每当自动驾驶汽车在道路上行驶时，它都依赖于一只“数字眼”来观察世界。这只眼睛必须能够识别汽车、行人、骑行者和交通标志，并且必须能够瞬间完成，即使是在雨水模糊了挡风玻璃或太阳落入地平线以下的时候。如果这个系统漏掉了站在人行横道边缘的行人，其结果不仅仅是计分板上丢失了一个点数，而是一场潜在的碰撞。多年来，工程师们一直在使用两种主要的“数字大脑”来构建这些视觉系统。其中一种被称为卷积网络（convolutional networks），它擅长捕捉局部细节，比如轮胎的形状或车身侧面的弧度。另一种被称为 Transformer，它更擅长理解全局图景，例如一组车辆是如何协同移动的，或者远处的标志物与道路布局之间的关系。两者各有所长，但对于一辆要安全行驶的汽车来说，它需要的系统不仅要在实验室里表现精准，还要足够快，以便能在车内的小型计算机上运行，并且足够强韧，以应对恶劣的天气。
一个研究小组决定调查究竟哪种系统真正做好了上路的准备。他们没有制造一辆新车，也没有编写一段新代码；相反，他们扮演了整个领域的审计员。他们收集了 2015 年至 2026 年间发表的 142 项不同研究，寻找这些系统能够在现实世界中实际运作的证据。他们发现，这是一个充满了看似诱人的数据，却往往无法说明完整情况的领域。许多研究声称他们的系统具有“实时性”或“鲁棒性”，但当研究人员仔细观察时，他们发现这些说法往往是基于在数据中心里那些功能强大的、房间大小的计算机上进行的测试，而不是在汽车内部的小型芯片上。有些研究仅在晴天进行测试，忽略了导致真实事故的雨天和雾天。有些研究在测量速度时，却没有计算准备图像或处理最终结果所需的时间。研究人员发现，该领域充满了无法被信任的对比，就像是在比较赛车在赛道上的速度与卡车在城市里的速度，却从未检查过这辆卡车是否真的能在那个赛道上行驶。
为了理清这种混乱，该团队创建了一种新的评判这些系统的方法，他们称之为“部署就绪框架”（deployment-ready framework）。他们不再仅仅看单一的准确率得分，而是将评估分解为十一个不同的领域。他们会问：该系统是否能在汽车将要使用的特定计算机硬件上运行？它能否处理微小物体，比如从停放车辆后跑出的儿童？它能否看穿大雨或在黑暗中观察？它是否知道自己何时产生了困惑？研究人员发现，答案往往是缺失的。在他们审查的研究中，只有 13% 的研究实际上在汽车级或边缘硬件上测试了他们的系统。仅有 19% 的研究检查了系统在恶劣天气下的表现，而只有 15% 的研究测试了系统是否能在从未见过的城市中工作。最常见的系统类型——单阶段卷积网络，在速度和在汽车计算机上运行方面仍然是最可靠的，但在处理复杂场景和未知物体方面表现挣扎。较新的基于 Transformer 的系统在理解拥挤场景和隐藏物体方面表现更好，但几乎没有证据表明它们能在不导致过热或耗尽电池的情况下，在汽车计算机上运行得足够快。
研究结论指出，没有任何一种系统家族是应对所有情况的完美解决方案。最佳选择完全取决于汽车将在哪里行驶以及它需要观察什么。对于道路清晰且目标可预测的高速公路，旧的、更快的系统仍然是最实际的选择。对于行人密集且交通复杂的繁华城市，较新的、更智能的系统可能是必要的，但前提是工程师们必须解决如何让它们运行得足够快的问题。研究人员认为，自动驾驶汽车的未来并不取决于在实验室里寻找一个稍微精确一点的算法。它取决于改变科学家报告结果的方式。他们需要停止躲在晴天下的完美分数背后，开始证明他们的系统在雨中、在他们将要使用的特定硬件上，以及在他们从未造访过的城市中确实有效。在这一领域采用这些更严格的标准之前，全自动驾驶的承诺仍将遥不可及，阻碍它的不是缺乏智能，而是缺乏诚实的证据。
技术摘要：一项基于 PRISMA 指导的针对自动驾驶中 CNN、Transformer 及混合目标检测架构的批判性综述
问题陈述
目标检测是自动驾驶汽车（AV）安全关键型感知的基础，然而该领域正面临着基准测试准确率与实际部署就绪度之间的脱节。尽管现有文献广泛记录了卷积神经网络（CNN）、Transformer 和混合架构的演进，但这些综述往往未能系统地评估部署证据。存在一个显著的差距：即在公开数据集上表现优异的检测器，在恶劣天气下可能会失效、可能漏掉远距离行人，或超出嵌入式汽车硬件的延迟约束。此外，由于数据集、硬件平台、数值精度和评估协议的不一致，跨研究的比较往往是无效的。本文解决的核心问题是：缺乏一种系统性的、基于证据的方法论来确定一个检测器是否真正具备部署能力，而不仅仅是根据基准指标对模型进行排名。
研究方法
本综述采用 PRISM 2020 指导的系统化方法，以确保可重复性和可审计性。
- 检索协议： 检索了六个文献数据库（Scopus, Web of Science, IEEE Xplore, ACM Digital Library, ScienceDirect, SpringerLink），检索时间范围为 2015 年 1 月至 2026 年 6 月。搜索目标为专注于道路交通场景中目标检测的同行评审文章和全文会议论文。
