توفر الرادارات الحديثة للسيارات بيانات الارتفاع إلى جانب البيانات المتعلقة بالمسافة، والاتجاه الأفقي، وسرعة دوبلر. في هذه الدراسة التجريبية، نطبق كاشف كائنات حديثًا (PointPillars) تم استخدامه سابقًا مع بيانات ليدار ثلاثية الأبعاد، على بيانات رادار ذات أبعاد 3+1 (حيث يشير البعد 1D إلى دوبلر). وفي دراسات التحليل التجريبي، نستعرض أولًا الفوائد الناتجة عن المعلومات الإضافية المتعلقة بالارتفاع، إلى جانب معلومات دوبلر ومساحة التداخل الراداري والتكاثف الزمني، في سياق كشف المستخدمين المتعددين على الطرق. ثم نقارن أداء كاشفات الكائنات على بيانات الرادار وبيانات ليدار، من حيث الفئة الكائنية وحَسْب المسافة. ولتسهيل دراستنا التجريبية، نقدّم مجموعة بيانات جديدة تُسمى "منظر دلفت" (View-of-Delft أو VoD). وتشمل هذه المجموعة 8693 إطارًا من بيانات ليدار بـ 64 طبقة، وبيانات كاميرات مزدوجة (ستيريو)، وبيانات رادار 3+1D، تم جمعها بشكل متزامن ومُعدّل دقة في ظروف حركة مرورية معقدة في المناطق الحضرية. وتضم المجموعة 123106 علامات مربعة ثلاثية الأبعاد للكائنات المتحركة والثابتة، بما في ذلك 26587 علامة لمشاة، و10800 علامة لراكبي دراجات، و26949 علامة لسيارات. تُظهر نتائجنا أن أداء كشف الكائنات على بيانات ليدار بـ 64 طبقة لا يزال يفوق أداء كشف الكائنات على بيانات الرادار ذات الأبعاد 3+1، لكن إضافة معلومات الارتفاع ودمج مقاطع الرادار المتتالية يساعدان على تضييق الفجوة. وتم إتاحة مجموعة بيانات VoD مجانًا لغرض المقارنة العلمية عبر الرابط: https://intelligent-vehicles.org/datasets/view-of-delft/.