wordpress hack 主题/seo综合查询网站

背景

现有的工作为了避免昂贵的激光雷达，只使用多图像输入来生成BEV特征表示，忽略了radar数据；并且大多数技术都着重如何将图像特征lift到BEV平面，使用更大分辨率的输入与Backbone，这导致在多视角BEV感知下什么是最重要的这个问题缺乏研究。

贡献

• 只使用了简单的无参lift投影操作获取BEV特征图，重点研究了batch、图像分辨率、数据增强与lift策略等的影响，消融实验做的好，说明batch，图像分辨率用的好能提高指标，而lift操作的差别影响不大。
• 提出了radar+camera融合，能极好地提升指标质量，这是由于radar能识别远距离物体，并且受恶劣环境影响小
  ，能够与相机进行有效互补，但其数据稀疏，且有噪声。

方法

配置与总体架构

数据输入是多视角图像、radar甚至lidar，传感器内外参已知并且传感器之间很好地数据同步。模型定义3D感知范围，前后、左右100m，上下10m，平面分辨率设为200×200，高度分辨率设为8，而这个体素空间以前置摄像头为中心，左右方向为X轴，上下方向为Y轴，前后方向为Z轴。
总体架构上，使用ResNet提取每个相机的特征，将其lift到3D再拍扁成BEV，最后对BEV视角再用ResNet得到输出