3D目标检测 3D目标检测是计算机视觉和自动驾驶领域中的一项核心技术，与2D目标检测（输出图像中的2D边界框）不同，3D目标检测的目标是在三维空间中定位目标，并识别其类别，它的输出通常是一个3D边界框,包含了目标的... wen 2026-07-02 29
体素特征编码 这是一个非常专业且核心的计算机视觉/图形学概念，体素特征编码是指将三维空间中的体素（Voxel，即三维像素）所包含的几何、颜色、语义或隐式信息，转换为一个机器可以理解和处理的高维向量或张量的过程，体素... wen 2026-07-02 36
VoxelNet VoxelNet详解：从点云到3D目标检测的革命性突破目录导读VoxelNet的核心原理——如何将无序点云转化为有序体素特征技术架构详解——体素特征编码（VFE）与区域提议网络（RPN）的协同与传统方... wen 2026-07-02 32
PointNet 这是一个非常经典的3D深度学习模型，PointNet 是第一个 直接处理无序点云 的深度学习架构，由Charles R. Qi等人于2017年提出（论文：PointNet: Deep Learning... wen 2026-07-02 33
PointPillars This is a great topic. PointPillars is a highly influential and practical method for 3D object detec... wen 2026-07-02 31
Sensor Fusion 从多源数据到智能决策的核心技术目录导读什么是传感器融合？传感器融合的核心原理与架构主流传感器融合算法对比自动驾驶中的传感器融合实践工业物联网与机器人领域的应用传感器融合面临的挑战与未来趋势常见问题解答... wen 2026-07-02 29
激光雷达感知 自动驾驶与机器人视觉的核心技术解析目录导读激光雷达感知的基本原理与技术架构四大主流技术路线对比与演进趋势点云数据处理的关键算法与挑战激光雷达感知在自动驾驶领域的典型应用常见问题解答（FAQ）激光雷达感... wen 2026-07-02 32
相机与雷达融合 这是一个非常核心且前沿的自动驾驶、机器人和测绘领域话题，相机与雷达融合（Camera-Radar Fusion）旨在利用两种传感器的互补性,解决单一传感器在复杂环境下的感知瓶颈，就是让系统的感知能力做... wen 2026-07-02 30
Transformer在BEV Transformer在BEV：从理论到实践的深度学习革命目录导读Transformer与BEV的融合背景 – 为什么需要将Transformer引入BEV？核心原理：BEV空间中的注意力机制 – 如... wen 2026-07-02 32
BEV鸟瞰图 BEV（Bird‘s Eye View，鸟瞰图） 是自动驾驶、机器人导航和计算机视觉领域中一种非常核心的视角转换技术，就是把传统的、第一人称视角（前视、环视）的摄像头图像，通过算法“投射”到一个自上而... wen 2026-07-02 32
