HyperDet: 基于超4D雷达点云的三维目标检测

4D毫米波雷达提供了对天气鲁棒、包含速度信息的测量，并且比激光雷达更具成本效益。然而，仅基于雷达的三维检测仍然落后于基于激光雷达的系统，因为雷达点云稀疏、不规则，并且常常受到多径噪声的干扰，导致几何结构弱且不稳定。我们提出了HyperDet，一个检测器无关的纯雷达三维检测框架，它为标准的面向激光雷达的检测器构建了一个任务感知的超4D雷达点云。HyperDet聚合来自多个环视4D雷达在连续帧上的回波，以提高覆盖率和密度，然后应用几何感知的跨传感器一致性验证，并在重叠区域外使用轻量级自一致性检查来抑制不一致的回波。它进一步集成了一个前景聚焦的扩散模块，并在训练时使用混合雷达-激光雷达监督，以在提升雷达属性（如多普勒、RCS）的同时，使物体结构更密集；该模型被蒸馏成一个一致性模型，用于单步推理。在MAN TruckScenes数据集上，HyperDet在使用VoxelNeXt和CenterPoint时，相较于原始雷达输入持续改进，部分缩小了雷达与激光雷达之间的差距。这些结果表明，输入级别的精炼使得雷达能够在不修改架构的情况下，更好地利用面向激光雷达的检测器。