编辑推荐：
在路侧 3D 目标检测中，多模态融合存在传感器校准误差导致的特征错位问题。研究人员提出 UncertainBEV 框架，引入 UncertainFuser 模块建模特征不确定性，优化稀疏体素池化并设计多头注意力机制。在 DAIR-V2X-I 数据集上，车辆、行人、 cyclists 的 3D mAP 分别提升 2.88%、7.73%、3.68%，为路侧感知提供新方案。
随着自动驾驶与智能交通系统的蓬勃发展，精准的环境感知成为关键。然而，路侧三维（3D）目标检测中，摄像头与激光雷达（LiDAR）等多传感器融合时，因视角差异、时间同步偏差、数据分辨率不同及校准矩阵误差等问题，常出现特征错位，严重影响检测性能。传统方法如 BEVFusion 虽在鸟瞰图（BEV）空间融合数据，但忽视了实际应用中的特征错位，导致检测精度受限。如何高效融合多模态数据并解决特征错位，成为提升路侧 3D 目标检测准确性与鲁棒性的核心挑战。
为攻克这一难题，国内研究机构（文中未明确提及具体单位，但从代码开源地址 “NUST-Machine-Intelligence-Laboratory” 推测为国内高校或科研院所）的研究人员开展了相关研究，提出了 UncertainBEV 框架。该研究成果发表在《Image and Vision Computing》，为路侧多模态感知提供了新的解决思路。
研究人员采用的主要关键技术方法包括：一是优化稀疏体素池化模块，借鉴 BEVSpread 的扩散体素池化策略，将每个平截头体点作为源点，通过自适应权重将图像特征扩散到周围 BEV 网格，并引入定位近似误差校准（PAEC）模块，在降低计算复杂度的同时减少位置近似误差；二是设计 UncertainFuser 模块，基于贝叶斯负对数似然（NLL）损失对多模态特征的不确定性进行建模，生成各模态的权重并动态调整，实现多模态特征的精准对齐；三是引入多头注意力（MHA）机制，针对 LiDAR 点云高维稀疏的特点，提取更精细丰富的特征，为多模态融合提供精准信息。
实验结果
在 DAIR-V2X-I 和 DAIR-V2X-Seq 数据集上的实验表明，与基线方法相比，UncertainBEV 在车辆、行人、骑行者三类目标的 3D 平均精度均值（mAP）上分别提升了 2.88%、7.73% 和 3.68%，显著优于现有方法，验证了其有效性。
消融实验
通过对各模块的消融研究发现，PAEC 模块和 UncertainFuser 模块均对性能提升有显著贡献。PAEC 模块有效减少了摄像头到 BEV 转换过程中的位置近似误差，而 UncertainFuser 模块通过建模特征不确定性，动态调整融合权重，进一步解决了全局特征错位问题，多头注意力机制则增强了 LiDAR 特征的表达能力。
研究结论表明，UncertainBEV 框架通过多模块协同作用，有效解决了路侧多模态融合中的特征错位难题，显著提升了 3D 目标检测性能。该研究为自动驾驶路侧感知系统提供了更鲁棒的多模态融合方案，有助于提升自动驾驶的安全性与可靠性，对推动智能交通系统的发展具有重要意义。未来研究可进一步探索更高效的不确定性建模方法，以适应复杂动态场景下的实时感知需求。
