我的研究聚焦于毫米波与雷达数据融合的三维目标检测。近期尝试复现经典方法,即先将雷达点云投影为伪图像,再通过卷积网络与图像特征进行融合学习。然而可视化分析表明,这种融合方式效果有限:深层雷达特征图中仍充斥大量背景干扰与噪声,模型性能提升不明显。究其原因,毫米波雷达数据本身具有稀疏性高、信噪比低、杂波强等特点,直接套用图像融合范式难以适配其物理特性。因此,亟需探索更契合毫米波特性的表征建模与跨模态对齐机制,例如基于几何约束的特征校准、稀疏感知的注意力融合,或联合时空域的协同优化策略,以实现更鲁棒、更精准的多源感知融合。