Dec, 2023

自动驾驶中的雷达感知：探索不同的数据表示

PDF
TL;DR该综述研究了自动驾驶系统中使用的雷达数据表示，介绍了雷达传感器的能力和局限性，探讨了 ADC 信号、雷达张量、点云、网格地图和微多普勒特征等五种雷达数据表示方法，并分析了相关数据集、方法、优势和局限性，提出了潜在的研究方向和挑战，为雷达感知研究者提供了深入洞察，并通过交互网站方便不同数据表示、数据集和方法的检索和比较。
发现论文，激发创造
  • 自动驾驶雷达：深度学习方法与挑战综述

    该研究综述雷达在自主驾驶车辆中的应用及挑战，提出了针对雷达数据的深度学习研究的关键主题，包括早期和晚期融合，占用流估计，不确定性建模和多径检测等，以及相关的雷达数据集、目前最先进的激光雷达和视觉模型等。

    Jun, 2023

  • 自动驾驶和高级驾驶辅助系统的摄像头 - 雷达感知：概念，数据集和度量

    本文研究了自动驾驶系统中车辆安全性的提高、深度学习基础的障碍物检测和分割、雷达传感器和摄像头传感器的融合，以及在车辆感知中的数据集、度量、挑战和开放性问题，这些元素对于提高自动驾驶系统的普及率具有重要意义。

    Mar, 2023

  • 自动驾驶中的雷达 - 摄像头融合目标检测和语义分割：综述

    本论文评述了无人驾驶中基于深度学习的感知技术的发展，介绍了传感器融合技术在提升高精度和鲁棒性感知能力中的关键地位，重点介绍了雷达和相机传感器融合在物体检测和语义分割问题中，探索了该领域中的各种挑战和潜在的研究方向以及数据集和融合方法的互动网站。

    Apr, 2023

  • ADCNet：使用原始雷达 ADC 数据的端到端感知

    本文旨在通过一种以原始雷达模拟数字（ADC）数据为基础的端到端学习方法，结合可学习的信号处理模块和传统信号处理算法引导的预训练方法，证实了低级雷达数据在感知中的有效性和分割效果的实用性。

    Mar, 2023

  • 利用雷达感知的时间关系进行自动驾驶

    本文研究了利用汽车雷达传感器进行自动驾驶中的目标识别问题，在考虑到雷达传感器在所有天气条件下的高成本效益和鲁棒性的基础上，探索利用自我中心鸟瞰雷达图像帧的时间信息进行雷达目标识别。通过提出一个时空关系层，显式地对随后雷达图像内的物体之间的关系进行建模，展示了在目标检测和多目标跟踪方面，与几种基线方法相比，我们方法的优越性。

    Apr, 2022

  • 双雷达：一种用于自动驾驶的双 4D 雷达多模态数据集

    雷达在自动驾驶环境感知方面相较于广泛采用的摄像头和 LiDAR 具有更强的适应性。本文介绍了一个新颖的大规模多模态数据集，首次同时捕获了两种类型的 4D 雷达，为进一步研究有效的 4D 雷达感知算法提供了支持。

    Oct, 2023

  • 自动驾驶激光雷达：汽车激光雷达和感知系统的原理、挑战和趋势

    本文综述了目前 LiDAR 技术在自动驾驶汽车领域所处的状态，涉及了从激光发射器到其光束扫描机制等组件，以及该技术处理感知数据的特定流程，其中探讨了模型驱动方法和新兴的深度学习解决方案，最后总结了该技术的局限性和面临的挑战及趋势。

    Apr, 2020

  • 视觉与毫米波雷达相遇：自动驾驶的三维物体感知基准

    传感器融合在自主车辆的准确和健壮的感知系统中至关重要。大多数现有的数据集和感知解决方案都专注于相机和激光雷达的融合，然而相机和雷达之间的协作被显著地低估。本论文介绍了 CRUW3D 数据集，包括 66K 个在不同行驶情景中同步并进行了校准的相机、雷达和激光雷达帧。与其他大规模自动驾驶数据集不同，我们的雷达数据以射频（RF）张量的格式呈现，包含了 3D 位置信息和时空语义信息。这种雷达格式可以使机器学习模型在相机和雷达之间交互和融合信息或特征后生成更可靠的物体感知结果。

    Nov, 2023

  • 多视角雷达语义分割

    该研究通过使用汽车雷达等主动传感器，提出了基于端到端可训练模型的多视角分析方法，实现了场景的语义分割，进一步提高自动驾驶的效率和准确性。

    Mar, 2021

  • CARRADA 数据集：具有范围 - 角度 - 多普勒标注的相机和汽车雷达数据

    本研究介绍了 CARRADA 数据集，其中包含相机和雷达信号，以及一种半自动注释方法和一种基于雷达的语义分割基线方法。

    May, 2020