Latency-Aware Collaborative Perception

要約

協調的知覚は、最近、単一エージェントの知覚よりも知覚能力を向上させる大きな可能性を示しています。
既存の協調的知覚方法は通常、理想的なコミュニケーション環境を考慮しています。
ただし、実際には、通信システムは必然的に遅延の問題に悩まされ、自動運転などのセーフティクリティカルなアプリケーションで潜在的なパフォーマンスの低下と高いリスクを引き起こします。
機械学習の観点から、避けられない通信遅延によって引き起こされる影響を軽減するために、複数のエージェントからの非同期知覚機能を同じタイムスタンプに積極的に採用し、コラボレーションの堅牢性と有効性を促進する、最初の遅延を意識したコラボレーション知覚システムを紹介します。
このような機能レベルの同期を実現するために、機能注意の共生推定と時間変調技術を活用するSyncNetと呼ばれる新しい遅延補償モジュールを提案します。
実験結果は、私たちの方法が最新の協調知覚データセットV2X-SIMで最先端の協調知覚法を15.6％上回っていることを示しています。

要約(オリジナル)

Collaborative perception has recently shown great potential to improve perception capabilities over single-agent perception. Existing collaborative perception methods usually consider an ideal communication environment. However, in practice, the communication system inevitably suffers from latency issues, causing potential performance degradation and high risks in safety-critical applications, such as autonomous driving. To mitigate the effect caused by the inevitable communication latency, from a machine learning perspective, we present the first latency-aware collaborative perception system, which actively adopts asynchronous perceptual features from multiple agents to the same timestamp, promoting the robustness and effectiveness of collaboration. To achieve such a feature-level synchronization, we propose a novel latency compensation module, calledSyncNet, which leverages feature-attention symbiotic estimation and time modulation techniques. Experimental results show that our method outperforms the state-of-the-art collaborative perception method by 15.6% on the latest collaborative perception dataset V2X-SIM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google