MoRAL：用于鲁棒3D目标检测的运动感知多帧4D雷达与LiDAR融合
计算机视觉与模式识别
2025-05-15 v1
摘要
可靠的自动驾驶系统需要准确检测交通参与者。为此，多模态融合已成为一种有效策略。特别是，基于多帧雷达点云的4D雷达与LiDAR融合方法在弥合点密度差距方面展现了有效性。然而，这些方法往往忽略了在点云累积期间由物体运动引起的雷达点云帧间错位，且未充分利用4D雷达提供的物体运动信息。本文提出 MoRAL，一种用于鲁棒3D目标检测的运动感知多帧4D雷达与LiDAR融合框架。首先，设计了运动感知雷达编码器（MRE）以补偿由运动物体引起的雷达帧间错位。随后，运动注意力门控融合（MAGF）模块整合雷达运动特征，引导 LiDAR 特征聚焦于动态前景物体。在 View-of-Delft (VoD) 数据集上的广泛评估表明，MoRAL 优于现有方法，在整个区域实现了 73.30% 的最高 mAP，在驾驶走廊区域达到了 88.68%。值得注意的是，我们的方法在整个区域对行人达到了 69.67% 的最佳 AP，在驾驶走廊对骑行者达到了 96.25%。
引用
@article{arxiv.2505.09422,
title = {MoRAL: Motion-aware Multi-Frame 4D Radar and LiDAR Fusion for Robust 3D Object Detection},
author = {Xiangyuan Peng and Yu Wang and Miao Tang and Bierzynski Kay and Lorenzo Servadei and Robert Wille},
journal= {arXiv preprint arXiv:2505.09422},
year = {2025}
}