V2VNet：面向联合感知与预测的车对车通信

本文探讨了车对车（V2V）通信在提升自动驾驶车辆感知与运动预测性能方面的应用。通过智能聚合来自多辆附近车辆的信息，我们能够从不同视角观测同一场景，从而突破遮挡限制，并在远距离区域实现对目标的检测——这些区域的原始观测数据往往极为稀疏甚至完全缺失。此外，我们还证明，通过传输压缩后的深度特征图激活值，可在满足通信带宽约束的前提下，实现高精度的感知与预测性能。