企业官网建设流程全解析

自动驾驶技术逐步落地的过程中，激光雷达点云的密度不均匀问题，是影响远距离目标检测精度的实际问题。现有三维点云检测算法大多忽略了点云密度与距离的可预测关系，难以有效提升低密度目标的检测效果。针对这个问题，本研究设计了一套密度感知的两阶段三维点云目标检测算法，在体素编码、主干网络、RoI 检测头三个阶段加入密度优化模块，通过密度特征的构建和融合，调整不同密度点的特征权重，弱化密度差异带来的影响。为了验证模块的有效性，研究设计了完整的消融实验，同时开发了完整的前后端演示系统，实现从数据准备到结果展示的完整闭环。基于 KITTI 子集的实验结果显示，密度感知体素编码模块能够有效提升检测精度，将整体 AP_R40 提升一倍，Car 类目标的 AP_R40 也实现翻倍，验证了密度感知优化的可行性。本研究为密度感知点云检测的相关研究提供了实践参考，也为算法的验证和展示提供了可交互的演示平台。

1. 1. KITTI 基准数据集介绍

KITTI 3D 目标检测数据集是自动驾驶领域最广泛使用的点云检测基准数据集之一，由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合采集。该数据集搭载了 Velodyne HDL-64E 旋转式激光雷达，在真实城市道路场景下采集了大量的驾驶数据，涵盖了城区、郊区和高速公路等多种路况，包含白天、阴天等不同光照条件，以及不同程度的遮挡和截断场景。

KITTI 3D 目标检测数据集的核心数据由三类文件组成：

（1）点云数据：激光雷达的原始采样数据，以二进制 .bin 格式存储。每个文件包含一帧场景中所有激光点的三维坐标（x, y, z）和反射强度值（intensity），即每个点由 4 个浮点数表示。点云数据是本文检测算法的唯一输入模态，其采样密度随距离增加而显著降低，这也是本文密度感知方法要解决的核心问题。

（2）标注数据：目标的真值标注信息，以文本 .txt 格式存储。每行对应一个目标，包含类别名称、截断程度、遮挡等级、观测角度、2D 边界框、三维尺寸、三维位置和旋转角等参数。本文需要检测的目标类别为Car、Pedestrian和Cyclist三类，这三类目标在自动驾驶场景中出现频率最高，且尺寸差异大、密度分布不同，具有代表性。

（3）标定数据：传感器之间的标定矩阵，以文本.txt 格式存储。包含 P0 至 P3 四个相机的投影矩阵、R0_rect 修正矩阵和 Velodyne 到相机的转换矩阵 Tr_velo_to_cam。标定数据用于将不同坐标系下的数据对齐，在将标注框从相机坐标系转换到激光雷达坐标系时必不可少。

1. 1. 训练子集采样设计

全量KITTI数据集包含约 7000 帧训练样本和约700帧验证样本，样本量较大。考虑到本科毕业设计的训练资源有限，若使用全量数据训练，每组实验需要较长的训练时间，而本文需要完成基线模型和三组消融实验共四组训练，总训练时间将大幅增加。为了在有限的训练资源下快速验证算法模块的有效性，本文从全量数据中采样出约150个训练样本和验证样本，构成独立的训练子集。

子集采样过程遵循以下原则：保留 Car、Pedestrian、Cyclist 三类目标的基本类别覆盖，确保采样后的子集仍然包含不同尺寸和不同距离的目标；采样后的子集作为独立目录存储，包含完整的 velodyne、label_2 和 calib 子目录，以及独立的训练集/验证集划分文件，可独立迁移和训练。

采样后的子集与全量数据集在点云范围和体素参数上保持一致，仅样本量不同。表 3-1 展示了训练子集与全量数据集的关键参数对比。

表3-1 训练子集与全量数据集参数对比

由表 3-1 可见，训练子集仅在样本量上进行了缩减，点云范围、体素大小和检测类别等核心参数均与全量数据集保持一致。子集采样没有改变数据的分布特征，仅缩小了样本量，因此实验的消融对比趋势是可靠的，能够验证各模块的有效性。绝对精度偏低是子集训练的预期结果，不影响模块间对比的结论。

