论文精度：HeightFormer：基于Transformer的体素高度预测在路边3D目标检测中的应用

论文地址：https://arxiv.org/pdf/2503.10777

1. 背景与问题定义

1.1 路边视觉3D检测的重要性

在自动驾驶领域，车辆端的视觉感知系统面临视角局限性​（如遮挡、短距离感知）和安全挑战。相比之下，​路边摄像头通过高位安装，可覆盖更广的感知范围（如交叉路口、高速公路），显著提升系统的全局视角和长距离感知能力，降低遮挡影响。因此，基于路边摄像头的3D目标检测成为近年研究热点。

1.2 现有方法的局限性

现有方法主要分为三类（如图1所示）：

1. ​基于图像特征的方法​（图1a）：