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: