CR3DT: カメラとレーダーの融合による3次元検出と追跡

自動運転車両において、周囲の物体を正確に検出および追跡することは不可欠です。光検出測距（LiDAR）センサは高性能システムの基準を設定していますが、カメラのみのソリューションの魅力はコスト効率の良さにあります。特に、自動車システムで広く使用されている電波検出測距（RADAR）センサは、データの希少性と測定ノイズのために3D検出および追跡における潜在能力がほとんど見過ごされてきました。最近の進展として、RADARとカメラの組み合わせが有望な解決策として注目されています。本論文では、Camera-RADAR 3D Detection and Tracking (CR3DT)という3D物体検出と多物体追跡（MOT）用のカメラ-RADAR融合モデルを提案します。最先端（State-of-the-Art, SotA）のカメラのみBEVDetアーキテクチャを基盤としており、RADARセンサの空間情報と速度情報を組み込むことで、検出能力和追跡能力ともに大幅な改善を示しています。実験結果によると、nuScenesデータセット上で両モダリティを使用することで、平均精度（mAP）での絶対的な検出性能向上が5.3%、平均多物体追跡精度（AMOTA）での向上が14.9%達成されました。CR3DTは、自動運転における高性能かつコスト効率の良い認識システム間のギャップを埋めることを目指しており、自動車応用におけるRADARの普及性を活用しています。コードは以下のURLから入手可能です: https://github.com/ETH-PBL/CR3DT.