面向交通运行与控制的协同感知环境
机器人学
2022-08-05 v1 系统与控制
系统与控制
摘要
现有的交通运行与控制数据采集方法通常依赖基于基础设施的环形线圈检测器或浮动车轨迹。网联自动驾驶车辆（CAVs）不仅能上报自身数据，还可提供所有被探测周边车辆的状态。融合多辆CAVs及基础设施传感器（如LiDAR）的感知数据，即便在极低渗透率下也能提供更丰富的信息。本文旨在开发一种协同数据采集系统，融合来自基础设施和CAVs的激光雷达点云数据，为各类交通应用创建协同感知环境。我们应用最先进的3D检测模型在融合点云中检测车辆。我们在CARLA与SUMO构成的联合仿真平台上，以最大压力自适应信号控制模型测试了所提协同感知环境。结果表明，极低渗透率的CAV加一个基础设施传感器，即足以达到30%或更高渗透率网联车辆（CV）的相当性能。我们还展示了不同CAV渗透率下的等效CV渗透率（E-CVPR），以证明该协同感知环境的数据采集效率。
引用
@article{arxiv.2208.02792,
title = {A Cooperative Perception Environment for Traffic Operations and Control},
author = {Hanlin Chen and Brian Liu and Xumiao Zhang and Feng Qian and Z. Morley Mao and Yiheng Feng},
journal= {arXiv preprint arXiv:2208.02792},
year = {2022}
}