摘要
车载与基础设施侧的单目3D检测是自动驾驶领域的两个重要研究方向。由于传感器安装方式与焦距存在多样性，研究人员在构建针对这两个方向的算法时，需依赖不同的先验知识，面临显著挑战。本文针对俯仰角与焦距的多样性，提出一种统一的优化目标——归一化深度（normalized depth），实现了对车侧与基础设施侧3D检测问题的统一建模。为进一步提升单目3D检测的精度，本文引入障碍物的3D归一化立方体深度（3D normalized cube depth），以增强模型对深度信息的学习能力。我们提出，深度线索的丰富程度是影响车侧与基础设施侧检测性能的关键因素；更丰富的深度线索有助于模型习得更优的空间理解能力，而3D归一化立方体深度恰好提供了充分的深度信息。大量实验验证了所提方法的有效性。在不引入任何额外信息的前提下，本文提出的MonoUNI方法在五个广泛应用的单目3D检测基准上均取得了当前最优性能，涵盖基础设施侧的Rope3D与DAIR-V2X-I，车侧的KITTI与Waymo，以及跨数据集评估的nuScenes。