摘要
要实现可靠的自动驾驶检测，就需要在不牺牲实时处理能力的前提下，同时利用RGB纹理信息和红外热成像数据。现有的RGB-IR检测方法往往依赖静态特征拼接或二次注意力机制，这导致它们容易受到模态不平衡、微小空间偏差以及部署成本的影响。我们提出了MobileMamba-DETR，这是一种轻量级的DETR风格检测器，它将双模态融合视为一种选择性状态空间过程。其核心设计包括基于SS2D的跨模态交互模块，该模块以标准化后的RGB-IR对比度作为引导；同时，MobileMamba主干网络、光谱-空间编码器以及动态卷积解码器则负责实现高效的多尺度特征表示与目标定位。在M3FD和FLIR-ADAS数据集上，MobileMamba-DETR的mAP值分别达到83.6%和78.3%，在RTX 3090硬件上的推理速度可达42 FPS，且模型参数量为38.7M。实验结果、消融分析以及基于种子值的验证均表明，选择性状态空间融合策略能够在提升检测精度的同时保持实时处理能力。
