基于ConvNeXt和可变形交叉注意力的多模态3D目标检测方法

来源：电子测量技术杂志2025年第12期北京时间：

作者：周鹏，宋志强，胡凯，宋利鹏，李明阳

单位：1.南京信息工程大学自动化院 南京 210044;2.无锡学院自动化院 无锡 214105

摘要：近年来，随着新能源汽车的快速发展，3D目标检测作为自动驾驶技术的核心基础正变得愈发重要。融合雷达点云与图像等多模态信息的策略，能够显著提升目标检测的准确性与鲁棒性。受BEVDet启发，本研究提出了一种基于BEV（鸟瞰图）视角的改进多模态融合3D目标检测方法。该方法采用ConvNeXt网络结合FPN-DCN结构高效提取图像特征，并通过可变形交叉注意力机制实现图像与点云数据的深度融合，从而进一步提升模型的检测精度。在nuScenes自动驾驶数据集上的实验表明，本研究模型性能优异，在测试集上的NDS达到了64.9％，显著超越了大多数现有检测方法。

关键词：自动驾驶;3D目标检测;多模态融合;可变形交叉注意力机制

基金资助：江苏省产学研合作项目（BY20230688）资助