「自動(dòng)駕駛新青年講座」由智東西公開(kāi)課全新企劃，將邀請(qǐng)全球知名高校、頂尖研究機(jī)構(gòu)以及優(yōu)秀企業(yè)的新青年，主講在環(huán)境感知、精準(zhǔn)定位、決策規(guī)劃、控制執(zhí)行等自動(dòng)駕駛關(guān)鍵技術(shù)上的最新研究成果和開(kāi)發(fā)實(shí)踐。
「自動(dòng)駕駛新青年講座」目前已完結(jié)14講；有興趣分享的朋友，可以與智東西公開(kāi)課教研團(tuán)隊(duì)進(jìn)行郵件（class@zhidx.com）聯(lián)系。
毫米波雷達(dá)是唯一能夠在所有天氣條件下以可承受的成本提供可靠感知能力的傳感器，也已經(jīng)被廣泛作為現(xiàn)代高級(jí)駕駛員輔助系統(tǒng)（ADAS）和自動(dòng)駕駛系統(tǒng)中相機(jī)和激光雷達(dá)的關(guān)鍵補(bǔ)充。而毫米波雷達(dá)和激光雷達(dá)的融合則可以在惡劣天氣（如霧）下實(shí)現(xiàn)魯棒檢測(cè)，但這些方法仍然存在著 box 估計(jì)精度低的問(wèn)題。
來(lái)自北京萬(wàn)集科技的算法工程師楊炎龍和瑞典Zenseact公司/Vitalent Consulting公司的劉嘉楠等人，最新提出了一種基于毫米波雷達(dá)和激光雷達(dá) BEV 融合的anchor box free 目標(biāo)檢測(cè)器 RaLiBEV。RaLiBEV 可以利用毫米波雷達(dá) range-azimuth heatmap 和激光雷達(dá)點(diǎn)云的特征來(lái)估計(jì)可能的目標(biāo)，在 BEV 中生成精確的 2D 邊界框。
同時(shí)，他們還設(shè)計(jì)了不同的標(biāo)簽分配策略，以促進(jìn)前景或背景 anchor point 的分類(lèi)與相應(yīng)的邊界框回歸之間的一致性。此外，基于交互式 Transformer 的改進(jìn)融合模塊，通過(guò)相互交互來(lái)正確融合雷達(dá)和激光雷達(dá)特征圖，從而顯著提高了性能，尤其是在精確的目標(biāo)邊界框估計(jì)方面。
在最近發(fā)布的 Oxford Radar RobotCar（ORR）數(shù)據(jù)集上，RaLiBEV 的精度大大優(yōu)于其他最先進(jìn)的方法，即使在惡劣天氣下也能實(shí)現(xiàn)相當(dāng)準(zhǔn)確的檢測(cè)性能。
2月8日19點(diǎn)，「自動(dòng)駕駛新青年講座」第15講邀請(qǐng)到北京萬(wàn)集科技算法工程師、RaLiBEV一作楊炎龍參與，主講《激光雷達(dá)與毫米波雷達(dá)融合的 BEV 目標(biāo)檢測(cè)RaLiBEV》。
講者
楊炎龍，北京萬(wàn)集科技算法工程師；負(fù)責(zé)傳感器融合感知算法開(kāi)發(fā)。
第15講
主 題
《激光雷達(dá)與毫米波雷達(dá)融合的 BEV 目標(biāo)檢測(cè)RaLiBEV》
提 綱
1、激光雷達(dá)目標(biāo)檢測(cè)在惡劣環(huán)境下感知的挑戰(zhàn)
2、毫米波雷達(dá)與激光雷達(dá)融合的目標(biāo)檢測(cè)研究
3、基于 anchor-free 的 RaLiBEV 深度學(xué)習(xí)融合網(wǎng)絡(luò)
4、Transformer 融合模塊及標(biāo)簽分配策略的設(shè)計(jì)和驗(yàn)證
直 播 信 息
直播時(shí)間：2月8日19:00
直播地點(diǎn)：智東西公開(kāi)課知識(shí)店鋪
成果
RaLiBEV：《RaLiBEV: Radar and LiDAR BEV Fusion Learningfor Anchor Box Free Object Detection Systems》
論文地址：https://arxiv.org/pdf/2211.06108.pdf
