摘要
自动驾驶需要对车辆和其他环境中的物体进行三维感知。目前的许多方法仅支持二维车辆检测。本文提出了一种灵活的管道，可以采用任何二维检测网络，并将其与三维点云融合，以最小的改动生成三维信息。为了识别三维框，基于广义汽车模型和得分图开发了一种有效的模型拟合算法。本文还提出了一种两阶段卷积神经网络（CNN）来精炼检测到的三维框。该管道在KITTI数据集上使用了两种不同的二维检测网络进行了测试。基于这两种网络的三维检测结果相似，证明了所提管道的灵活性。实验结果在三维检测算法中排名第二，表明其在三维检测方面的竞争力。