CRUISE：面向 V2X 场景的协作重建与编辑框架基于高斯点云
计算机视觉与模式识别
2025-07-25 v1
摘要
车辆至万物（V2X）通信在自动驾驶中扮演关键角色，使车辆与基础设施之间的协作成为可能。尽管仿真在各种自动驾驶任务中取得了显著进展，但其在 V2X 场景下的数据生成与增强潜力仍未得到充分探索。本文引入 CRUISE，一个为 V2X 驾驶环境设计的综合性重建与合成框架。CRUISE 采用分解式高斯点云技术，能够准确重建真实场景，同时支持灵活编辑。通过将动态交通参与者分解为可编辑的高斯表示，CRUISE 允许对驾驶场景进行无缝修改与增强。此外，该框架从 ego-vehicle 与基础设施视角渲染图像，支持大规模 V2X 数据集的生成，用于训练与评估。我们的实验结果表明：1）CRUISE 以高保真度重建真实的 V2X 驾驶场景；2）使用 CRUISE 可提升 ego-vehicle、基础设施以及协作视角下的 3D 检测性能，以及在 V2X-Seq 数据集上的协作 3D 跟踪；3）CRUISE 有效生成具有挑战性的边界情况。
引用
@article{arxiv.2507.18473,
title = {CRUISE: Cooperative Reconstruction and Editing in V2X Scenarios using Gaussian Splatting},
author = {Haoran Xu and Saining Zhang and Peishuo Li and Baijun Ye and Xiaoxue Chen and Huan-ang Gao and Jv Zheng and Xiaowei Song and Ziqiao Peng and Run Miao and Jinrang Jia and Yifeng Shi and Guangqi Yi and Hang Zhao and Hao Tang and Hongyang Li and Kaicheng Yu and Hao Zhao},
journal= {arXiv preprint arXiv:2507.18473},
year = {2025}
}
备注
IROS 2025, Code: https://github.com/SainingZhang/CRUISE