双重视角融合 Transformer | 超越 BEV ,避免稀疏雷达点云的限制,感知摄像头与雷达融合！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室 扫描上方二维码，加入【 智驾实验室 】交流群， 获取更多内容和资料 自动驾驶车辆的感知必须高效、鲁棒且具有成本效益。然而，摄像头在恶劣天气条件下不够鲁棒，激光雷达传感器成本高昂，而基于雷达的感知性能仍不如其他方法。已经提出了摄像头-雷达融合方法来解决这一问题，但这些方法受到雷达点云通常稀疏性的限制，并且常常是针对没有高度信息的雷达设计的。 作者提出了一种新颖的摄像头-雷达融合方法，称为双重视角融合 Transformer （DPFT），旨在克服这些限制。 DPFT利用低 Level 的雷达数据（雷达立方体）而不是处理后的点云，以尽可能保留更多信息，并在摄像头和地面平面进行投影，以有效利用具有高度信息的雷达并简化与摄像头数据的融合。 因此，DPFT在K-Radar数据集上展示了最先 ………………………………