本文介绍了一种新型三维物体检测模型P2D，该模型通过整合运动特征和基于预测物体信息的鸟瞰图特征，显著提高了检测精度。采用短期和长期时间解码器，提升了多视角三维检测的性能。实验结果表明，P2D在NuScenes数据集上表现优异，超越了现有领先检测器。
本文介绍了一种基于激光雷达数据的三维物体检测方法，使用范围感知注意力网络（RAANet）提取有效的鸟瞰图（BEV）特征，并提出了一种新型辅助损失用于点密度估计。实验结果表明，该方法在 nuScenes 和 KITTI 数据集上的表现优于最先进的方法，具有较高的检测精度和实时性能。
完成下面两步后，将自动完成登录并继续当前操作。
