PETRv2 在 PETR 的基础上，探索了时间建模的有效性，利用前几帧的时间信息来增强 3D 目标检测。主要贡献有2点：扩展了 PETR 中的 3D position embedding（3D PE）用于时序建模，实现了不同帧间目标位置的时间对齐。引入了特征引导（feature-guided）的位置编码器，以提高 3D PE 的数据适应性。

对于激光雷达与相机的标定，现有的方法一般是先标定相机的本征参数，然后再标定激光雷达和相机的外参参数。如果在标定的第一步没有正确标定好相机的本征参数，则很难对激光雷达-相机的外参参数进行准确的标定。由于相机内部结构复杂，且目前缺乏有效的相机本征参数标定的量化评价方法，在实际标定中，外参参数标定的精度往往会因相机本征参数的微小误差而降低。如下图所示。针对现有方法的问题，作者提出了一种基于目标的相机内参