F-Cooper : Perception coopérative basée sur les caractéristiques pour un système de calcul en périphérie de véhicule autonome utilisant des nuages de points 3D

Les véhicules autonomes dépendent fortement de leurs capteurs pour parfaire la perception de leur environnement, mais, dans l’état actuel des technologies, les données utilisées par un véhicule sont limitées à celles provenant uniquement de ses propres capteurs. Le partage de données entre véhicules et/ou serveurs au niveau du réseau (edge servers) reste contraint par la bande passante disponible ainsi que par les exigences strictes de temps réel propres aux applications de conduite autonome. Pour répondre à ces défis, nous proposons un cadre coopératif de perception basé sur des caractéristiques de nuages de points (F-Cooper) pour les véhicules autonomes connectés, afin d’améliorer la précision de détection des objets. Non seulement les données basées sur des caractéristiques s’avèrent suffisantes pour le processus d’apprentissage, mais leur taille intrinsèquement réduite permet également d’assurer un calcul en temps réel au niveau du réseau边缘 (edge computing), sans risque de surcharge du réseau. Nos résultats expérimentaux montrent qu’en fusionnant les caractéristiques, il est possible d’obtenir une détection d’objets améliorée, avec une progression d’environ 10 % pour les détections situées à moins de 20 mètres et d’environ 30 % pour les distances plus grandes, tout en assurant un traitement edge plus rapide, avec un délai de communication faible — seulement 71 millisecondes dans certaines configurations de sélection de caractéristiques. À notre connaissance, nous sommes les premiers à introduire la fusion de données au niveau des caractéristiques dans le cadre des véhicules autonomes connectés, dans le but d’améliorer la détection d’objets et de rendre le calcul en temps réel sur les données inter-vehicules réalisable pour les véhicules autonomes.