RadarNeXt：基于4D毫米波成像雷达的实时可靠3D目标检测器

三维物体检测对于自动驾驶（AD）和高级驾驶辅助系统（ADAS）至关重要。然而，大多数三维检测器在实际应用中过于注重检测精度，往往忽视了网络推理速度。本文提出了一种基于4D毫米波雷达点云的实时且可靠的三维物体检测器——RadarNeXt。该检测器利用可重新参数化的神经网络来捕捉多尺度特征，减少内存消耗并加速推理过程。此外，为了突出雷达点云中的不规则前景特征并抑制背景杂波，我们提出了一种多路径可变形前景增强网络（MDFEN），在保证检测精度的同时最小化速度损失和过多的参数数量。在View-of-Delft和TJ4DRadSet数据集上的实验结果验证了RadarNeXt的卓越性能和效率，使用我们提出的MDFEN变体分别达到了50.48和32.30的平均精度（mAP）。值得注意的是，我们的RadarNeXt变体在RTX A4000 GPU上实现了超过67.10帧每秒（FPS）的推理速度，在Jetson AGX Orin上则达到了28.40 FPS。本研究证明了RadarNeXt为基于4D毫米波雷达的三维感知提供了一种新颖且有效的范式。