AdaMap：边缘端高可扩展实时协同感知
机器人学
2023-10-04 v2 新兴技术
摘要
协同感知是增强网联自动驾驶车辆（CAVs）感知以实现安全自动驾驶的关键途径。然而，在大规模部署场景中为数百辆 CAV 实现实时感知共享极具挑战。本文中，我们提出 AdaMap，一种新型高可扩展实时协同感知系统，其在时变网络动态下实现有保障的百分位端到端时延。为实现 AdaMap，我们设计了紧密耦合的数据平面与控制平面。在数据平面中，我们设计了一种新的混合定位模块以在目标检测与跟踪间动态切换，以及一种新颖的点云表示模块以自适应压缩与重建被检测物体的点云。在控制平面中，我们设计了一种新的基于图的对象选择方法以取消选择过量的物体多视角点云，以及一种新颖的近似梯度下降算法以优化点云表示。我们在仿真平台上实现 AdaMap，该平台包含真实车辆与服务器计算以及模拟 5G 网络，基于从 CARLA 模拟器收集的 150-CAV 轨迹。评估结果表明，与最先进方案相比，AdaMap 以 0.37 重建损失的代价最多减少 49 倍平均传输数据量，验证了其高可扩展性、适应性与计算效率。
引用
@article{arxiv.2309.13526,
title = {AdaMap: High-Scalable Real-Time Cooperative Perception at the Edge},
author = {Qiang Liu and Yongjie Xue and Yuru Zhang and Dawei Chen and Kyungtae Han},
journal= {arXiv preprint arXiv:2309.13526},
year = {2023}
}
备注
Accepted by IEEE/ACM SEC 2023