MIT-BEVFusion系列三：传感器对比

Nuscenes数据集采集数据车辆传感器布局

一、相机图像

与普通2D检测输入有何不同？

• 视角: BEVfusion需要多个视角，而普通2D检测通常只需要单一视角。
• 时间同步: BEVfusion需要时间同步以融合多种传感器数据，而普通2D检测通常不需
  BEVFormer论文图

nvidaiB站视频NVIDIA自动驾驶实验室：为自动驾驶汽车带来先进3D Occupancy预测

• 优点：
  1. 丰富的视觉信息：能够捕捉到颜色、纹理等丰富的视觉信息。
  2. 成本低：相对于LiDAR和雷达，摄像头通常更便宜。
• 缺点：
  1. 光照依赖：在低光或逆光条件下性能下降。
  2. 无法直接测距：需要额外的算法或与其他传感器融合来估计距离。
  3. 环境敏感：对天气和光照条件敏感。

二、LIDAR

Nuscenes数据集某场景某帧可视化效果，白色点为激光雷达点云可视化效果

Nuscenes数据集点云通过内外参矩阵投影到图片上的效果

激光雷达室内可视化效果

• 优点：
  1. 高精度三维测量：能够生成高精度的三维点云数据。
  2. 高角度分辨率：能够捕捉到更细致的目标细节。
  3. 光照条件不敏感：白天、夜晚等光照因素影响不大
• 缺点：
  1. 成本较高：高精度的LiDAR系统通常成本较高。
  2. 环境敏感：对雾、雨、雪等恶劣天气条件相对敏感。
  3. 数据处理需求高：生成的数据量大，需要更多的计算资源进行处理。

三、RADAR

• 雷达（RADAR）技术相对于LiDAR和摄像头来说，更早地被应用于汽车上。老牌！

  • 自适应巡航控制（ACC）：雷达在汽车上最早的应用之一，用于测量前方车辆的速度和距离，以自动调整巡航速度。
  • Nuscenes数据集中有，但是BEVFusion中没有用到，最新版本中用到了RADAR的数据。

• 优点：

  1. 高精度距离和速度测量：能够准确地测量目标对象的距离和速度。
  2. 环境适应性强：对雨、雾、雪等恶劣天气条件相对不敏感。
  3. 光照不依赖：在夜间或低光环境下也能有效工作。
  4. 广覆盖范围：通常能够覆盖较大的观测范围。
  5. 抗干扰能力强：具有很强的抗电子干扰能力。

• 缺点：

  1. 低角度分辨率：相对于LiDAR和摄像头，角度分辨率通常较低。
  2. 数据复杂性：需要复
     杂的算法来解析和利用雷达数据。