งานวิจัยชิ้นนี้เป็นการทบทวนวรรณกรรมอย่างครอบคลุมเกี่ยวกับอัลกอริทึมการรับรู้ (Perception Algorithms) โดยใช้เรดาร์คลื่นมิลลิเมตรแบบ 4 มิติ ซึ่งเป็นเทคโนโลยีที่กำลังเติบโตอย่างรวดเร็วในอุตสาหกรรมยานยนต์ไร้คนขับ เนื้อหาครอบคลุมตั้งแต่พื้นฐานของเรดาร์ การแทนค่าข้อมูล ไปจนถึงงานระดับสูงอย่างการตรวจจับวัตถุ การทำ Semantic Segmentation การประมาณค่าการเคลื่อนที่ และการพยากรณ์การครอบครองพื้นที่ (Occupancy Prediction)
นอกจากนี้ งานวิจัยยังเปรียบเทียบความแตกต่างระหว่างการเรียนรู้โดยใช้เรดาร์เพียงอย่างเดียว (Radar-only learning) กับการหลอมรวมข้อมูลจากหลายเซนเซอร์ (Multimodal Fusion) รวมถึงการถ่ายทอดความรู้ระหว่างโมเดล (Knowledge Distillation) โดยเน้นย้ำถึงความสำคัญของข้อมูลระดับความสูง (Elevation) และค่า Doppler ที่เรดาร์ 4 มิติทำได้ดีกว่าเรดาร์รุ่นก่อนหน้า พร้อมทั้งสรุปชุดข้อมูล (Datasets) และความท้าทายในอนาคตเพื่อเป็นแนวทางให้กับนักวิจัยในสาขานี้
