4D mmWave Radar in Adverse Environments for Autonomous Driving: A Survey

要約

自律運転システムには、正確で信頼できる認識が必要です。
ただし、雨、雪、霧などの不利な環境は、ライダーとカメラの性能を大幅に低下させる可能性があります。
対照的に、4Dミリ波（MMWave）レーダーは、3Dセンシングと追加の速度測定を提供するだけでなく、挑戦的な状況でも堅牢性を維持し、自律運転にますます価値があります。
最近、不利な環境の下での4D MMWaveレーダーに関する研究が増加していますが、包括的な調査はまだ不足しています。
このギャップを埋めるために、この調査では、不利な環境での4D MMWaveレーダーに関する現在の研究を包括的にレビューします。
まず、多様な天気や照明シナリオを含む既存の4D MMWaveレーダーデータセットの概要を示します。
次に、さまざまな不利益に応じて方法とモデルを分析します。
最後に、現在の研究と潜在的な将来の方向性で直面している課題について、過酷な環境で4D MMWaveレーダーアプリケーションを進めるために議論されています。
私たちの知る限り、これは自律運転のための不利な環境で4D MMWaveレーダーに特に焦点を当てた最初の調査です。

要約(オリジナル)

Autonomous driving systems require accurate and reliable perception. However, adverse environments, such as rain, snow, and fog, can significantly degrade the performance of LiDAR and cameras. In contrast, 4D millimeter-wave (mmWave) radar not only provides 3D sensing and additional velocity measurements but also maintains robustness in challenging conditions, making it increasingly valuable for autonomous driving. Recently, research on 4D mmWave radar under adverse environments has been growing, but a comprehensive survey is still lacking. To bridge this gap, this survey comprehensively reviews the current research on 4D mmWave radar under adverse environments. First, we present an overview of existing 4D mmWave radar datasets encompassing diverse weather and lighting scenarios. Next, we analyze methods and models according to different adverse conditions. Finally, the challenges faced in current studies and potential future directions are discussed for advancing 4D mmWave radar applications in harsh environments. To the best of our knowledge, this is the first survey specifically focusing on 4D mmWave radar in adverse environments for autonomous driving.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google