論文の概要: Latency-Aware Collaborative Perception
- arxiv url: http://arxiv.org/abs/2207.08560v2
- Date: Thu, 21 Jul 2022 01:35:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-22 10:34:40.215370
- Title: Latency-Aware Collaborative Perception
- Title(参考訳): レイテンシを考慮した協調認識
- Authors: Zixing Lei, Shunli Ren, Yue Hu, Wenjun Zhang and Siheng Chen
- Abstract要約: 本稿では,複数のエージェントからの非同期知覚機能を同時にタイムスタンプに適応させる,遅延認識型協調認識システムを提案する。
実験により,SyncNetを用いた遅延認識協調認識システムは,通信遅延のシナリオにおいて,最先端の協調認識手法よりも15.6%向上することが示された。
- 参考スコア(独自算出の注目度): 31.421282624961883
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Collaborative perception has recently shown great potential to improve
perception capabilities over single-agent perception. Existing collaborative
perception methods usually consider an ideal communication environment.
However, in practice, the communication system inevitably suffers from latency
issues, causing potential performance degradation and high risks in
safety-critical applications, such as autonomous driving. To mitigate the
effect caused by the inevitable latency, from a machine learning perspective,
we present the first latency-aware collaborative perception system, which
actively adapts asynchronous perceptual features from multiple agents to the
same time stamp, promoting the robustness and effectiveness of collaboration.
To achieve such a feature-level synchronization, we propose a novel latency
compensation module, called SyncNet, which leverages feature-attention
symbiotic estimation and time modulation techniques. Experiments results show
that the proposed latency aware collaborative perception system with SyncNet
can outperforms the state-of-the-art collaborative perception method by 15.6%
in the communication latency scenario and keep collaborative perception being
superior to single agent perception under severe latency.
- Abstract(参考訳): 協調的知覚は、最近、単一エージェント知覚よりも知覚能力を向上させる大きな可能性を示している。
既存の協調認識手法は通常理想的なコミュニケーション環境を考える。
しかし、実際には、通信システムは必然的にレイテンシの問題に悩まされ、潜在的な性能低下と自律運転のような安全クリティカルなアプリケーションに高いリスクをもたらす。
機械学習の観点から、避けられないレイテンシによる影響を軽減するため、複数のエージェントからの非同期知覚特徴を同時に適用し、コラボレーションの堅牢性と有効性を促進する、最初のレイテンシ対応協調認識システムを提案する。
このような機能レベルの同期を実現するため,我々はsyncnetと呼ばれる新しいレイテンシ補償モジュールを提案する。
実験の結果,SyncNetを用いた協調認識システムは,通信遅延のシナリオにおいて,最先端の協調認識手法よりも15.6%向上し,単一エージェントの認識よりも高度な協調認識を実現することができた。
関連論文リスト
- Collaborative Perception for Connected and Autonomous Driving:
Challenges, Possible Solutions and Opportunities [10.749959052350594]
コネクテッド・自動運転車(CAV)との協調的な認識は、これらの制限を克服するための有望な解決策である。
本稿では、まず、データ共有の非同期性、データボリューム、エラーの対応など、協調的な知覚の課題を識別する。
本稿では,チャネル認識型協調認識フレームワークである通信効率と遅延問題に対処する手法を提案する。
論文 参考訳(メタデータ) (2024-01-03T05:33:14Z) - Practical Collaborative Perception: A Framework for Asynchronous and
Multi-Agent 3D Object Detection [9.967263440745432]
咬合は、LiDARベースのオブジェクト検出方法において大きな課題である。
最先端のV2X手法は、中間協調手法を用いて性能帯域幅のトレードオフを解消する。
我々は,従来の方法よりも帯域幅と性能のトレードオフを向上する,シンプルで効果的な協調手法を考案した。
論文 参考訳(メタデータ) (2023-07-04T03:49:42Z) - Interruption-Aware Cooperative Perception for V2X Communication-Aided
Autonomous Driving [49.42873226593071]
本稿では,V2X通信支援自律運転のためのV2X通信入出力対応協調知覚(V2X-INCOP)を提案する。
我々は、過去の協力情報を用いて、割り込みによる行方不明情報を復元し、割り込み問題の影響を軽減する。
3つの公的な協調認識データセットの実験から,コミュニケーション中断が協調知覚に与える影響を緩和するために提案手法が有効であることが示された。
論文 参考訳(メタデータ) (2023-04-24T04:59:13Z) - Hybrid Predictive Coding: Inferring, Fast and Slow [62.997667081978825]
本稿では,反復型と償却型の両方を原則的に組み合わせたハイブリッド予測符号化ネットワークを提案する。
我々は,本モデルが本質的に不確実性に敏感であり,最小計算費用を用いて正確な信念を得るためにバランスを適応的にバランスさせることを実証した。
論文 参考訳(メタデータ) (2022-04-05T12:52:45Z) - Accelerating Federated Edge Learning via Optimized Probabilistic Device
Scheduling [57.271494741212166]
本稿では,通信時間最小化問題を定式化し,解決する。
最適化されたポリシーは、トレーニングプロセスが進むにつれて、残りの通信ラウンドの抑制から、ラウンドごとのレイテンシの低減へと、徐々に優先順位を転換している。
提案手法の有効性は,自律運転における協調的3次元目標検出のユースケースを通じて実証される。
論文 参考訳(メタデータ) (2021-07-24T11:39:17Z) - Multi-Agent Online Optimization with Delays: Asynchronicity, Adaptivity,
and Optimism [33.116006446428756]
遅延と非同期性を考慮したマルチエージェントオンライン学習問題の研究を行った。
エージェントレベルとネットワークレベルの両方で、最適な後悔の境界を持つ適応学習戦略を導き出します。
論文 参考訳(メタデータ) (2020-12-21T18:55:55Z) - Learning to Communicate and Correct Pose Errors [75.03747122616605]
本稿では、V2VNetで提案された設定について検討し、近くにある自動運転車が共同で物体検出と動き予測を協調的に行う方法を提案する。
本稿では,コミュニケーションを学習し,潜在的な誤りを推定し,それらの誤りについてコンセンサスを得るための新しいニューラルネットワーク推論フレームワークを提案する。
論文 参考訳(メタデータ) (2020-11-10T18:19:40Z) - Bandwidth-Adaptive Feature Sharing for Cooperative LIDAR Object
Detection [2.064612766965483]
コネクテッド・自動運転車(CAV)領域で必要となる状況認識。
協調機構は、高速無線車載ネットワークを利用して状況認識を改善するソリューションを提供する。
本稿では,通信チャネル容量に適応する柔軟性を付加する機構と,新たな分散共有データアライメント手法を提案する。
論文 参考訳(メタデータ) (2020-10-22T00:12:58Z) - Towards Streaming Perception [70.68520310095155]
本稿では、リアルタイムオンライン知覚のための単一のメトリクスにレイテンシと精度を協調的に統合するアプローチを提案する。
この指標の背後にある重要な洞察は、瞬間ごとに認識スタック全体の出力を共同で評価することである。
本稿では,都市ビデオストリームにおけるオブジェクト検出とインスタンスセグメンテーションの具体的タスクに注目し,高品質で時間依存的なアノテーションを備えた新しいデータセットを寄贈する。
論文 参考訳(メタデータ) (2020-05-21T01:51:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。