论文链接：https://arxiv.org/pdf/2407.20748
摘要
本文介绍了用于车辆与基础设施协同感知的面向任务通信。车辆与基础设施（V2I）协同感知在自动驾驶场景中起着至关重要的作用。尽管它有可能提高感知准确性和鲁棒性，但是大量的原始传感器数据不可避免地会导致较高的通信开销。为了缓解这个问题，本文提出了TOCOM-V2I，这是一种用于V2I协同感知的面向任务通信框架，其通过仅传输任务相关的信息而不是原始数据流来降低带宽消耗，从而实现周围环境感知。实验结果证明了TOCOM-V2I的有效性。
主要贡献
本文的贡献为如下三方面：
1）本文提出了一种空间感知特征选择模块，其根据空间关系和感知先验来滤除不相关的信息；
2）本文引入了一种分层熵模型来利用特征中的冗余关系实现高效压缩和传输；
3）本文利用缩放点积注意力架构来融合车辆和基础设施特征，以提高感知性能。
论文图片和表格
总结
本项研究验证了用于协同感知的面向任务通信的有效性，其用于3D目标检测，而不是原始数据重建。本文提出的TOCOM-V2I实现了一个通信高效的协同感知框架。其核心思想是基于空间感知特征选择模块从原始数据中选择与任务相关的信息。然后，基础设施采用分层熵模型来利用所选择特征内的冗余关系进行高效传输。最后，车辆利用接收到的感知关键特征和自观测结果来检测目标。大量的实验结果表明，所提出的TOCOM-V2I在检测性能和通信开销之间实现了更好的权衡。
发表回复