← 返回信息流
论文 arXiv 论文 · Seung-Hyun Song, Dong-Hee Paek, Woong-Chan Byun, Seung-Hyun Kong 2026-09-02 13:13 🔥 热度 11

立体4D雷达用于3D目标检测:融合几何对齐与绝对速度估计

立体4D雷达融合几何对齐与速度估计做3D检测

原文:Stereo 4D Radar for 3D Object Detection: Integrating Geometric Alignment and Absolute Velocity Estimation

四维(4D)雷达是一种强大的传感手段,能够在多种天气条件下探测周围三维(3D)目标,并提供基于多普勒的运动信息。然而,原始4D雷达信号包含大量来自路面、护栏和周围车辆的杂波,以及多径效应产生的鬼影反射和接收机固有的噪声底。因此,旨在去除这些无效测量的预处理算法往往会使雷达数据过于稀疏。此外,4D雷达提供的多普勒测量仅描述目标速度的径向分量,限制了其恢复完整运动状态的能力。本文提出了一种基于立体4D雷达的3D目标检测框架,利用左右雷达之间的几何视差来估计目标的绝对速度,并通过融合二者的互补特征实现更鲁棒的感知。该框架在我们自建的立体4D雷达数据集上进行了验证,相比最先进的单目4D雷达基线,AP 3D提升8.82个点,AP BEV提升9.0个点。这些结果表明,绝对速度估计结合立体几何感知的特征融合能够显著提升3D目标检测性能。作者:Seung-Hyun Song, Dong-Hee Paek, Woong-Chan Byun, Seung-Hyun Kong 分类:cs.CV

查看原文 ↗ 技术论文

📌 相关阅读

EvoUndo:面向 LLM Agent 运行框架的可恢复性约束自进化方法 热度 13 神秘具身团队又放出一连串很炸的Demo视频…自进化模型,技术路线曝光 热度 10 大模型推理基础原理系列③:生产级推理服务架构:弹性扩缩容、多模型混部、流量隔离、容灾 热度 9 PyTorch实战3--PyTorch vs. TensorFlow详解 热度 9 【机器学习案列-42】用户消费-基于岭回归(Ridge Regression)的手机发布价格预测 热度 9