路侧相机与3D雷达融合的两阶段3D形状与朝向估计方法
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载路侧感知为何难用端到端
论文把车载与路侧的差异作为问题起点。在车辆上，传感器高度、俯仰角和相对几何关系基本一致，端到端深度学习模型因此能较好地泛化到不同场景。路侧安装则相反：不同地点的相机与雷达在高度、倾角和视场上差别很大，直接套用车载式端到端管线容易失效，而要为每个地点重新采集大规模数据来适配，成本很高。作者由此判断，与其设计复杂的端到端管线直接回归3D包围框，不如换一条更轻的路线。
两阶段如何分工
提出的方案把任务拆成两步。第一步不追求自研，而是使用任意现成的先进方法，从相机图像中得到每个道路使用者的2D包围框，并取出与之关联的3D雷达点。第二步处理这些中间结果来构造3D有向包围框：3D位置由雷达数据决定，尺寸不由网络回归，而是用预定义模板按道路使用者类别给出，只有偏航角交给一个很小的神经网络预测，并且这个角度是针对具体站点优化过的。这样把最难泛化的部分交给站点专属的小模型，其余部分复用通用能力。
验证场景与运行表现
作者在一条带交叉口的弯道上进行验证，覆盖行人、自行车和汽车三类道路使用者。该场景同时包含弯道与路口，对朝向估计构成一定考验。运行效率方面，算法在NVIDIA Jetson ORIN上达到25帧每秒，作者据此说明其可用于实时应用。论文被第18届IEEE Symposium Sensor Data Fusion: Trends, Solutions and Applications（SDF 2026）接收，会议在德国波恩举行，论文编号为arXiv:2610.18417。
为什么值得看
路侧感知部署常受站点差异困扰，该方案用模板加小网络替代端到端大模型，兼顾实时性与适配成本。
信源1 家
关键事实
论文提出两阶段方法：第一阶段用现成方法提取2D相机包围框与对应3D雷达点，第二阶段构建3D有向包围框。[1]
第二阶段中雷达数据确定3D位置，预定义模板确定各类道路使用者的尺寸，小型神经网络预测站点专属且优化的偏航角。[1]
在带交叉口的弯道对行人、自行车和汽车进行验证，在NVIDIA Jetson ORIN上达到25帧每秒。[1]
论文被第18届IEEE Symposium Sensor Data Fusion: Trends, Solutions and Applications（SDF 2026）接收，会议地点为德国波恩。[1]
作者指出路侧传感器在高度、倾角和视场上因地点差异极大，端到端模型易失效且难以在缺少大量地点专属数据的情况下适配。[1]
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。