向新起点：自动驾驶车辆软件中统一感知的综述
计算机视觉与模式识别
2025-08-29 v1 机器人学
摘要
自动驾驶车辆感知通常依赖于模块化管道，将任务分解为检测、跟踪和预测。虽然具有可解释性，但这些管道存在误差累积和有限的任务间协同问题。统一感知已然成为一种有前景的范式，将这些子任务集成到共享架构中， potentially 改善鲁棒性、情境推理和效率，同时保留可解释的输出。在本综述中，我们提供了统一感知的全面概述，引入一种整体且系统的分类框架，沿着任务集成、跟踪表述和表示流程对方法进行分类。我们定义了三种范式——早期、晚期和完全统一感知——并系统性地审阅了现有方法、它们的架构、训练策略、所用数据集和开源可用性，同时指出未来研究方向。这一工作建立了理解和推进统一感知的第一个全面框架，整合了碎片化的努力，并指引未来研究朝着更加稳健、通用和可解释的感知方向发展。
引用
@article{arxiv.2508.20892,
title = {To New Beginnings: A Survey of Unified Perception in Autonomous Vehicle Software},
author = {Loïc Stratil and Felix Fent and Esteban Rivera and Markus Lienkamp},
journal= {arXiv preprint arXiv:2508.20892},
year = {2025}
}