4DRC-OCC：通过融合4D雷达与摄像头实现稳健语义占据预测
计算机视觉与模式识别
2026-03-10 v1
摘要
自动驾驶需要在多样化环境条件下保持稳健的感知能力，但在恶劣天气和光照条件下，3D语义占据预测仍面临挑战。本文提出首个结合4D雷达与摄像头数据进行3D语义占据预测的方法。我们的融合方法利用两者模态的互补优势：4D雷达在恶劣条件下提供可靠的距离、速度和角度测量，而摄像头则贡献丰富的语义和纹理信息。我们进一步表明，整合摄像头像素的深度线索可实现将2D图像垂直至3D，从而提升场景重建精度。此外，我们引入一个全自动标注的数据集用于训练语义占据模型，显著减少对高成本人工标注的依赖。实验表明，4D雷达在多种场景下的稳健性突出，凸显了其在提进自动驾驶感知方面的潜力。
引用
@article{arxiv.2603.07794,
title = {4DRC-OCC: Robust Semantic Occupancy Prediction Through Fusion of 4D Radar and Camera},
author = {David Ninfa and Andras Palffy and Holger Caesar},
journal= {arXiv preprint arXiv:2603.07794},
year = {2026}
}