QUEST: Query Stream für praktische kooperative Wahrnehmung

Kooperatives Wahrnehmen kann die Leistung der individuellen Wahrnehmung effektiv verbessern, indem zusätzliche Blickwinkel bereitgestellt und der Erfassungsbereich erweitert werden. Bestehende Kooperationsparadigmen sind entweder interpretierbar (Ergebnis-Kooperation) oder flexibel (Feature-Kooperation). In diesem Paper führen wir den Begriff der Abfrage-Kooperation ein, um interpretierbare, instanzbasierte flexible Merkmalsinteraktionen zu ermöglichen. Um diesen Konzept präzise zu erläutern, schlagen wir einen kooperativen Wahrnehmungsrahmen namens QUEST vor, bei dem Abfragen zwischen Agenten fließen. Kreuz-Agenten-Abfragen werden über Fusion für gemeinsam erkannte Instanzen und über Ergänzung für individuell nicht erkannte Instanzen interagiert. Anhand einer typischen praktischen Anwendungsszene – kamerabasierte Fahrzeug-Infrastruktur-Wahrnehmung – belegen die Experimente auf dem realen Datensatz DAIR-V2X-Seq die Wirksamkeit von QUEST und verdeutlichen zudem den Vorteil des Abfrage-Kooperationsparadigmas hinsichtlich Übertragungsflexibilität und Robustheit gegenüber Paketverlust. Wir hoffen, dass unsere Arbeit die interagenten Repräsentationsinteraktionen für eine bessere praktische kooperative Wahrnehmung weiter voranbringt.