![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
融合感知跟踪
文章平均质量分 62
coder帅
种一棵树最好的时间是十年前,其次是现在。
展开
-
多传感器融合3D检测网络CenterFusion
在BEV视角下的3D 视锥空间进行关联,这给了我们启发,很多BEV感知模型的View Transformer模块都是在3D空间下进行特征对齐。能看到PE单独带来15.4%提升,FA单独25.9%提升,而二者结合带来34.5%的提升,说明扩展点云+视锥关联这种融合方式相辅相成对Radar点进行了前景和背景的分离,带来了更好的提升。当我们获得2D BBox的位置(center point, offset, H, W)和框内像素的深度的初步估计,可以得到bbox的3D视锥大致范围,以此为依据滤除雷达背景点。原创 2024-03-25 19:44:18 · 1452 阅读 · 0 评论 -
基于毫米波雷达数据目标检测
利用高频电路产生特定调制频率(FMCW)的电磁波,并通过天线发送电磁波和接收从目标反射回来的电磁波,通过发送和接收电磁波的参数来计算目标的各个参数。FMCW波形频率随时间线性变化。MLP对单个点云特征编码-> 节点特征更新->预测->后处理NMS。工作频率:76~81GHz(长距离探测和高距离分辨率):绝对坐标+T-Net偏移值+相对中心偏移值)RD数据:UNet分割用于点目标检测。:分类任务,每类有尺寸模板;:预测bins+回归修正值;预测每个类别置信度分布图。原创 2024-03-23 13:15:44 · 979 阅读 · 0 评论 -
融合感知基础
预测和更新过程。原创 2024-03-20 21:32:58 · 118 阅读 · 1 评论