面向协同驾驶自动化的基于基础设施的目标检测与跟踪：综述
计算机视觉与模式识别
2022-03-22 v2 信号处理
摘要
目标检测在赋能协同驾驶自动化（CDA）中起着基础性作用，CDA 被视为解决当代交通系统安全、机动性与可持续性问题的革命性方案。尽管当前计算机视觉技术能在无遮挡场景下提供令人满意的目标检测结果，车载传感器的感知性能仍不可避免地受限于作用距离与遮挡。得益于传感器安装的灵活位置与姿态，基于基础设施的检测与跟踪系统可增强网联车辆的感知能力，从而迅速成为最热门的研究方向之一。本文综述了基于基础设施的目标检测与跟踪系统的研究进展。我们综述了基于不同类型传感器的路侧感知系统架构，以给出基于基础设施的感知系统工作流的高层描述。对路侧传感器与不同感知方法进行了带详尽文献的综述与分析，为具体方法提供底层解释，随后介绍数据集与模拟器以勾勒基于基础设施的目标检测与跟踪方法的整体图景。最后展开讨论，指出当前的机遇、开放问题及预期未来趋势。
引用
@article{arxiv.2201.11871,
title = {Infrastructure-Based Object Detection and Tracking for Cooperative Driving Automation: A Survey},
author = {Zhengwei Bai and Guoyuan Wu and Xuewei Qi and Yongkang Liu and Kentaro Oguchi and Matthew J. Barth},
journal= {arXiv preprint arXiv:2201.11871},
year = {2022}
}