基于交叉注意力的原始雷达数据目标检测与航向估计
信息论
2023-02-20 v2 math.IT
摘要
雷达是自动驾驶功能感知传感器组中不可或缺的一部分。它在不同场景和天气条件下起到填补空白的作用，以补充其他传感器的不足。在本文中，我们提出了一种基于深度神经网络(DNN)的端到端目标检测与航向估计框架，该框架使用原始雷达数据。为此，我们以数据为中心和以模型为中心的方式处理该问题。我们优化了公开可用的CARRADA数据集，并引入了二元正态标注。此外，基线模型通过受Transformer启发的交叉注意力融合进行了改进，并添加了中心偏移图以减少定位误差。我们提出的模型将检测平均精度均值(mAP)提高了5%，同时将模型复杂度降低了近23%。为了全面场景理解的目的，我们将模型扩展用于航向估计。改进后的真实标注和所提出的模型可在Github上获取。
引用
@article{arxiv.2205.08406,
title = {Raw Radar data based Object Detection and Heading estimation using Cross Attention},
author = {Ravi Kothari and Ali Kariminezhad and Christian Mayr and Haoming Zhang},
journal= {arXiv preprint arXiv:2205.08406},
year = {2023}
}