4D mmWave Radar in Adverse Environments for Autonomous Driving: A Survey
作者: Xiangyuan Peng, Miao Tang, Huawei Sun, Lorenzo Servadei, Robert Wille
发布时间: 2025-04-03
来源: arxiv
研究方向: 4D毫米波雷达在恶劣环境下的自动驾驶感知
主要内容
本文综述了4D毫米波雷达在恶劣环境下的自动驾驶感知研究，包括数据集、方法和挑战。重点分析了雨、雪、雾和烟雾等恶劣环境对4D毫米波雷达性能的影响，并探讨了提高其鲁棒性的方法。
主要贡献
1. 首次全面总结了4D毫米波雷达在恶劣环境下的数据集、方法和应用。
2. 详细介绍了针对感知和SLAM任务的4D毫米波雷达数据集，涵盖了多种天气和光照条件。
3. 分析了现有的4D毫米波雷达在恶劣环境下的方法，包括针对多种挑战条件的通用策略和针对特定天气的专门技术。
4. 讨论了4D毫米波雷达在恶劣环境下的挑战和未来趋势，包括噪声和稀疏性处理、模拟、新任务和新场景。
研究方法
1. 数据预处理和去噪
2. 网络骨干增强
3. 数据级融合、特征级融合和决策级融合
4. 多模态融合
5. 自标注和知识蒸馏
6. 雨、雪、雾和烟雾等恶劣环境下的特定方法
实验结果
实验结果表明，4D毫米波雷达在恶劣环境下具有比其他传感器更好的鲁棒性，能够有效地进行目标检测和跟踪。
未来工作
未来研究应着重解决噪声和稀疏性处理、数据集模拟、新任务和新场景等问题，以进一步提高4D毫米波雷达在恶劣环境下的性能。