视觉遇见毫米波雷达：面向自动驾驶的 3D 目标感知基准
计算机视觉与模式识别
2023-11-20 v1 信号处理
摘要
传感器融合对于自动驾驶车辆上准确且稳健的感知系统至关重要。大多数现有数据集与感知方案聚焦于相机与 LiDAR 的融合。然而，相机与雷达的协作被显著低估。融合来自相机的丰富语义信息与来自雷达的可靠 3D 信息，有望实现一种高效、廉价且便携的 3D 目标感知任务解决方案。由于毫米波雷达的能力，该方案还可对不同光照或全天气驾驶场景保持稳健。本文中，我们引入 CRUW3D 数据集，包含各种驾驶场景下 66K 同步且良好标定的相机、雷达与 LiDAR 帧。与其他大规模自动驾驶数据集不同，我们的雷达数据采用射频 (RF) 张量格式，不仅包含 3D 位置信息，还包含时空语义信息。此类雷达格式可使机器学习模型在相机与雷达间交互并融合信息与特征后，生成更可靠的目标感知结果。
引用
@article{arxiv.2311.10261,
title = {Vision meets mmWave Radar: 3D Object Perception Benchmark for Autonomous Driving},
author = {Yizhou Wang and Jen-Hao Cheng and Jui-Te Huang and Sheng-Yao Kuan and Qiqian Fu and Chiming Ni and Shengyu Hao and Gaoang Wang and Guanbin Xing and Hui Liu and Jenq-Neng Hwang},
journal= {arXiv preprint arXiv:2311.10261},
year = {2023}
}