EI-Drive：基于边缘AI的协同感知仿真平台及其在真实通信模型下的应用
机器人学
2024-12-16 v1 计算机视觉与模式识别
多智能体系统
摘要
自动驾驶领域的日益增长的需求，呼求构建能够准确模拟真实交通场景下协同感知过程的仿真平台。现有协同感知研究往往未能在真实环境中考虑传输延迟和错误问题。为此，我们引入EI-Drive——一个基于边缘AI的自动驾驶仿真平台，集成先进的协同感知技术，并融入更真实的通信模型。该平台基于CARLA框架构建，新增协同感知模块，考虑传输延迟与错误，为评估协同感知算法提供更真实的测试平台。具体而言，平台使车辆能够融合来自多源数据，提升复杂环境下的情境感知能力与行车安全性。凭借模块化设计，EI-Drive支持在多种协同驾驶场景中，对感知、规划与控制等环节进行细粒度探索。通过实验表明，在复杂交通流和网络条件下的场景，EI-Drive显著提升了车辆的安全性与性能。所有代码与文档均可在我们的GitHub页面访问：\url{https://ucd-dare.github.io/eidrive.github.io/}。
引用
@article{arxiv.2412.09782,
title = {EI-Drive: A Platform for Cooperative Perception with Realistic Communication Models},
author = {Hanchu Zhou and Edward Xie and Wei Shao and Dechen Gao and Michelle Dong and Junshan Zhang},
journal= {arXiv preprint arXiv:2412.09782},
year = {2024}
}