Interruption-Aware Cooperative Perception for V2X Communication-Aided Autonomous Driving

要約

タイトル：V2X通信支援自動運転のための中断感知協調知能

要約：

・V2X通信技術によって可能になる協調知能は、単独の車両の限られた知覚能力を超えて自動運転の知覚性能を大幅に向上させることができ、それにより、交通システムにおける自動運転の安全性と効率性を向上させることができます。
・しかしながら、実際の協調知能の利点を完全に生かすためには、V2X通信の不完全性、すなわち通信エラーや中断の影響を理解し、その悪影響を緩和するために効果的な対策を開発する必要があります。
・このニーズに基づき、我々は、中断感知協調知能（V2X-INCOP）のための新しいロバスト協調知能解を提案しています。この解決策では、中断による欠落情報を回復するために過去の情報を活用しています。
・より包括的な回復を実現するために、V2X通信条件に基づいてマルチスケール空時間予測モデルを設計してマルチスケール空時間特徴を抽出し、欠落した情報の予測に最も重要な情報をキャプチャするようにしています。
・さらに回復性能を向上させるために、知識蒸留フレームワークを採用して予測モデルに直接的な指導を与え、カリキュラム学習戦略を採用してモデルのトレーニングを安定させています。
・3つの公共協調知覚データセットでの実験により、我々の提案手法が協調知覚における通信中断の影響を緩和する効果があることが示されました。

要約(オリジナル)

Cooperative perception enabled by V2X Communication technologies can significantly improve the perception performance of autonomous vehicles beyond the limited perception ability of the individual vehicles, therefore, improving the safety and efficiency of autonomous driving in intelligent transportation systems. However, in order to fully reap the benefits of cooperative perception in practice, the impacts of imperfect V2X communication, i.e., communication errors and disruptions, need to be understood and effective remedies need to be developed to alleviate their adverse impacts. Motivated by this need, we propose a novel INterruption-aware robust COoperative Perception (V2X-INCOP) solution for V2X communication-aided autonomous driving, which leverages historical information to recover missing information due to interruption. To achieve comprehensive recovery, we design a communication adaptive multi-scale spatial-temporal prediction model to extract multi-scale spatial-temporal features based on V2X communication conditions and capture the most significant information for the prediction of the missing information. To further improve recovery performance, we adopt a knowledge distillation framework to give direct supervision to the prediction model and a curriculum learning strategy to stabilize the training of the model. Our experiments on three public cooperative perception datasets demonstrate that our proposed method is effective in alleviating the impacts of communication interruption on cooperative perception.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI