DRIFT：双路径融合Transformer突破4D雷达感知瓶颈，自动驾驶感知精度再攀新高
在自动驾驶领域，环境感知是确保车辆安全行驶的核心环节。传统方案通常依赖高分辨率激光雷达（LiDAR），但其高昂成本和恶劣天气下的性能衰减问题一直困扰着行业。相比之下，4D雷达因其能同时提供三维位置和速度信息，并具备强抗干扰能力而备受青睐。然而，4D雷达的点云密度天然偏低，导致其在复杂场景下的细节捕捉能力不足。这迫使研究者必须深入思考：如何在不牺牲性能的前提下，最大化利用这种稀疏但稳健的数据源？
面对这一挑战，来自顶尖科研机构的团队提出了DRIFT（Dual-Representation Inter-Fusion Transformer）模型。DRIFT的核心创新在于其‘双轨并行’的设计哲学——它不满足于单一维度的特征提取，而是构建了一条专注局部精细特征的‘点路径’，另一条则聚焦全局空间结构的‘柱状路径’。前者如同显微镜般审视每一片落叶的细节纹理，后者则像广角镜头般把握整片森林的宏观格局。这种结构上的互补性，为融合两种截然不同但又各自擅长的表征方式奠定了基础。
双路径协同：从孤立到交融的技术跃迁
DRIFT的巧妙之处在于，它并非简单地将两条路径的结果进行后期拼接或加权平均，而是在多个层级设计了‘特征共享层’。这些共享层充当了两种不同视角之间的‘翻译官’，强制它们在同一个语义空间内进行交流。例如，在某个中间阶段，点路径发现了一个潜在的障碍物边缘，它会立即被传递到柱状路径，提醒后者调整其对周围区域的整体理解。反之，柱状路径识别出的潜在车道线走向也能指导点路径更精准地扫描相关区域。这种动态、持续的交互，使得整个系统能够像一个拥有全局视野和局部专长的专家团队一样，共同做出最优判断。
为了验证其有效性，研究人员选择了一个公认的权威测试平台——View-of-Delft（VoD）数据集。该数据集以其高质量标注和真实世界多样性著称，是衡量各类感知算法性能的试金石。实验结果显示，DRIFT的表现堪称惊艳。在最具代表性的目标检测任务中，其平均精度均值（mAP）达到了52.6%，相较于当前主流的开源模型CenterPoint（45.4%）实现了近7个百分点的绝对提升。这意味着DRIFT不仅能更准确地识别出车辆、行人等各类目标，而且对其属性的判断也更为可靠。此外，在自由道路估计这一同样关键的辅助任务上，DRIFT也展现出了强大的竞争力，进一步证明了其对驾驶环境的全面理解能力。
深度点评：超越数据堆砌，迈向智能融合的未来
回顾过往，许多针对4D雷达的研究往往倾向于通过增加硬件数量来弥补密度不足，或是采用复杂的后期滤波算法进行数据增强。DRIFT的出现，标志着一个重要的范式转变——它不再试图‘修补’原始数据的缺陷，而是通过革命性的网络结构设计，从根本上改变我们解读和利用这些数据的方式。这种思路的价值在于，它将原本被视为‘劣势’的稀疏性，转化为激发模型发挥想象力、构建更强抽象能力的催化剂。
更进一步看，DRIFT的成功也揭示了当前感知算法的一个共性趋势：即从‘单一模态的极致优化’向‘多模态的智能协同’演进。无论是激光雷达、摄像头还是毫米波雷达，每种传感器都有其不可替代的独特优势。未来的自动驾驶系统，必然是一个高度集成且能动态调配资源的多模态大脑，而非某个单项冠军的独角戏。DRIFT的双路径融合机制，正是这一宏大愿景的一次有力实践。
当然，我们也应理性看待这项工作的边界。尽管取得了突破性进展，但DRIFT目前仍主要依赖于高质量的标注数据进行训练。在实际部署时，如何保证其在未见过场景下的泛化能力，以及如何与其他车载系统（如决策规划模块）高效对接，依然是亟待解决的工程化难题。
展望未来，随着计算平台性能的持续提升和对安全冗余要求的日益严格，以4D雷达为代表的低成本传感器将在更多L2+乃至更高阶的车型中得到普及。DRIFT这类能够充分挖掘其潜力的先进算法，无疑将为推动自动驾驶技术的规模化落地注入强劲动力。我们有理由相信，在不远的将来，搭载类似DRIFT系统的车辆，将能够在雨雪雾霾等极端条件下，依然保持稳定、精准的‘眼睛’，带领人类驶向更加智能、安全的出行新时代。