L3是区分辅助驾驶与智能驾驶的关键节点，L0-L2“人为主、车为辅”，L3之后“车为主、人为辅”。随着技术持续升级，智能驾驶功能有望持续落地。跟据《汽车驾驶自动化分级》标准，智能驾驶技术可划分为L0-L5共六个级别。从实现功能来看，L0级别主要完成向驾驶员发出警告信息的任务；L1实现了行驶过程中可以完成定速巡航等功能；L2方案的主要功能是自适应巡航、自动紧急制动、自动泊车辅助等；L3方案可以完成

以MIMO模式收集的原始信号按照图16所示的流程进行处理。图16 MIMO信号处理链每次数据采集后，将保存4个级联设备对应的二进制数据文件和相应的chirp配置文件。这两个文件是ADC数据读取和校准模块的输入。二进制数据文件是根据基于数据格式的chirp参数，每个chirp采样，每帧chirp，TX/RX通道的数量来读取/解析的。然后将数据重新格式化为4D矩阵，其中包含每个chirp的采样维数，每

激光雷达（LiDAR）是一种主动遥感技术，通过测定传感器发出的激光在传感器与目标物体之间的传播距离，来分析目标地物表面的反射能量大小、反射波谱的幅度、频率和相位等信息，进而实现对目标物体的精确定位、识别以及一些特性的检测，主要可以用于自动驾驶、智慧城市等领域。激光雷达的工作原理是利用激光发射器发射激光束，然后通过接收器接收从目标物体反射回来的激光信号，从而测量出目标物体的距离、方向、高度等信息。激

在参考文献73中，通用汽车公司和德州仪器公司成功地演示了多达4个德州仪器公司的AWR1243雷达芯片可以级联在一起，提供12个发射天线和16个接收天线，从而实现192个虚拟阵列元素的合成。例如，Uhnder开发了一种雷达片上系统(SoC)，它有12个发射天线和16个接收天线，可以合成192个虚拟阵列元素[79](在后面的章节中更详细地讨论)。如今，许多专为ADAS功能设计的汽车雷达收发器，如NXP

车载激光雷达主要由发射系统、接收系统、信号处理系统三部分组成，使用激光发射部件向一定视场角 FOV（Field Of View）内发射光线，同时使用接收部件接收范围内反射回的光线，利用已知和获取的发射光线与反射光线的相关信息，直接计算或推导出反射点的信息（速度、距离、高度、反射强度等）。4）激光雷达相对昂贵，可精准测距、速度分辨率高、能创建出目标清晰的3D 图像，因此可以更好应对相对小型、异形障碍

最近做雷达视觉前融合算法，在笔记本/服务器搭建深度学习环境，并运行模型验证，这里记录下过程和经验教训。

本文围绕3D目标检测任务，提出了——一种基于查询的雷达-相机融合Transformer框架，突破了传统BEV融合的性能瓶颈。图1 RaCFormer 的动机。(a) 以往的方法通常通过拼接或交叉注意力的方式将来自图像视角转换和雷达点云编码的 BEV 特征进行融合。(b) 相比之下，RaCFormer 采用基于查询的融合框架，同时采样雷达增强的图像视角特征、摄像机变换后的 BEV 特征以及雷达编码的

本文围绕3D目标检测任务，提出了——一种基于查询的雷达-相机融合Transformer框架，突破了传统BEV融合的性能瓶颈。图1 RaCFormer 的动机。(a) 以往的方法通常通过拼接或交叉注意力的方式将来自图像视角转换和雷达点云编码的 BEV 特征进行融合。(b) 相比之下，RaCFormer 采用基于查询的融合框架，同时采样雷达增强的图像视角特征、摄像机变换后的 BEV 特征以及雷达编码的

查询最初被初始化为 BEV 空间中的稀疏柱体集合。区别于传统方法使用3D参考点作为query初始化，SparseBEV采用BEV空间的柱体作为query初始形式：每个query包含位置(x,y,z)、尺寸(w,l,h)、旋转θ、速度[vx,vy]及对应的D维特征，z初始化为0、h初始化为4m，引入了更合理的空间先验，相比参考点可带来0.5NDS的性能提升。要缩小稀疏方法与稠密方法的性能差距，需要同

自动驾驶的核心感知任务（3D目标检测、BEV语义分割）长期采用不同范式：多相机3D检测主流为图像视角方法（如FCOS3D、PGD），而BEV语义分割由BEV视角方法主导，无法复用计算资源，且图像视角方法对目标位置、朝向、速度的感知精度有限。BEV空间与自动驾驶下游任务（路径规划、决策）的定义空间一致，更易精准感知目标的平移、尺度、朝向、运动速度等几何属性，且具备支撑多任务统一建模的潜力。2D检测的