上交大提出 FlatFusion ，在ViT中实现相机头与雷达的精准集成 ！

文章预览

作者 | AI 驾驶员  编辑 | 智驾实验室 点击下方 卡片 ，关注“ 自动驾驶Daily ”公众号 戳我->  领取近15个自动驾驶方向路线 >> 点击进入→ 自动驾驶Daily技术交流群 微信扫描以下二维码，加入【自动驾驶之心】知识星球， 国内最专业的技术和求职交流社区， 和3500人一起卷赢 在自动驾驶场景中，将来自多种传感模态（例如摄像头和激光雷达）的数据进行集成是一种普遍的做法。最近在高效的点云Transformer中的进步强调了在稀疏格式中集成信息的有效性。在融合方面，由于图像块在像素空间中是密集的，具有模糊的深度，因此需要额外的设计考虑来实现有效融合。 在这篇论文中，作者对基于Transformer的稀疏摄像头激光雷达融合的设计选择进行了深入探讨。这一调查涵盖了图像到3D映射和激光雷达到2D映射策略，注意力邻域分组，单模态标记器，以及T ………………………………