目前存在的问题：
- 常用的体素化或鸟瞰图（BEV）表示相比，范围视图表示更紧凑且没有量化误差，但其在目标检测方面的性能很大程度上落后于体素化或 BEV 。
- 范围视图尺度变化的挑战
- 2D 图像不同，虽然距离图像的卷积是在 2D 像素坐标上进行的，但输出是在 3D 空间中。 标准卷积的核权重和聚合策略都忽略了这种不一致
文章主要研究内容：
- 提出了一个简单而有效的范围条件金字塔，提出元内核从 2D 范围视图表示中捕获 3D 几何信息，使用加权非极大值抑制解决2D 距离视图自然比 3D 空间更紧凑却被忽略的问题。3D 迁移常见的数据增强技术范围视图的空间。