論文の概要: A Survey and Framework of Cooperative Perception: From Heterogeneous
Singleton to Hierarchical Cooperation
- arxiv url: http://arxiv.org/abs/2208.10590v1
- Date: Mon, 22 Aug 2022 20:47:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-24 13:06:01.470942
- Title: A Survey and Framework of Cooperative Perception: From Heterogeneous
Singleton to Hierarchical Cooperation
- Title（参考訳）: 協調的知覚に関する調査と枠組み--ヘテロジニアス・シングルトンから階層的協調へ
- Authors: Zhengwei Bai, Guoyuan Wu, Matthew J. Barth, Yongkang Liu, Emrah Akin
Sisbot, Kentaro Oguchi, Zhitong Huang
- Abstract要約: 本稿では,協調知覚(CP)研究の進展を概観し,統一的なCPフレームワークを提案する。
CPは、自動化を促進するための認識のボトルネックを解き放つために生まれた。
階層的なCPフレームワークが提案され、続いて既存のデータセットとシミュレータをレビューし、CPの全体像をスケッチする。
- 参考スコア（独自算出の注目度）: 14.525705886707089
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Perceiving the environment is one of the most fundamental keys to enabling
Cooperative Driving Automation (CDA), which is regarded as the revolutionary
solution to addressing the safety, mobility, and sustainability issues of
contemporary transportation systems. Although an unprecedented evolution is now
happening in the area of computer vision for object perception,
state-of-the-art perception methods are still struggling with sophisticated
real-world traffic environments due to the inevitably physical occlusion and
limited receptive field of single-vehicle systems. Based on multiple spatially
separated perception nodes, Cooperative Perception (CP) is born to unlock the
bottleneck of perception for driving automation. In this paper, we
comprehensively review and analyze the research progress on CP and, to the best
of our knowledge, this is the first time to propose a unified CP framework.
Architectures and taxonomy of CP systems based on different types of sensors
are reviewed to show a high-level description of the workflow and different
structures for CP systems. Node structure, sensor modality, and fusion schemes
are reviewed and analyzed with comprehensive literature to provide detailed
explanations of specific methods. A Hierarchical CP framework is proposed,
followed by a review of existing Datasets and Simulators to sketch an overall
landscape of CP. Discussion highlights the current opportunities, open
challenges, and anticipated future trends.
- Abstract（参考訳）: 環境の認識は、現代交通システムの安全性、移動性、持続可能性問題に対処するための革命的な解決策である、協調運転自動化(CDA)を実現するための最も基本的な鍵の1つである。
現在、物体認識のためのコンピュータビジョンの分野では前例のない進化が起きているが、現状の認識手法は、必然的に物理的閉塞と限定的な単一車両システムの受容領域のために、洗練された現実世界の交通環境に苦戦している。
複数の空間的に分離された知覚ノードに基づいて、協調知覚(CP)は、運転自動化のボトルネックを解き放つために生まれる。
本稿では,cp研究の進展を総合的に概観し分析し,我々の知る限りでは,統一cpフレームワークを提案するのは今回が初めてである。
各種センサに基づくCPシステムのアーキテクチャと分類を概観し、CPシステムのワークフローと異なる構造について高レベルな記述を示す。
ノード構造, センサモーダリティ, 融合方式を概説し, 包括的文献を用いて解析し, 特定の手法の詳細な説明を行う。
階層的なCPフレームワークが提案され、続いて既存のデータセットとシミュレータをレビューし、CPの全体像をスケッチする。
議論は、現在の機会、オープンチャレンジ、今後のトレンドを強調する。
関連論文リスト
- Deconstructing Human-AI Collaboration: Agency, Interaction, and Adaptation [9.36651659099834]
我々は,人間-AIシステムの解析と記述を行うための,新しい統合された次元セットを提案する。
我々の概念モデルは、エージェンシー、インタラクション、適応の3つのハイレベルな側面を中心としています。
論文 参考訳（メタデータ） (2024-04-18T10:12:18Z) - A Holistic Framework Towards Vision-based Traffic Signal Control with
Microscopic Simulation [53.39174966020085]
交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。
本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。
我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
論文 参考訳（メタデータ） (2024-03-11T16:42:29Z) - Towards Vehicle-to-everything Autonomous Driving: A Survey on
Collaborative Perception [40.90789787242417]
自動車から全車への自動運転(V2X)は、新しい世代のインテリジェント交通システムを開発する上で有望な方向を開く。
V2Xを実現するための重要な要素として協調的知覚(CP)は、個々の知覚の固有の限界を克服することができる。
我々は、V2XシナリオのCPメソッドの包括的なレビューを行い、コミュニティに深い深い深い理解をもたらします。
論文 参考訳（メタデータ） (2023-08-31T13:28:32Z) - Viewpoint Generation using Feature-Based Constrained Spaces for Robot
Vision Systems [63.942632088208505]
この出版物は幾何学的問題としての視点の生成を概説し、それを解決するための一般化された理論的枠組みを紹介している。
$mathcalC$-space は、視点制約が分散する位相空間として理解することができる。
紹介された$mathcalC$-spacesは、汎用ドメインと視点制約モデルに基づいて、現在のフレームワークを異なるアプリケーションやロボットビジョンシステムに転送しやすくする。
論文 参考訳（メタデータ） (2023-06-12T08:57:15Z) - Cooperverse: A Mobile-Edge-Cloud Framework for Universal Cooperative
Perception with Mixed Connectivity and Automation [15.195933965761645]
我々は、ユニバーサルCPシステムを最適化問題と、Cooperverseと呼ばれるモバイルエッジクラウドフレームワークに定式化する。
動的特徴共有(DFS)手法は,特定の制約の下でこのCPシステムをサポートするために導入された。
その結果,Cooperverseフレームワークは動的ノードエンゲージメントに有効であることが示唆された。
論文 参考訳（メタデータ） (2023-02-06T21:30:08Z) - Exploring Contextual Representation and Multi-Modality for End-to-End
Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。
我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。
提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文 参考訳（メタデータ） (2022-10-13T05:56:20Z) - Infrastructure-Based Object Detection and Tracking for Cooperative
Driving Automation: A Survey [16.20885642028316]
インフラベースの物体検出・追跡システムは、連結車両の知覚能力を高めることができる。
現在の機会、オープンな問題、今後のトレンドを指摘するために行われた議論。
論文 参考訳（メタデータ） (2022-01-28T00:55:24Z) - Self-supervised Video Object Segmentation by Motion Grouping [79.13206959575228]
動きの手がかりを利用して物体をセグメンテーションできるコンピュータビジョンシステムを開発した。
本稿では,光フローフレームを一次オブジェクトと背景に分割するトランスフォーマーの簡単なバリエーションを紹介する。
提案したアーキテクチャを公開ベンチマーク(DAVIS2016, SegTrackv2, FBMS59)で評価する。
論文 参考訳（メタデータ） (2021-04-15T17:59:32Z) - Systemic formalisation of Cyber-Physical-Social System (CPSS): A
systematic literature review [0.0]
CPSSのコンセプトは10年以上前からあり、ここ数年で注目を集めています。
CPSSの概念を概念化する研究は、いくつかの科学文献で部分的に議論されている。
本研究の目的は,まず科学文献を探索し,分析し,cpsのスペクトルを理解することである。
論文 参考訳（メタデータ） (2021-04-11T22:31:57Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z)
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。