机器人感知的多传感器融合综述：背景、方法、挑战与展望
多媒体
2025-06-25 v1 人工智能
摘要
多传感器融合感知（MSFP）是具身人工智能的关键技术，可服务于各种下游任务（如3D目标检测和语义分割）和应用场景（如自动驾驶和群体机器人）。最近，在相关综述中，针对基于AI的MSFP方法取得了令人印象深刻的成果。然而，在进行严格且详细的调查后，我们注意到现有综述存在一些局限性。首先，大多数综述针对单一任务或研究领域（如3D目标检测或自动驾驶），因此来自其他相关任务的研究者往往难以直接受益。其次，大多数综述仅从单一视角（多模态融合）介绍MSFP，缺乏对MSFP方法多样性的考虑，如多视角融合和时间序列融合。为此，本文希望从任务无关的角度组织MSFP研究，方法综述来自各种技术视角。具体而言，我们首先介绍MSFP的背景。随后，我们综述了多模态和多智能体融合方法。进一步地，分析了时间序列融合方法。在LLM时代，我们还调查了多模态LLM融合方法。最后，我们讨论MSFP的开放挑战和未来方向。我们希望这份综述能帮助研究者理解MSFP的重要进展，并为未来研究提供可能的见解。
引用
@article{arxiv.2506.19769,
title = {A Survey of Multi-sensor Fusion Perception for Embodied AI: Background, Methods, Challenges and Prospects},
author = {Shulan Ruan and Rongwei Wang and Xuchen Shen and Huijie Liu and Baihui Xiao and Jun Shi and Kun Zhang and Zhenya Huang and Yu Liu and Enhong Chen and You He},
journal= {arXiv preprint arXiv:2506.19769},
year = {2025}
}