异质传感鲁棒检测
通过全局与局部空间对齐，解决多模态BEV特征错位问题，提升复杂环境下协同3D目标检测的精度与稳定性。
Junyang, He · Deng, Xiaoheng · Jinsong, Gui · 张涛 · He, Xiangjian
IEEE Internet of Things Journal 2025
对两种传感器生成的 BEV 表示在空间域进行全局和局部对齐，直接修正实体位置偏差，使后续融合的特征在空间上更一致。
消息融合阶段采用级联中心化金字塔策略，在水平和垂直空间维度灵活采样，使多个智能体的特征能更充分地交换与融合。
在 OPV2V 和 DAIR-V2X-C 上进行的定量与定性实验表明，MDNet 在 3D 目标检测任务中具有更优性能和更强鲁棒性。