Verbesserung der Radarsensorwahrnehmung durch Multi-Task-Lernen: Hin zu verfeinerten Daten für Sensor-Fusion-Anwendungen

Eine lernbasierte Methode zur Schätzung der Höhe von Radarpunkten wird vorgestellt, um die Qualität von Radardaten für nachgelagerte Wahrnehmungsaufgaben zu verbessern. Durch eine robuste Regressionsverlustfunktion und eine Multi-Task-Trainingsstrategie wird der durchschnittliche absolute Radarhöhenfehler von 1,69 auf 0,25 Meter reduziert.