SparseCoop: 基于运动学校准查询的合作感知
计算机视觉与模式识别
2026-04-13 v1
摘要
合作感知对于无人驾驶至关重要，能够克服单车辆的局限性，如遮挡和受限视野。然而，当前分散稠密鸟瞰视图 (BEV) 特征的方法受限于通信成本呈二次方增长，以及在精确对齐异步或差异视角时缺乏灵活性和可解释性。虽然新兴的稀疏查询方法提供了另一种选择，但往往 suffer from 几何表征不足、融合策略次优以及训练不稳定。本文提出了 SparseCoop，一个完全稀疏的合作感知框架，用于 3D 检测和跟踪，完全放弃中间 BEV 表示。我们的框架包含三项创新：1) 采用包含 3D 几何和速度的显式状态向量的运动学校准实例查询，以实现精确的时空对齐；2) 粗到细聚合模块实现稳健的融合；3) 合作实例去噪任务加速并稳定训练。在 V2X-Seq 和 Griffin 数据集上进行实验表明，SparseCoop 达到了最先进的性能。值得注意的是，它在计算效率、低传输成本和对通信延迟的鲁棒性方面均优于现有方法。代码已公开于 https://github.com/wang-jh18-SVM/SparseCoop。
引用
@article{arxiv.2512.06838,
title = {SparseCoop: Cooperative Perception with Kinematic-Grounded Queries},
author = {Jiahao Wang and Zhongwei Jiang and Wenchao Sun and Jiaru Zhong and Haibao Yu and Yuner Zhang and Chenyang Lu and Chuang Zhang and Lei He and Shaobing Xu and Jianqiang Wang},
journal= {arXiv preprint arXiv:2512.06838},
year = {2026}
}
备注
Accepted by AAAI 2026