基于深度学习的三维目标检测方法需要大规模的标注数据才能达到良好的性能,而三维框的标注需要标注者在不完整的2.5D稀疏点云下,凭经验不断调整其边界,标注难度大且容易引入标注误差。为了解决标注难问题,本文对自监督三维目标检测方法进行深入研究,主要分为以下三个部分:（1）为了解决三维目标检测对大规模标注数据的依赖和标注难问题,本文设计了“预测—渲染—比较”三段式结构的自监督双目三维目标检测网络,只需要简单的二维标注,不需要难获取的三维标注。其中,预测模块负责预测目标的三维参数。渲染模块基于预测参数重建目标模型,渲染得到模型表面点云、分割图、深度图。比较模块将渲染得到的结果与实际场景的三维点云、分割图、深度图建立比较损失。比较损失通过可微渲染反向传播到参数预测网络上,引导参数预测网络学习。在实际预测时,只需要预测网络即可。同时,本文对三个模块都进行了针对性的优化,包括对输出值的优化、梯度解耦、损失函数优化等,提升了自监督三维目标检测的性能。（2）为了提升自监督三维目标检测网络的实用性和竞争性,本文对自监督三维目标检测的实际应用问题展开进一步研究。针对实际自动驾驶系统中缺乏分割和二维框标注问题,本文利用预测的分割和二维框替代,使检测网络不需要任何人工标注,只需要驾车出行,采集的数据即可训练。并对实际场景点云存在的背景、地面、遮挡等干扰,设计了背景过滤算法、地面过滤算法、遮挡过滤算法来处理预测分割图不准确引起的点云杂乱问题。此外,由于2.5D点云数据的稀疏性和渲染结果中角度的歧义性,实际应用中角度的学习极易陷入局部极小值。针对该问题,本文提出全局角度搜索算法,利用倒角距离可以衡量模型和场景贴合程度的特性,全局搜索多个离散角度,以实际场景和重建模型最佳拟合的角度作为真实角度引导角度预测网络。（3）为了验证本文自监督三维目标检测算法的竞争性,本文在KITTI公开数据集上进行实验,并与其他全监督、自监督的三维目标检测方法比较。本文双目自监督检测方法的性能不仅可以接近全监督的双目三维检测方法和基于优化的自监督三维检测方法,而且本文的方法可以达到实时的速度,领先于优化的方法。此外,针对本文提出的场景过滤算法和全局角度搜索算法,进行了自对比实验验证其有效性。通过场景过滤算法和全局角度搜索算法,使用预测分割的自监督三维检测方法性能可以接近使用人工标注分割的自监督方法性能。