超越三维点云，RadarPillars 可在边缘设备上实现目标检测！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 汽车雷达系统已经发展起来，不仅能提供距离、方位和多普勒速度数据，还能提供高度数据。这额外的一维数据使得可以将以雷达成像学表示的四维雷达简化为三维点云。 因此，最初为激光雷达数据开发的成功深度学习方法通常应用于这些雷达点云。然而，这忽视了四维雷达数据的特殊特性，例如极端稀疏性和最佳利用速度信息。 为了弥补这些先进技术的不足，作者提出了RadarPillars，这是一个基于柱的目标检测网络。通过分解径向速度数据，引入PillarAttention进行有效特征提取，并研究层缩放以适应雷达稀疏性，RadarPillars在View-of-Delft数据集上显著超过了最先进的检测结果。 重要的是，这大大减少了参数数量，在效率方面超过了现有方法 ………………………………