轻量级LiDAR相机三维动态物体检测与多类轨迹预测

本研究解决了服务移动机器人在有限计算资源下需要实时避开动态物体的挑战。提出的轻量级多模态框架通过结合LiDAR和相机输入，采用新颖的Cross-Modal Deformable Transformer和Reference Trajectory-based Multi-Class Transformer，实现了高精度的物体检测和有效的轨迹预测，显著提高了检测和预测的性能。