自动驾驶中用于目标检测与语义分割的雷达-相机融合：全面综述

受深度学习技术驱动，自动驾驶中的感知技术近年快速发展，使车辆能准确检测并理解周围环境以实现安全高效导航。为获得准确稳健的感知能力，自动驾驶车辆常配备多种传感器，使传感器融合成为感知系统的关键部分。在这些融合传感器中，雷达与相机无论光照与天气条件如何，都能实现互补且高性价比的周围环境感知。本综述旨在提供雷达-相机融合的全面指南，尤其聚焦于与目标检测和语义分割相关的感知任务。基于雷达与相机传感器原理，我们深入数据处理流程与表示，随后对雷达-相机融合数据集进行深度分析与总结。在雷达-相机融合方法综述中，我们回应了诸如“为何融合”、“融合什么”、“何处融合”、“何时融合”及“如何融合”等疑问，并进而讨论该领域内的各类挑战与潜在研究方向。为便于数据集与融合方法的检索和比较，我们还提供了一个交互式网站：https://radar-camera-fusion.github.io。