基于异步车路协同感知框架的增强感知：面向联通自动驾驶车辆的延迟缓解
机器人学
2025-04-14 v1
摘要
感知是自动驾驶车辆（AVs）的关键组件之一。然而，安装在AVs上的传感器常常因周围车辆、基础设施或附近物体的遮挡，遇到感知盲区。在高速和复杂交叉口场景下，现有规划和控制算法的进展虽有助于AVs在低速和较简单场景中应对突发障碍物，但挑战仍然存在。车路协同（V2I）技术为AVs在复杂交叉口提供增强的场景表征，为应对违反交通规则的对抗车辆提供足够的反应时间和距离。现有基于基础设施的车辆检测与跟踪方法大多依赖激光雷达（LIDAR）、雷达或传感器融合技术，如激光雷达-摄像头和雷达-摄像头。虽然激光雷达和雷达提供精准的空间信息，但点云数据的稀疏性限制了其捕获远处物体细节轮廓的能力，导致3D目标检测结果不准确。此外，未在每个交叉口都安装激光雷达或雷达，增加了V2I技术的实施成本。为此，本文提出一种V2I框架，利用道路交叉口的单目 Traffic 摄像头进行3D目标检测。路侧单元（RSU）的结果通过异步晚期融合方法与载板系统结合，以增强场景表征。此外，本文框架提供时间延迟补偿模块，用于补偿RSU的处理和传输延迟。最后，通过仿真和验证Waymo行业报告中所描述的类似场景测试该V2I框架。结果表明，所提方法改善了场景表征和AVs的感知范围，为应对对抗车辆提供了足够的反应时间和空间。
引用
@article{arxiv.2504.08172,
title = {Enhanced Cooperative Perception Through Asynchronous Vehicle to Infrastructure Framework with Delay Mitigation for Connected and Automated Vehicles},
author = {Nithish Kumar Saravanan and Varun Jammula and Yezhou Yang and Jeffrey Wishart and Junfeng Zhao},
journal= {arXiv preprint arXiv:2504.08172},
year = {2025}
}
备注
9 pages, 9 figures, This paper is under review of SAE Journal of Connected and Automated Vehicles