自动驾驶Lidar与Radar融合论文总结

作者 | eyesighting  编辑 | 汽车人

原文链接：https://zhuanlan.zhihu.com/p/626073824?

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

点击进入→自动驾驶之心【多传感器融合】技术交流群

Lidar与Radar融合论文

LiRaNet

题目：LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar Fusion

名称：LiRaNet：使用时空雷达融合进行端到端轨迹预测

论文：https://arxiv.org/abs/2010.00731

LRF-GNN

题目：Real Time Lidar and Radar High-Level Fusion for Obstacle Detection and Tracking with evaluation on a ground truth

名称：用于障碍物检测和跟踪的实时激光雷达和雷达高级融合，并根据地面实况进行评估

论文：https://arxiv.org/abs/1807.11264

MVDNet

题目：Robust Multimodal Vehicle Detection in Foggy Weather Using Complementary Lidar and Radar Signals

名称：利用互补激光雷达和雷达信号在雾天中进行稳健的多模式车辆检测

论文：https://ieeexplore.ieee.org/document/9578621

代码：https://github.com/qiank10/MVDNet

RaLi-BEV

题目：RaLiBEV: Radar and LiDAR BEV Fusion Learning for Anchor Box Free Object Detection System

名称：RaLiBEV：用于Anchor Box Free目标检测系统的雷达和LiDAR BEV融合学习

论文：https://arxiv.org/abs/2211.06108

ST-MVDNet

题目：Modality-Agnostic Learning for Radar-Lidar Fusion in Vehicle Detection

名称：车辆检测中雷达激光雷达融合的模态不可知学习

论文：https://openaccess.thecvf.com/content/CVPR2022/papers/Li_Modality-Agnostic_Learning_for_Radar-Lidar_Fusion_in_Vehicle_Detection_CVPR_2022_paper.pdf

总结

1. Camera失效后，Lidar与Radar融合作为降级策略。

2. 直接基于Ldar点云和Radar点云融合数据类型相同、且高效。

3. 该类融合当前不常见，信息较少，不过是后续的一个潜在热点方向。

视频课程来了！

自动驾驶之心为大家汇集了毫米波雷达视觉融合、高精地图、BEV感知、传感器标定、传感器部署、自动驾驶协同感知、语义分割、自动驾驶仿真、L4感知、决策规划、轨迹预测等多个方向学习视频，欢迎大家自取（扫码进入学习）

（扫码学习最新视频）

国内首个自动驾驶学习社区

近1000人的交流社区，和20+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（分类、检测、分割、关键点、车道线、3D目标检测、Occpuancy、多传感器融合、目标跟踪、光流估计、轨迹预测）、自动驾驶定位建图（SLAM、高精地图）、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

【自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多传感器融合、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向；

添加汽车人助理微信邀请入群

备注：学校/公司+方向+昵称