ELMAR：基于4D雷达运动感知与跨模态不确定性增强LiDAR检测
计算机视觉与模式识别
2025-06-24 v1
摘要
LiDAR 和4D 雷达在自动驾驶和机器人领域广泛应用。虽然LiDAR提供丰富的空间信息，4D 雷达则提供速度测量且在恶劣条件下仍具鲁棒性。因此，越来越多的研究聚焦于4D 雷达-LiDAR融合方法以提升感知性能。然而，往往忽略了不同模态之间的对齐问题。为解决这一挑战并发挥两者优势，我们提出了一种基于4D雷达运动状态和跨模态不确定性增强LiDAR检测的框架。首先，通过动态运动感知编码模块在特征提取期间捕获4D雷达的对象运动信息，以增强4D雷达预测。随后，估计边界框的实例级不确定性，以缓解跨模态对齐并细化最终的LiDAR预测。在View-of-Delft (VoD) 数据集上的大量实验表明，我们的方法有效，实现了在整个区域mAP为74.89%，在驾驶走廊内为88.70%，同时保持30.02 FPS的实时推理速度。
引用
@article{arxiv.2506.17958,
title = {ELMAR: Enhancing LiDAR Detection with 4D Radar Motion Awareness and Cross-modal Uncertainty},
author = {Xiangyuan Peng and Miao Tang and Huawei Sun and Bierzynski Kay and Lorenzo Servadei and Robert Wille},
journal= {arXiv preprint arXiv:2506.17958},
year = {2025}
}
备注
7 pages. Accepted by IROS2025