深度学习多模态融合的激光雷达点云与视频图像目标检测研究

摘要

随着智慧机场、飞机自动泊位引导系统、机坪安全监控以及跑道入侵监控等航空安全管理技术的快速发展，
机场场景对多源感知数据的高精度、实时性与鲁棒性提出更高要求。激光雷达点云具备三维空间尺度稳定的优势，
视频图像在纹理、边缘与语义层面表现突出，将二者进行深度学习框架下的多模态融合，有助于提升机场关键区域
的目标识别性能。本文在梳理多模态检测研究现状的基础上，围绕特征对齐、融合策略与网络结构展开研究，通过
构建点云与图像的统一特征表达空间，并比较显式与隐式融合在航空场景中的性能差异，提出适用于机坪复杂动态
环境的新型融合模型。实验结果表明，多模态融合技术在机坪车辆调度、飞机滑行监测、跑道异物检测等场景中显
著提升目标检测鲁棒性，可为智慧机场核心安全系统提供方法参考。本文进一步展望了该技术在未来机场智能化中
的发展方向。