OPV2V: 차량 간 통신을 활용한 인지에 대한 오픈 벤치마크 데이터셋 및 융합 파이프라인

자율주행 기술에서 차량 간 통신(Vehicle-to-Vehicle communication)을 활용하여 인지 성능을 향상시키는 방안이 최근 큰 관심을 받고 있다. 그러나 공동 인지 기술을 개발하고 평가하기 위한 적절한 오픈 데이터셋이 부족한 상황이어서 기술 발전에 어려움이 있었다. 이를 해결하기 위해 우리는 차량 간 인지에 활용할 수 있는 최초의 대규모 오픈 시뮬레이션 데이터셋을 제안한다. 이 데이터셋은 CARLA 시뮬레이터의 8개 도시와 로스앤젤레스 캘버 시티의 디지털 도시에서 수집한 총 70개 이상의 흥미로운 시나리오, 11,464개 프레임, 그리고 232,913개의 3D 차량 경계상자(annotation)를 포함하고 있다. 이후 우리는 최신의 LiDAR 탐지 알고리즘과 결합하여 다양한 정보 융합 전략(즉, 조기 융합, 후기 융합, 중간 융합)을 평가할 수 있도록 총 16개의 구현 모델을 포함하는 포괄적인 벤치마크를 구축하였다. 더불어, 여러 연결된 차량으로부터 정보를 효율적으로 통합할 수 있는 새로운 '주의 기반 중간 융합(Attentive Intermediate Fusion)' 파이프라인을 제안한다. 실험 결과, 제안된 파이프라인은 기존의 3D LiDAR 탐지기와 쉽게 통합 가능하며, 큰 압축률 조건에서도 뛰어난 성능을 달성함을 확인하였다. 차량 간 인지 기술에 대한 연구를 더욱 촉진하기 위해, 데이터셋, 벤치마크 방법, 그리고 관련 모든 코드를 https://mobility-lab.seas.ucla.edu/opv2v/ 에 공개할 예정이다.