中国公路学报

作者：樊星, 刘占文, 薛志彪, 赵祥模, 樊海玮

单位：1. 长安大学 电子与控制工程学院, 陕西 西安 710064;2. 长安大学 信息工程学院, 陕西 西安 710064"],"fundList_en":["National Natural Science Foundation of China (U24B20127); National Key R & D Program of China (2023YFC3081700)

关键词：交通工程,三维目标检测,多模态特征融合,共享注意机制,阈值引导

基金：国家自然科学基金项目(U24B20127)；国家重点研发计划项目(2023YFC3081700)

为提升智能汽车在开放道路环境下的三维目标检测鲁棒性，提出一种可变形共享注意机制与密度阈值引导的多模态特征融合模型(DSAM-DTG)。首先，设计可变形共享注意机制，通过粗粒度融合特征引导激光雷达与相机2种模态的内部特征聚合，增强关键区域信息、补偿缺失特征并抑制冗余噪声，为后续融合提供高质量的单模态特征表示。其次，提出密度阈值引导的多模态融合策略，依据点云密度分布与场景上下文信息评估各模态可靠性，自适应调整融合权重及策略以适配不同场景。最后，基于融合的多模态特征实现目标的三维检测。在nuScenes公开数据集上的测试结果显示:DSAM-DTG模型均值平均精度(mAP)与nuScenes检测分数(NDS)分别达到75.6%与77.9%，较基线模型提升7.6%与7.8%。在感知受限、环境变化、距离变化及跨数据集等多种场景下的测试进一步表明：该模型在感知受限场景中，mAP与NDS仅下降8.3%与4.2%，性能降幅显著低于对比方法；在雨天与夜间，mAP分别达74.4%与47.9%；对于远距离车辆与行人，检测精度较基线模型分别提升22.1%和19.2%；同时，模型推理速度达21.7帧·s^-1，满足智能网联边缘部署需求。上述研究表明:DSAM-DTG模型在不同环境中均具有良好的检测性能与泛化能力，为提升智能汽车在开放道路环境下的行车安全性提供重要技术支撑。

来源：2025年第11期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第11期