基于RSU的协同感知资源分配
系统与控制
2025-09-23 v1 系统与控制
摘要
作为自动驾驶的关键技术，协同感知使车辆代理通过车联网（V2X）通信交换感知数据，从而增强所有协作者的感知精度。然而，现有的协同感知框架通常假设通信资源充足，而这在现实的车联网环境中往往不切实际。为此，本文研究了协同感知的通信资源分配问题，提出了一种新的RSU辅助资源分配框架RACooper，通过受限的通信资源来最大化感知精度。RACooper利用分层强化学习模型在考虑实时感知数据和由车辆 mobility 引起的信道动态的同时动态分配通信资源。通过联合优化空间置信度指标和信道状态信息，我们的 метод确保了有效的特征传输，增强了协同感知的有效性。仿真结果表明，与传统基线算法相比，RACooper在感知精度方面实现了显著的提高，尤其是在带宽受限的情况下。
引用
@article{arxiv.2509.17691,
title = {RSU-Assisted Resource Allocation for Collaborative Perception},
author = {Guowei Liu and Le Liang and Chongtao Guo and Hao Ye and Shi Jin},
journal= {arXiv preprint arXiv:2509.17691},
year = {2025}
}