HyperAIHyperAI
il y a 11 jours

V2VNet : Communication Véhicule-à-Véhicule pour la Perception et la Prédiction Conjoints

Tsun-Hsuan Wang, Sivabalan Manivasagam, Ming Liang, Bin Yang, Wenyuan Zeng, James Tu, Raquel Urtasun
V2VNet : Communication Véhicule-à-Véhicule pour la Perception et la Prédiction Conjoints
Résumé

Dans cet article, nous explorons l’utilisation de la communication véhicule-à-véhicule (V2V) afin d’améliorer les performances de perception et de prévision du mouvement des véhicules autonomes. En agrégeant intelligemment les informations reçues de plusieurs véhicules voisins, nous pouvons observer la même scène depuis des points de vue différents. Cela nous permet de voir au-delà des occultations et de détecter des agents à longue portée, là où les observations sont très rares ou inexistantes. Nous démontrons également que notre approche, consistant à transmettre des cartes de caractéristiques profondes compressées, permet d’atteindre une haute précision tout en respectant les contraintes de bande passante de communication.

V2VNet : Communication Véhicule-à-Véhicule pour la Perception et la Prédiction Conjoints | Articles de recherche récents | HyperAI