首個基於毫米波雷達的目標檢測網絡！使用了原始雷達數據 (FMCW Radar)，來自米國 Xsense AI 團隊。
論文鏈接：https://arxiv.org/abs/2004.05310
摘要
自動雷達因其應對惡劣天氣和各種照明條件的魯棒性，已成爲先進駕駛輔助系統的組成部分之一。傳統的汽車雷達使用數字信號處理 (DSP) 算法將原始數據處理成稀疏的雷達 pins，但這些 pins 未能提供有關物體大小和方向的信息。本文提出了一種基於深度學習的雷達目標檢測算法。該算法引入了原始 (raw) 張量表示的雷達數據，並在鳥瞰空間中，在檢測到的目標周圍放置基於概率的有向 bbox。我們用 102544 幀原始雷達和同步激光雷達 (Lidar) 數據創建了一個新的多模數據集。爲了減少人工標註的工作量，我們開發了一個可擴展的 pipeline，以利用激光雷達作爲參考自動標註 Ground True。基於此數據集，我們開發了一個以原始雷達數據爲唯一輸入的車輛檢測 pipeline。我們的最佳性能雷達探測模型在 0.3 的定向 IoU 下達到 77.28% 的 AP。據我們所知，這是第一次嘗試用原始雷達數據研究常規角車雷達的目標檢測。
示範
網絡結構
效果
