PointPillar是2019年提出来的模型，相比于之前的点云处理模型，它有3个要点：
处理点云最先需要大量的手工作业，后来VoxelNet第一次引入了真正的端到端的特征学习。
但VoxelNet又是基于PointNet的基础上做了进行的模型设计。
VoxelNet很优秀，但有2个不足的地方：
因为，VoxelNet慢，所以，后面又有了新的网络SECOND.
SECOND将速度提升到了20Hz，但是仍然保留了3D卷积。
好了，轮到PointPillar出场了。
在它的前辈
PointNetVoxelNetSECOND基础上，它有一些显著的特性：
PointPillar处理点云到结果分3个步骤。
在VoxelNet当中会将所有的点云切割成一个一个Grid称为Voxel。
PointPillar也这样做，但是在z轴上它不进行切割，相当于精简版本的Voxel，也可以看成z轴上的Voxel合成一个Pillar。
在一个Pillar中单个点云可以被如下表示：
这是个9维的增广向量，维度用D表示，这里D=9。其中
x,y,z是物理位置r是点云反射率下标c是指代一个Pillar的质心,在这里需要求出一个点云xyz相对质心的偏移量下标p指代Pillar的物理中心，同样要求x,y的相对偏移量为了把稀疏的点云形成稠密的数据，PointPillar运用了2个手段：截取和补齐
最终所有的点云会聚集到一个稠密的尺寸为(DxNxP)的Tensor上。
然后对于每一个点云运用一个简化版本的PointNet，之后再跟着一个简单的线性层
BNReLu这个线性层等效于1x1的卷积。
最终能够学习到点云特征，产生了尺寸为(CxPxN)的Tensor。
现在，还需要做一步工作，将点云根据索引移动回来原来的位置，产生伪图像(pseudo-image),尺寸是(CxHxW)，HW是画布的高和宽.
和2D目标检测一样，3D目标检测网络中也有backbone模块。
PointPillar中的backbone长这样。
backbone的处理流程有3步：
下采样由一系列Block(S,L,F)组成。
S是相对于伪图像的stride。L是3x3尺寸的2D卷积层数F是输出通道数
上采样的操作用UP(S_{in},S_{out},F)表示。
in和out代表stride是从in的数量到out的数量.
最终要得到F个featrue，最终一起拼接起来。
个人的理解：为了得到不同尺寸的信息，所以需要下采样，但为了将所有信息重新统一定位到原pseudo-image上，所以要通过上采样重新调整尺寸.
PointPillar中是用SSD来做3D检测的。与先验的box对比采样的也是2D的IoU。向上的height和elevation没有参与IoU，但添加到了额外的回归任务当中。
PointPillar的Loss函数和SECOND保持一致。
Loss由3个子Loss组成：
先看定位：
然后，d^{a}代表anchor的对角线.
最终的定位Loss如下：
再看Dir的Loss，它直接采用Softmax分类形式。
目标分类的Loss采用FocalLoss：
在这里\alpha=0.25,\gamma=2最终的Loss由3个Loss调和形成。
N_{pos}是anchorbox正样本数量。\beta_{loc}=2,\beta_{cls}=1,\beta_{dir}=0.2
PointPillar也是以KITTI为测试基准的，好其他网络一样，由于样本数量过少，数据增加也就是必不可少的操作。
PointPillar论文中有提到，它是跟随SECOND的思路做的一张lookuptable，然后对于每个类别随机取样。
之后就是常规的旋转、翻转、缩放、平移之类。
PointPillar将自己的表现划分2个指标：mAP和AOS.
这个无非是想说，我很牛，我基于纯Lidar数据能够和lidar+Image融合数据后的模型媲美。
其实，我更感兴趣的是AOS这个指标。
AOS是averageorientationsimilarity(AOS)的意思，自然是衡量3Dbox的方向相似度。
PointPillar充分吸收前人的思想，一字排开：
所以，它很棒，点个赞，在自动驾驶世界中，快是王道，不讲速度的模型是耍流氓。