Con la exploración de escenas subterráneas, determinar cómo garantizar la seguridad de los peatones subterráneos se ha convertido gradualmente en un tema de investigación candente. Dada la escasa iluminación y la falta de datos anotados en escenas subterráneas, es esencial explorar detectores adaptativos de dominio basados en LiDAR para localizar la ubicación espacial de los peatones, proporcionando así instrucciones para la evacuación y rescate. En este documento, se propone un nuevo método de detección de peatones subterráneos 3D adaptativo al dominio para adaptar detectores pre-entrenados de escenas de carretera anotadas a escenas subterráneas no anotadas. Específicamente, se diseña una estrategia de actualización de escena basada en la transferencia de instancias para actualizar las escenas subterráneas transfiriendo instancias de las escenas de carretera a las escenas subterráneas, con el objetivo de crear suficientes pseudoetiquetas de alta calidad para ajustar finamente el detector pre-entrenado. Además, se construye un mecanismo de aprendizaje guiado por la confianza de la pseudoetiqueta para aprovechar al máximo las pseudoetiquetas de diferentes calidades bajo la guía de las puntuaciones de confianza. Experimentos extensos validan la superioridad de nuestro propuesto método de detección de peatones subterráneos 3D adaptativo al dominio.