RadarGen: Automotive Radar Point Cloud Generation from Cameras

我们提出了RadarGen，一种用于从多视图摄像头图像中合成逼真的汽车雷达点云的扩散模型。RadarGen通过将雷达测量表示为俯视图形式，结合空间结构、雷达截面（RCS）和多普勒属性，使高效的图像-隐式扩散适应雷达领域。一个轻量级的恢复步骤从生成的地图中重建点云。为了更好地与视觉场景对齐，RadarGen纳入了从预训练基础模型中提取的BEV对齐深度、语义和运动线索，这些线索引导随机生成过程朝物理上合理的雷达图案。基于图像的条件使得该方法在原则上与现有视觉数据集和仿真框架兼容，提供了一种多模态生成仿真可扩展的方向。在大规模驾驶数据上的评估表明，RadarGen能够捕获雷达测量分布，并减少与训练于真实数据上的感知模型之间的差距，这标志着生成仿真跨感测模态统一的一步。