1. 1. 消融实验方案设计

为了验证密度感知各模块的有效性，本文设计了四组消融实验，通过控制变量法分别评估密度感知体素编码和密度感知 RoI 增强的独立贡献。每组实验对应不同的配置文件，通过配置文件控制各模块的启用状态。表 4-1 展示了四组消融实验的模块配置。

表4-1 消融实验模块配置表

四组实验的对比逻辑为：baseline_kitti 作为基线对照，不使用任何密度感知模块；density_encoder_only 仅启用密度感知体素编码和主干融合，不使用密度 RoI 增强，用于验证密度编码模块的独立效果；density_roi_only 仅启用密度感知 RoI 增强，不使用密度体素编码，用于验证 RoI 增强模块的独立效果；density_full 同时启用所有密度感知模块，用于验证完整密度感知框架的综合效果。所有实验使用相同的数据集、训练超参数和评估指标，确保对比的公平性。

1. 1. 实验结果对比分析

四组实验在 KITTI 训练子集验证集上的评估结果如表 5-1 和表 5-2 所示。

表5-1 四组实验整体指标对比

表5-2 Car 类别实验指标对比

（1）整体实验指标对比分析

从表5-1可以看出，density_encoder_only 在 AP_R40 指标上取得最优值 0.00833，是基线模型 baseline_kitti 的 AP_R40（0.00417）的2倍，表明密度感知体素编码模块对检测精度有明显的正收益。density_encoder_only 通过在体素编码阶段引入密度特征，使模型能够感知到点云密度的变化，从而在远距离低密度区域获得更好的检测能力。

然而，density_roi_only 和 density_full 的 AP_R40 均低于基线模型，分别为 0.00104 和 0.00067。这表明当前的 RoI 密度增强模块设计仍然存在不足，不仅没有提升检测性能，反而拖累了整体结果。可能的原因包括：RoI 密度池化的注意力机制设计不够精细，生成的密度权重未能有效区分不同密度的候选框；密度权重的正则化约束可能过强，限制了权重的表达能力；RoI 增强模块与密度编码模块的协同训练可能不充分，两者同时启用时产生了负面交互。

baseline_kitti 在 Precision、Recall 和 F1 三个指标上取得最优值，分别为 0.1000、0.0209 和 0.0345，是最稳定的对照模型。密度感知模型在这些指标上偏低，主要因为密度模块改变了模型的预测分布，使得更多低置信度的预测被保留。

（2）分类别性能差异分析

从表 5-2 可以看出，Car 类别的结果最能反映模块间的差异。density_encoder_only 的 Car 类 AP_R40 为 0.02500，是基线模型 Car 类 AP_R40（0.01250）的 2 倍，进一步证实了密度编码模块对 Car 类检测的正收益。Car 是数据集中数量最多的类别（792 个真值框），因此其指标变化最具统计意义。

值得注意的是，density_roi_only 的 Heading Score（0.5933）在四组模型中最高，说明 RoI 密度增强模块虽然对分类精度有负面影响，但对航向角预测有一定的改善作用。这可能是因为密度权重在调整分类分支的同时，间接影响了框回归的学习方向。

Pedestrian 和 Cyclist 两个类别在所有模型上的 AP 和 AP_R40 均为 0，表明小目标检测仍然面临巨大挑战。这两个类别在训练子集中的样本量较少（Pedestrian 126 个、Cyclist 40 个），且目标尺寸较小，在低密度的点云中更难被检测到。这说明小目标检测仍有很大的提升空间，未来需要针对性的优化策略。

（3）整体指标偏低的原因说明

本文所有模型的绝对精度偏低，AP_R40 最高仅为 0.00833，远低于使用全量 KITTI 数据集训练的先进方法。这主要有以下原因：一是本文使用了约 150 个样本的训练子集，样本量远小于全量数据集，模型无法学习到足够丰富的特征表示；二是本文的检测模型是研究型简化骨架，主干网络和检测头的容量有限，与 PointPillars、SECOND、CenterPoint 等成熟检测框架相比存在差距；三是训练轮数仅为 20，模型可能尚未充分收敛。

