本文是了解BEV感知系列的第三篇论文阅读，来自zoox，其相机到BEV的变换follow了VPN的做法，主要是引入了lidar与radar的数据做融合处理。

本文是了解BEV感知系列的第二篇论文阅读，BEV感知是指将其他传感器或视角下的感知结果融合到鸟瞰视图，本文提出的网络结构通过MLP学习视角变换，进而融合多视角特征，以构建BEV的语义Map。

本文是了解BEV感知系列的第一篇论文阅读，提出了前景运动遮挡对构建语义Map的影响，并提出了一种hallucination背景深度和语义的方法，从而避免了大量的手工标注。

继FusionPainting之后，本工作进一步探究Sensor Fusion做检测的方案，提出了一种soft-association，来映射点云和图像的特征信息，并且利用Transformer两阶段的decoder逐步检测目标。

本文介绍了一种lidar-camera融合感知的方案，类似pointpainting，本工作叫做fusionpainting，通过Adaptive Attention融合两部分传感器特征。

本文可以视为3D-SSD的后续变种，3D-SSD探究了采样方式对3D检测的影响，提出了特征空间的最远点采样，本文则是依靠网络学习语义以及中心度信息，进而完成采样过程，速度可达80+FPS。