UniBEV ist ein End-to-End-Multisensor-3D-Objekterkennungsmodell, das für Robustheit gegen fehlende Sensormodalitäten ausgelegt ist. UniBEV verwendet einen einheitlichen Ansatz zur Erstellung von BEV-Merkmalen aus allen verfügbaren Modalitäten, um eine bessere Ausrichtung der Merkmale zu erreichen. Verschiedene Fusionsstrategien werden untersucht, wobei die vorgeschlagene Channel Normalized Weights-Methode die Robustheit bei fehlenden Modalitäten verbessert.
Bestehende Methoden zur multisensorischen 3D-Objekterkennung zeigen unterschiedliche Grade an Robustheit gegenüber verschiedenen Arten von Datenkorruptionen, je nach Fusionsstrategie und Ausrichtung des Modells.