面向恶劣环境的4D mmWave雷达感知增强：进展与挑战
计算机视觉与模式识别
2025-07-08 v3
摘要
智能交通系统需要准确可靠的感知。然而，恶劣环境（如雨、雪、雾）会显著降低LiDAR和摄像机的性能。相比之下，4D mmWave雷达不仅提供3D点云和速度测量，还在挑战性条件下保持稳健性。最近，针对恶劣环境下4D mmWave雷达的研究日益增长，但综合性综述仍缺乏。为填补这一空白，本文综述了恶劣环境下4D mmWave雷达的当前研究。首先，我们概述了包含多样化天气和光照场景的现有4D mmWave雷达数据集。随后，我们分析了现有的基于学习的方法，利用4D mmWave雷达在不同恶劣条件下增强性能。最后，讨论了挑战及其潜在未来方向，以推动4D mmWave雷达在恶劣环境中的应用。鉴于目前水平，本文是首个专注于恶劣环境下4D mmWave雷达的综述。相关研究列表如下：https://github.com/XiangyPeng/4D-mmWave-Radar-in-Adverse-Environments
关键词
引用
@article{arxiv.2503.24091,
title = {4D mmWave Radar for Sensing Enhancement in Adverse Environments: Advances and Challenges},
author = {Xiangyuan Peng and Miao Tang and Huawei Sun and Kay Bierzynski and Lorenzo Servadei and Robert Wille},
journal= {arXiv preprint arXiv:2503.24091},
year = {2025}
}
备注
8 pages, accepted by ITSC2025