S2S-Net：解决异构传感器系统在LiDAR-based集体感知中的传感器间域间隙问题
计算机视觉与模式识别
2025-09-30 v2 机器人学
摘要
集体感知（CP）已成为一种克服自动驾驶中单一感知局限性的有前景的方法。尽管提出了各种方法来实现集体感知，但由于利用了连接自动化车辆（CAV）中不同传感器系统所产生的Sensor2Sensor域间隙，仍未得到充分关注。这主要归因于缺乏包含CAV之间异构传感器配置的数据集。最近发布的SCOPE数据集解决了这一问题，为每个CAV提供来自三个不同LiDAR传感器的数据。本研究是首次针对车辆间集体感知中的Sensor2Sensor域间隙开展工作。首先，我们提出了面向传感器域的鲁棒架构S2S-Net。随后，对Sensor2Sensor域适应能力的分析表明，所有评估的集体感知SOTA方法均严重受到Sensor2Sensor域间隙的影响，而S2S-Net能够在未见的传感器域中保持极高性能，并在所评估的SOTA方法中取得最高可达44个百分点的优势。
引用
@article{arxiv.2504.17399,
title = {S2S-Net: Addressing the Domain Gap of Heterogeneous Sensor Systems in LiDAR-Based Collective Perception},
author = {Sven Teufel and Jörg Gamerdinger and Oliver Bringmann},
journal= {arXiv preprint arXiv:2504.17399},
year = {2025}
}