SCAFusion：面向月球表面探索的小目标多模态3D检测框架
计算机视觉与模式识别
2025-12-30 v1
摘要
可靠且精确的检测小且形状不规则的目标（如陨石碎片和岩石）对于月球表面探索中的自主导航和作业至关重要。旨用于陆地自动驾驶的现有多模态3D感知方法由于特征对齐不佳、多模态协同作用有限以及小目标检测能力弱，在太空环境中表现不佳。本文提出SCAFusion，一种专为月球机器人任务量身定制的多模态3D目标检测模型。基于BEVFusion框架，SCAFusion集成了用于高效相机主干网络调谐的认知适配器、用于增强相机激光雷达特征一致性的对比对齐模块、用于强化视觉表征的相机辅助训练分支，以及最重要的是，专为提升小目标（尤其是不规则目标）检测性能而设计的分段感知坐标注意力机制。该模型参数和计算量几乎没有增加，却在nuScenes验证数据集上实现了69.7%的mAP和72.1%的NDS，分别比基线提高了5.0%和2.7%。在基于Isaac Sim构建的模拟月球环境中，SCAFusion实现了90.93%的mAP，超过基线11.5%，在检测小型陨石类障碍物方面取得显著提升。
引用
@article{arxiv.2512.22503,
title = {SCAFusion: A Multimodal 3D Detection Framework for Small Object Detection in Lunar Surface Exploration},
author = {Xin Chen and Kang Luo and Yangyi Xiao and Hesheng Wang},
journal= {arXiv preprint arXiv:2512.22503},
year = {2025}
}