CenterFusion：融合雷达与摄像头数据的高精度3D目标检测

介绍一篇新出的论文 CenterFusion: Center-based Radar and Camera Fusion for 3D Object Detection ，旨在使用低成本的雷达（redar）替换自动驾驶中的激光雷达，并达到高精度3D目标检测的方法。

该文作者信息：

作者来自田纳西大学诺克斯维尔分校。

激光雷达使用发射的激光测距进行环境感知，而雷达使用无线电发射进行探测。

3D目标检测在自动驾驶领域应用广泛，而激光雷达（Lidar）和摄像头数据的融合常用来进行高精度的3D目标检测，但其仍有一些缺点。比如对远处目标检测不精确、对天气敏感（雨雪大雾天气等），而且不能直接得到目标的速度。

而低成本的雷达则相对具有天然优势：无惧恶劣天气，长远距离检测能力强（200M也OK），且天然还有目标速度信息。

但雷达数据更加稀疏，不能直接将激光雷达的方法直接套用，数据在输入层和后处理部分的融合不能取得很好的效果。

该文将摄像头采集的图像数据和雷达数据进行中间特征层的融合，以达到精确的3D目标检测。

该文算法流程图：