无人机帮助无人机：多无人机物体轨迹预测的协作框架及其扩展
计算机视觉与模式识别
2024-05-24 v1
摘要
协同轨迹预测可以通过多视角互补信息全面预测物体的未来运动。然而，在多无人机协作场景中，它面临两个主要挑战。广阔的空中观测使得难以生成精确的鸟瞰图（BEV）表示。此外，过多的交互无法满足基于无人机的有限通信带宽内的实时预测要求。为了解决这些问题，我们提出了一种名为“Drones Help Drones”（DHD）的新框架。首先，我们利用无人机倾斜观测提供的地面先验来估计物体与无人机之间的距离，从而生成更精确的BEV。其次，我们设计了一种基于局部特征差异的选择机制，以优先考虑在无人机间交互中有助于预测任务的关键信息。此外，我们创建了第一个用于多无人机协同预测的数据集，名为“Air-Co-Pred”，并进行了定量和定性实验以验证我们的DHD框架的有效性。结果表明，与最先进的方法相比，DHD在BEV表示中的位置偏差减少了20%以上，并且仅需四分之一的交互传输比率，同时实现了相当的预测性能。此外，DHD在CoPerception-UAVs的协同3D目标检测中也显示出良好的泛化能力。
引用
@article{arxiv.2405.14674,
title = {Drones Help Drones: A Collaborative Framework for Multi-Drone Object Trajectory Prediction and Beyond},
author = {Zhechao Wang and Peirui Cheng and Mingxin Chen and Pengju Tian and Zhirui Wang and Xinming Li and Xue Yang and Xian Sun},
journal= {arXiv preprint arXiv:2405.14674},
year = {2024}
}