A detecção de objetos é a base para a condução autônoma e a navegação robótica. Diante da baixa quantidade de informações das imagens 2D, do grande volume de dados das nuvens de pontos 3D, da densidade desigual e da baixa precisão da detecção, este artigo propõe uma rede de detecção de objetos que integra imagens 2D e nuvens de pontos 3D baseada em aprendizado profundo para a detecção tridimensional de objetos. Para reduzir o volume computacional, inicialmente filtra-se a nuvem de pontos original utilizando um frustum correspondente às caixas de detecção geradas pelo detector de imagens 2D; para resolver o problema da densidade desigual da nuvem de pontos, propõe-se um modelo de votação aprimorado baseado na Transformada Generalizada de Hough para extração de características em múltiplas escalas; por fim, amplia-se a função de perda DIOU 2D para a função de perda N3D_DIOU no espaço 3D, aumentando a consistência entre as caixas geradas e as caixas alvo e, assim, melhorando a precisão da detecção em nuvens de pontos. Experimentos extensivos no conjunto de dados KITTI mostram que, em comparação com métodos clássicos, o algoritmo proposto melhora a precisão da detecção 3D de veículos em 0,71% e a precisão da detecção na vista superior em 7,28%, obtendo bons resultados.

Detecção de objetos; Imagem 2D; Nuvem de pontos 3D; DIOU 3D; Fusão de características