔坐标的BEV目标检测方法。