- 筛选标准： 若研究评估了道路交通场景中的目标检测、报告了具有定量指标的明确架构并识别了数据集，则予以纳入。相机-激光雷达（Camera-LiDAR）和 3D 检测研究仅作为背景类别保留，核心合成工作聚焦于基于相机的 2D 检测。
- 数据合成： 从最初的 1,980 条记录中，经过去重和筛选后，最终纳入了 142 项符合条件的项研究。
- 可比性协议： 建立了一套严格的证据可比性协议。只有当数据集划分、指标定义、IoU 阈值、输入分辨率、硬件平台、数值精度和推理运行时间相匹配时，结果才被视为具有可比性。若不满足这些条件，结果将作为证据范围或定性陈述进行合成，而非进行数值排名。
- 质量评估： 应用了包含十项标准的评分量表，从数据集透明度、指标定义、硬件报告、可重复性和鲁棒性评估等方面对研究进行评分。
主要贡献
本文对该领域做出了三个主要贡献：
统一分类法： 一个分类系统，不仅通过标签（如“YOLO”或“DETR”）对检测器家族进行分类，还通过其如何以及在哪里集成局部（卷积）和全局（注意力）表示来进行分类。该分类法将特定的设计选择（顺序、并行或交错集成）与自动驾驶特定的运行挑战及失效条件联系起来。
证据可比性协议： 一套定义了在何种条件下可以有效比较所报告的准确率、延迟和鲁棒性的规则。该协议揭示了导致误导性跨研究比较的常见来源，例如引用桌面级 GPU 的帧率作为嵌入式可行性的证据。
自动驾驶目标检测部署就绪度框架 (AVOD-DRF)： 一种创新的方法论，将已发表的证据转化为十一维度的部署就绪度剖面。这些维度包括：
- 驾驶数据的准确率
- 小目标敏感度
- 指定硬件上的推理延迟
- 硬件依赖性（精度、运行时间、批大小）
- 参数与内存负载
- 对天气和光照的鲁棒性
- 对遮挡和领域偏移的抵抗力
- 跨数据集泛化能力
- 不确定性报告与校准
- 可重复性（代码、权重、配置）
至关重要的是，该框架区分了“缺失证据”（记为 0）与“性能较差”，确保那些侧重于基准测试的研究不会因为未提出相关问题而受到惩罚。
关键结果与发现
对 142 项研究的分析揭示了显著的报告缺口和特定的架构权衡：
- 报告缺口：
- 仅有 13% 的研究评估了在汽车或边缘硬件上的延迟。
- 仅有 19% 评估了恶劣天气或低光照条件。
- 仅有 15% 进行跨数据集验证。
- 仅有 6% 报告了不确定性估计。
- 仅有 5% 报告了能耗或功耗。
- 架构权衡：
- CNN（单阶段）： 由于成熟的工具链、确定性的运行时间以及高效的嵌入式优化（如 INT8 量化），在延迟敏感型部署中占据主导地位。然而，它们在全局上下文、长距离小目标以及分布偏移（恶劣天气）方面表现欠佳。
- Transformer（基于查询）： 由于全局自注意力机制和集合预测（消除了 NMS），在拥挤和遮挡场景中表现出卓越性能。然而，它们面临着小目标精度（除非使用多尺度注意力）、高内存消耗以及在嵌入式硬件上算子支持不成熟等挑战。
- 混合架构： 结合了局部和全局推理。虽然它们提高了基准测试中的准确率-计算边界，但其部署成本（量化难度、算子融合问题）被系统性地低估了。目前尚无研究独立复现了专有的混合型自动驾驶检测器，这使得工业界的声明无法被验证。
- 鲁棒性： 所有家族在恶劣条件、领域偏移和对抗攻击下都会大幅下降。没有单一家族是普遍鲁棒的；文献中经常将“鲁棒性”在不同失效来源（自然损坏 vs. 对抗扰动）之间混为一谈。
- 实时可行性： 只有成熟的单阶段 CNN 已被证明能在指定的嵌入式汽车硬件上实现以所述精度进行的实时运行。Transformer 和混合检测器虽已展示了桌面级吞吐量，但其嵌入式就绪度尚无法从已发表的证据中得到证实。
意义与主张
本文明确指出，它并非提出一种新的检测器。相反，其意义在于提供以往综述所缺乏的综合、可比性规则和决策逻辑。
- 重心转移： 本综述认为，迈向可部署的自动驾驶感知的进展，其重点不再仅仅是进一步提升基准准确率，而是在于标准化的证据（在命名硬件上的延迟、受控条件下的鲁棒性、跨数据集的退化情况以及校准后的不确定性）。
- 可操作框架： AVOD-DRF 被作为一个可重复使用的工具，用于研究人员剖析新检测器，以及自动驾驶团队根据设计运行域（ODD）要求对比候选方案。
- 研究议程： 本文总结了一个包含六个要点的研究议程，并配以可证伪的验证协议，呼吁开展以下研究：
- 标准化的恶劣条件基准测试。
- 硬件归一化的延迟与能量报告。
- 跨数据集与跨地理位置的验证。
- 针对未知危险的开放世界与视觉语言检测。
- 不确定性感知且可认证的检测。
- 带有遗忘保护机制的持续学习与车队学习。
作者总结道，虽然没有哪种检测器家族是绝对优越的，但部署适用性严格取决于应用约束。所提出的框架允许基于现实世界的就绪度，而非仅仅基于基准性能，来进行自动驾驶目标检测器的循证选择。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。