尽管绝对精度偏低，但四组实验的消融对比趋势是可靠的。所有实验使用相同的数据集、训练超参数和评估方法，变量仅为密度感知模块的启用状态，因此模块间的对比结论具有有效性。density_encoder_only 在 AP_R40 上优于基线 2 倍的结果，足以说明密度编码模块的有效性。

图5.3 模型训练损失曲线图

1. 1. 检测结果可视化分析

本文基于自定义的visualizer.py生成了BEV视角的检测结果可视化图，用于直观展示不同模型的检测效果。可视化图中，绿色矩形框表示真实标注框（Ground Truth），红色矩形框表示模型预测框，点云按高度（Z 坐标）使用 viridis 色彩映射着色，低处为深色、高处为浅色。

通过对比不同模型在相同样本上的 BEV 可视化结果，可以观察到以下现象：

density_encoder_only模型在远距离区域的检测能力优于基线模型。由于密度感知体素编码模块增强了低密度区域的点特征，模型在远距离稀疏点云区域仍然能够检测到部分目标，而基线模型在这些区域的检测能力明显不足。这与 AP_R40 指标的提升趋势一致。

density_roi_only和 density_full模型的预测框数量和质量均不如基线模型，部分样本中出现了更多的假阳性预测或漏检现象。这与量化指标中 RoI 增强模块拖累整体结果的结论吻合，进一步说明当前 RoI 密度增强的设计需要优化。

图5.3 BEV检测结果可视化图

图5.4 BEV检测结果可视化图

图5.5 BEV检测结果可视化图

1. 1. 前端展示模块实现

本文基于 Vue 3 框架实现了前端展示模块，包含四个功能页面，通过 Vue Router 实现页面导航。

（1）功能页面设计

实验总览页（DashboardView）：展示项目整体实验结果，包括实验数量、最佳 AP_R40、最佳 Precision 等核心指标卡片，以及核心结论、实验排名和训练概览三个信息区域。核心结论区域根据实验数据自动生成，包括密度编码模块是否优于基线、RoI 模块是否拖累结果等分析结论。实验排名区域以表格形式展示四组模型的 AP_R40、Precision、Recall 和 F1 排名。

图6-2 实验总览页界面图

模型对比页（ComparisonView）：对比四组模型的指标与分类别结果，支持按不同指标维度进行对照分析，帮助用户理解各模块对不同类别目标的影响差异。

图6-3 模型对比页界面图

样例可视化页（VisualizationView）：展示历史推理结果的 BEV 可视化图，并支持从当前 KITTI 数据集中选择样本后直接触发预测。用户可以选择实验名称、数据划分（训练集/验证集）和样本 ID，点击预测按钮后，前端调用 /api/inference/run 接口触发后端推理，实时展示返回的预测结果和 BEV 图。这是系统交互能力的核心页面，实现了"从数据集选择样本→触发推理→展示结果"的完整联调流程。

图6-4 样例可视化页界面图

实验产物页（ArtifactsView）：汇总展示训练权重文件、训练日志、导出 JSON、官方格式结果和可视化图像等实验产物，方便用户查阅和下载。

图6-5 实验产物页界面图

（2）静态资源挂载方案

前端通过 Vite 的 publicDir 配置，将后端的 backend/outputs 目录直接挂载为前端的静态资源目录。这意味着前端可以直接通过 URL 访问 outputs/ 目录下的所有文件，包括 summary.json、comparison.json、figures/ 下的图像和 exports/ 下的 JSON 文件，无需额外的文件传输或 API 接口。

前端服务层 resultService.js 负责加载和解析这些静态资源文件，将后端输出的 JSON 数据归一化为前端组件可直接使用的数据结构，包括实验指标、分类别结果、检测框坐标和图像路径等。对于图像路径，通过 toPublicAssetPath 函数将后端的绝对路径转换为前端的静态资源 URL，确保图像可以正确加载显示。