CaR1：基于相机-雷达融合的 BEV 车辆分割多模态基线
机器人学
2025-09-15 v1
摘要
相机-雷达融合通过结合互补的传感能力，为基于 LiDAR 的自动驾驶系统提供了一种鲁棒且高性价比的替代方案：相机提供丰富的语义线索但深度信息不可靠，而雷达提供稀疏但可靠的位置与运动信息。我们提出了 CaR1，一种用于 BEV 车辆分割的新型相机-雷达融合架构。该方法基于 BEVFusion 构建，引入了逐网格雷达编码，将点云离散化为结构化的 BEV 特征，并引入了自适应融合机制以动态平衡各传感器的贡献。在 nuScenes 上的实验表明其具有竞争力的分割性能（57.6 IoU），与 SOTA 方法相当。代码已在线公开。
引用
@article{arxiv.2509.10139,
title = {CaR1: A Multi-Modal Baseline for BEV Vehicle Segmentation via Camera-Radar Fusion},
author = {Santiago Montiel-Marín and Angel Llamazares and Miguel Antunes-García and Fabio Sánchez-García and Luis M. Bergasa},
journal= {arXiv preprint arXiv:2509.10139},
year = {2025}
}
备注
4 pages, 2 figures