协同感知综述与框架：从异构单例到分层协同
计算机视觉与模式识别
2022-08-24 v1
摘要
环境感知是实现协同驾驶自动化（CDA）的最基本关键之一，CDA 被视为解决当代交通系统安全性、机动性与可持续性问题革命性的方案。尽管计算机视觉中面向物体感知的领域正经历前所未有的演进，但最先进的感知方法仍受困于复杂的真实世界交通环境，原因在于单车系统不可避免的物理遮挡与有限感受野。基于多个空间分离的感知节点，协同感知（CP）应运而生以打破驾驶自动化感知的瓶颈。本文全面回顾并分析了 CP 的研究进展，据我们所知，这是首次提出统一的 CP 框架。我们回顾了基于不同类型传感器的 CP 系统架构与分类法，以给出 CP 系统工作流及不同结构的高层描述。对节点结构、传感器模态与融合方案进行了回顾与文献详析，以提供具体方法的细致解释。我们提出了一种分层 CP 框架，随后回顾现有数据集与仿真器以勾勒 CP 的整体图景。讨论部分强调了当前的机遇、开放挑战与预期未来趋势。
引用
@article{arxiv.2208.10590,
title = {A Survey and Framework of Cooperative Perception: From Heterogeneous Singleton to Hierarchical Cooperation},
author = {Zhengwei Bai and Guoyuan Wu and Matthew J. Barth and Yongkang Liu and Emrah Akin Sisbot and Kentaro Oguchi and Zhitong Huang},
journal= {arXiv preprint arXiv:2208.10590},
year = {2022}
}
备注
Under Review. arXiv admin note: text overlap with arXiv:2201.11871