华为汽车自动驾驶中，如何理解结合雷达的跨模式目标检测技术？

本文共计1685个文字，预计阅读时间需要7分钟。

计算机视觉研究院专题作者：Edison_G在3D目标检测与跟踪挑战赛中，华为诺亚方舟实验室与华为Octopus自动驾驶云服务联合团队Noah+CV+LabOctopus荣获第一名。华为汽车是由华为研发的。

计算机视觉研究院专栏

作者：Edison_G

在3D目标检测挑战赛中，华为诺亚方舟实验室与HUAWEI Octopus自动驾驶云服务联合团队Noah CV Lab&Octopus，取得了3D detection track第一名。华为汽车是由华为公司生产的新能源智能汽车。自动驾驶中的目标检测怎么做到的呢？

​

一、简要

在恶劣的驾驶情况下，例如弱/强照明和恶劣天气，雷达通常比相机更稳定。然而，与相机捕捉的RGB图像不同，雷达信号的语义信息很难提取。

于是就有研究者提出了一种深度雷达目标检测网络(RODNet)，纯粹利用精心处理的方位频率热图格式的雷达频率数据有效地检测目标。引入了三种不同的基于三维自动编码器的架构来从输入随机映射的每个片段中预测目标置信度分布。最后的检测结果然后使用新的后处理方法来计算，称为基于位置的非极大最大抑制(L-NMS)。

这次，研究者没有使用繁重的人类标记的真实标签（GT），而是使用相机-雷达融合(CRF)策略自动生成的三维定位方法的注释来训练RODNet。为了训练和评估新方法，研究者还构建了一个新的数据集——CRUW，其中包含各种驾驶场景中的同步视频和实时地图。经过详细的实验，RODNet在没有摄像头存在的情况下显示出了良好的目标检测性能。