该研究提出了一种零-shot方式的对象检测方法，利用点聚类、时间一致性、CNN 的平移等性质以及自我监督来改进无监督检测算法。该方法能够在稀疏、远距离区域进行检测，并在更多迭代自我训练的过程中不断改进。在 PandaSet 和 Argoverse 2 Sensor 数据集上展示了该方法的显著优于无监督基线的性能，证明了自我监督与对象先验相结合可以实现野外对象发现的潜力。