来源：自动驾驶之心 作者：汽车人
由于构建自主机器人感知系统的需求，传感器融合能够充分利用跨模态信息已引起研究人员和工程师的大量关注。然而，为了大规模地构建机器人平台，需要强调自主机器人平台带来的成本。camera和radar本身就包含互补的感知信息，有潜力大规模开发自主机器人平台。然而，与LiDAR与视觉融合相比，雷达与视觉融合的工作有限。本文通过对BEV目标检测系统的视觉毫米波雷达融合方法的调查来解决这一差距。首先将介绍背景信息，即目标检测任务、传感器选择、传感器设置、基准数据集和机器人感知系统的评估指标。随后，将介绍每种模态（相机和radar）数据表示，然后详细介绍基于子组的传感器融合技术，即早期融合、深度融合和后期融合，以便于理解每种方法的优缺点。最后，我们提出了视觉radar融合的未来可能趋势，以启发未来的研究。