协同联合感知与预测的组成部分——概念框架
计算机视觉与模式识别
2025-12-09 v1
摘要
连接型自动驾驶车辆 (CAV) 通过车联网 (V2X) 通信交换传感器数据以实现协同感知 (CP)。为减少感知模块中的累积误差并缓解视觉遮挡, 本文引入新任务协同联合感知与预测 (Co-P&P), 并提供其实现概念框架以提高周围物体的运动预测, 从而增强复杂交通情境下的车辆意识。框架包含两个解耦的核心模块: 协同场景完成 (CSC) 和联合感知与预测 (P&P) 模块, 简化实际部署并提升可扩展性。此外, 我们概述了 Co-P&P 的挑战并讨论了该研究领域的未来方向。
引用
@article{arxiv.2501.15860,
title = {The Components of Collaborative Joint Perception and Prediction -- A Conceptual Framework},
author = {Lei Wan and Hannan Ejaz Keen and Alexey Vinel},
journal= {arXiv preprint arXiv:2501.15860},
year = {2025}
}
备注
8 pages, 4 figures, accepted by conference VEHITS2025