本公开的基于相机与激光雷达数据融合的3D目标检测算法，通过选择YOLOv5模型作为2D目标检测器，在2D图像层进行目标的检测和跟踪，得到目标检测的2D边界框；根据相机和激光雷达的标定原理构建相机采集的图像数据和激光雷达采集的点云数据的映射关系，同步相机采集的图像数据和激光雷达采集的点云数据；以激光雷达采集的点云数据作为输入，采用地面分割算法和点云裁剪技术对点云数据中的背景点云和前景点云进行分割；根据图像数据和点云数据的映射关系，将分割后的前景点云投影到相机成像平面，以目标的2D边界框内的前景点云作为目标的点云候选区域，通过欧式聚类提取目标的3D边界框，实现目标的3D检测。能够在不依赖引导人员的位置的前提下实现动态场景下的3D目标检测。