传感器融合在未来车载网络目标检测中的作用
网络与互联网体系结构
2021-04-27 v1 计算机视觉与模式识别
摘要
全自动驾驶系统需要快速检测并识别环境中的敏感物体。在此背景下，智能车辆应将其传感器数据与其他计算平台和/或车辆共享，以检测超出自身传感器视野的物体。然而，由此产生的海量待交换数据对标准通信技术而言可能难以处理。在本文中，我们评估了使用不同传感器组合如何影响车辆行驶与运行环境的检测。最终目标是确定最优设置，以在目标检测精度几乎不降级的前提下最小化经信道分发的数据量。为此，我们扩展了一种已有的目标检测算法，使其可将相机图像、LiDAR 点云或二者组合作为输入，并利用两个真实数据集比较不同方法的精度性能。我们的结果表明，尽管传感器融合总能获得更精确的检测，但仅以 LiDAR 为输入可在大型物体上取得相似结果，同时减轻信道负担。
引用
@article{arxiv.2104.11785,
title = {On the Role of Sensor Fusion for Object Detection in Future Vehicular Networks},
author = {Valentina Rossi and Paolo Testolina and Marco Giordani and Michele Zorzi},
journal= {arXiv preprint arXiv:2104.11785},
year = {2021}
}
备注
This paper has been accepted for presentation at the Joint European Conference on Networks and Communications & 6G Summit (EuCNC/6G Summit). 6 pages, 6 figures, 1 table