Collective PV-RCNN: A Novel Fusion Technique using Collective Detections for Enhanced Local LiDAR-Based Perception

要約

自動運転車の安全な運転には、環境を包括的に認識することが重要です。
ただし、自動運転車の認識能力は、遮蔽物、センサー範囲の制限、または環境の影響により制限されます。
Collective Perception (CP) は、車両間の情報交換を可能にすることでこれらの問題を軽減することを目的としています。
CP における主要な課題は、交換された情報を融合することです。
初期融合アプローチの膨大な帯域幅要件と中間融合アプローチの互換性の問題により、共有検出の後期融合のみが実用的です。
現在の後期融合アプローチでは、ローカル検出のための貴重な情報が無視されています。これが、ローカル LiDAR ベースの検出パイプライン内で協力車両の検出を融合するための新しい融合方法を提案する理由です。
したがって、PV-RCNN++ フレームワークを拡張して集合的な検出を融合する Collective PV-RCNN (CPV-RCNN) を紹介します。
コードは https://github.com/ekut-es で入手できます。

要約(オリジナル)

Comprehensive perception of the environment is crucial for the safe operation of autonomous vehicles. However, the perception capabilities of autonomous vehicles are limited due to occlusions, limited sensor ranges, or environmental influences. Collective Perception (CP) aims to mitigate these problems by enabling the exchange of information between vehicles. A major challenge in CP is the fusion of the exchanged information. Due to the enormous bandwidth requirement of early fusion approaches and the interchangeability issues of intermediate fusion approaches, only the late fusion of shared detections is practical. Current late fusion approaches neglect valuable information for local detection, this is why we propose a novel fusion method to fuse the detections of cooperative vehicles within the local LiDAR-based detection pipeline. Therefore, we present Collective PV-RCNN (CPV-RCNN), which extends the PV-RCNN++ framework to fuse collective detections. Code is available at https://github.com/ekut-es

arxiv情報

提供元, 利用サービス

arxiv.jp, Google