面向机器人BEV检测的视觉-雷达融合：综述
计算机视觉与模式识别
2023-02-15 v1
摘要
由于构建自主机器人感知系统的趋势性需求，传感器融合已引起研究人员和工程师的广泛关注，以充分利用跨模态信息。然而，为了大规模构建机器人平台，我们也需要重视自主机器人平台的启动成本。相机与雷达天然包含互补的感知信息，具有大规模开发自主机器人平台的潜力。然而，相较于激光雷达与视觉融合的工作，围绕雷达与视觉融合的研究十分有限。本文通过一篇关于面向BEV目标检测系统的视觉-雷达融合方法的综述来弥补这一空白。首先我们梳理背景信息，即目标检测任务、传感器选择、传感器设置、基准数据集与机器人感知系统的评估指标。随后，我们涵盖各模态（相机与RADAR）的数据表示，接着我们详细讨论基于子组（即早期融合、深度融合与晚期融合）的传感器融合技术，以易于理解每种方法的优劣。最后，我们提出视觉-雷达融合可能的未来趋势，以启发未来研究。定期更新的总结见：https://github.com/ApoorvRoboticist/Vision-RADAR-Fusion-BEV-Survey
引用
@article{arxiv.2302.06643,
title = {Vision-RADAR fusion for Robotics BEV Detections: A Survey},
author = {Apoorv Singh},
journal= {arXiv preprint arXiv:2302.06643},
year = {2023}
}
备注
6 pages, 6 figures, 2 tables