Key points are not available for this paper at this time.
Millimeterwellenradar (mmWave) verfügt über eine hohe Auflösung, Empfindlichkeit gegenüber Mikrovibrationen und Anpassungsfähigkeit an verschiedene Umweltbedingungen und birgt ein enormes Potenzial im Bereich der multimodalen Fusionssensierung. Obwohl es Übersichtsarbeiten zu mmWave-Radar gibt, fehlt es an umfassenden Übersichtsarbeiten, die sich auf seine Fähigkeiten zur multimodalen Fusionssensierung konzentrieren. Um diese Lücke zu schließen, bietet unsere Übersichtsarbeit eine eingehende Erkundung der multimodalen Fusionssensierung mit mmWave-Radar und hebt dessen Integration mit anderen Modalitäten hervor. Diese Übersicht diskutiert das komplexe Gebiet der multimodalen Fusionssensierung mit Millimeterwellenradar, beschreibt dessen Bedeutung, Hardware- und Softwareaspekte, Prinzipien sowie aktuelle Potenziale und Anwendungen. Sie geht auf die Datenmerkmale und Datensätze ein, die mit mmWave-Radar verbunden sind, und konzentriert sich auf Doppler-, Punktwolken- und multimodale Datenformate. Die Übersicht hebt hervor, wie diese Datentypen die multimodale Fusionssensierung verbessern und diskutiert Methoden, einschließlich Signalverarbeitung und Lernalgorithmen. Drei Kategorien von multimodalen Fusionsmethoden werden vorgeschlagen, um fusionierte Daten optimal zu verwalten und zu interpretieren. Verschiedene praktische Anwendungen der multimodalen Fusionssensierung mit mmWave-Radar werden veranschaulicht und unterstreichen die einzigartigen Fähigkeiten, die sie bei der Integration mit anderen Sensoren bietet. Die Übersicht schließt mit der Identifizierung möglicher zukünftiger Forschungsrichtungen und betont das immense Potenzial dieses Bereichs für weitere Erkundungen und Fortschritte.
Wang et al. (Mittwoch) untersuchten diese Frage.