从特征到参考点：面向协作自主驾驶的轻量级自适应融合
计算机视觉与模式识别
2026-01-13 v2
摘要
我们提出了 RefPtsFusion，一个轻量且可解释的协作自主驾驶框架。与共享大型特征图或查询嵌入不同，车辆交换紧凑的参考点，例如物体的位置、速度和尺寸信息。这种方法将注意力从“看见什么”转向“要看哪里”，创建一个跨车辆、异构感知模型间工作良好的传感器无关接口，同时大幅降低通信带宽。为增强共享信息的丰富性，我们进一步开发了选择性 Top-K 查询融合机制，从发送方中选择性地添加高置信度查询。因此，在准确性和通信成本之间实现了强大的平衡。在 M3CAD 数据集上的实验表明，RefPtsFusion 在保持稳定感知性能的同时，将通信开销降低了五个数量级，从传统特征级融合方法下的每秒数百 MB 降至每秒仅几 KB。广泛的实验还表明，RefPtsFusion 具备强大的鲁棒性和持久的传输行为，凸显其在可扩展、实时协作驾驶系统中的潜力。
引用
@article{arxiv.2511.18757,
title = {From Features to Reference Points: Lightweight and Adaptive Fusion for Cooperative Autonomous Driving},
author = {Yongqi Zhu and Morui Zhu and Qi Chen and Deyuan Qu and Isabella Luo and Song Fu and Qing Yang},
journal= {arXiv preprint arXiv:2511.18757},
year = {2026}
}
备注
v2: Updated author list to reflect contributions to this work