Extended Visibility of Autonomous Vehicles via Optimized Cooperative Perception under Imperfect Communication

要約

自動運転車（AVS）は、安全にナビゲートするために個々の認識システムに依存しています。
ただし、これらのシステムは、有害な気象条件、複雑な道路幾何学、および密集した交通シナリオにおける重大な課題に直面しています。
協同的認識（CP）は、複数の車両で共有カメラフィードとセンサーの読み取りを共同で処理することにより、AVSの認識品質を拡張するための有望なアプローチとして浮上しています。
この作業は、不完全な通信の下で車両の選択とネットワークリソースの利用を最適化するために設計された新しいCPフレームワークを提示します。
最適化されたCP形成は、ヘルパー車両の空間位置、視覚範囲、モーションブラー、利用可能な通信予算などの重要な要因を考慮しています。
さらに、当社のリソース最適化モジュールは、LTEや5G NR-V2Xなどの最新の車両通信システムの現実的なモデルを考慮して、エゴ車とヘルパー車両間のデータフロー効率を最大化するために電力レベルを調整しながら通信チャネルを割り当てます。
Carlaシミュレーターによって生成された合成データを使用して、挑戦的なシナリオでの歩行者検出に関する広範な実験を通じて、アプローチを検証します。
結果は、私たちの方法が、検出精度が約10％増加する個々のAVの知覚品質を大幅に改善することを示しています。
この実質的な利益は、複雑な状況でのAVの安全性とパフォーマンスを向上させるためのCPの解き放たれた可能性を明らかにします。

要約(オリジナル)

Autonomous Vehicles (AVs) rely on individual perception systems to navigate safely. However, these systems face significant challenges in adverse weather conditions, complex road geometries, and dense traffic scenarios. Cooperative Perception (CP) has emerged as a promising approach to extending the perception quality of AVs by jointly processing shared camera feeds and sensor readings across multiple vehicles. This work presents a novel CP framework designed to optimize vehicle selection and networking resource utilization under imperfect communications. Our optimized CP formation considers critical factors such as the helper vehicles’ spatial position, visual range, motion blur, and available communication budgets. Furthermore, our resource optimization module allocates communication channels while adjusting power levels to maximize data flow efficiency between the ego and helper vehicles, considering realistic models of modern vehicular communication systems, such as LTE and 5G NR-V2X. We validate our approach through extensive experiments on pedestrian detection in challenging scenarios, using synthetic data generated by the CARLA simulator. The results demonstrate that our method significantly improves upon the perception quality of individual AVs with about 10% gain in detection accuracy. This substantial gain uncovers the unleashed potential of CP to enhance AV safety and performance in complex situations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google