Cooperverse：面向混合连通与自动化通用协同感知的移动-边缘-云框架
计算机视觉与模式识别
2023-02-08 v1 多智能体系统
摘要
协同感知（CP）正受到越来越多的关注，并被视为支撑协同驾驶自动化的核心基础，而协同驾驶自动化是解决当代交通系统安全性、机动性与可持续性问题的潜在关键方案。然而，当前关于CP的研究仍处于起步阶段，缺乏系统性的CP问题表述，而这正是真实场景下CP系统设计的必要指导。本文将一个通用CP系统表述为一个优化问题，并提出称为Cooperverse的移动-边缘-云框架。该系统在混合连通与自动化环境中处理CP。我们引入动态特征共享（DFS）方法以在特定约束下支撑该CP系统，并提出随机优先级过滤（RPF）方法以高性能地执行DFS。基于高保真CP平台开展了实验，结果表明Cooperverse框架对动态节点参与有效，所提DFS方法可将系统CP性能提升14.5%，而RPF方法在平均精度仅下降1.7%的情况下将移动节点通信成本降低90%。
引用
@article{arxiv.2302.03128,
title = {Cooperverse: A Mobile-Edge-Cloud Framework for Universal Cooperative Perception with Mixed Connectivity and Automation},
author = {Zhengwei Bai and Guoyuan Wu and Matthew J. Barth and Yongkang Liu and Emrah Akin Sisbot and Kentaro Oguchi},
journal= {arXiv preprint arXiv:2302.03128},
year = {2023}
}
备注
6 pages, 7 figures