論文の概要: Beyond Line of Sight: Hybrid Validation of V2X Collective Perception in Complex Scenarios

• arxiv url: http://arxiv.org/abs/2607.00874v2
• Date: Fri, 03 Jul 2026 09:15:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 13:04:58.396024
• Title: Beyond Line of Sight: Hybrid Validation of V2X Collective Perception in Complex Scenarios
• Title（参考訳）: 視線を超えて:複合シナリオにおけるV2X集合知覚のハイブリッド検証
• Authors: Markos Antonopoulos, Anastasia Bolovinou, Bill Roungas, Elena Daskalaki, Angelos Amditis,
• Abstract要約: 本稿では,複雑な交通シナリオにおける V2X 対応型 Collective Perception (CP) の確率的フレームワークと検証手法を提案する。 提案アルゴリズムは、複数エージェントからの異種センサ観測を共用確率占有格子に組み込むことにより、連結車両と自律車両の知覚的地平線を拡大する。 その結果、フィールド・オブ・ビューのカバレッジは260%増加し、占有細胞リコールは0.82(ego-only)から0.94(six-agent CP)へと上昇した。
• 参考スコア（独自算出の注目度）: 0.6065935686676507
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces a probabilistic framework and hybrid validation methodology for V2X-enabled Collective Perception (CP) in complex traffic scenarios. The proposed Bayesian fusion algorithm extends the perceptual horizon of connected and autonomous vehicles by integrating heterogeneous sensor observations from multiple agents into a shared probabilistic occupancy grid. Each cell of this grid encapsulates both occupancy likelihood and uncertainty, enabling explainable and trustworthy situational awareness beyond the ego vehicle's field of view. To bridge the gap between simulation and real-world evaluation, a hybrid testing framework is developed, combining CARLA-based virtual environments with vehicle-in-the-loop experimentation. Experimental results in a roundabout scenario demonstrate a 260 percent increase in field-of-view coverage and a rise in occupied-cell recall from 0.82 (ego-only) to 0.94 (six-agent CP) under nominal localization conditions. Overall, the proposed approach provides a reproducible and interpretable foundation for validating CP systems, supporting the safe and certifiable deployment of cooperative autonomous vehicles.
• Abstract（参考訳）: 本稿では,複雑な交通シナリオにおけるV2X対応型集団知覚(CP)の確率的フレームワークとハイブリッド検証手法を提案する。 提案したベイズ融合アルゴリズムは、複数のエージェントからの異種センサ観測を共用確率占有グリッドに統合することにより、連結車両と自律車両の知覚水平線を拡張する。 このグリッドの各セルは、占有可能性と不確実性の両方をカプセル化し、エゴ車両の視野を超えた説明可能で信頼性の高い状況認識を可能にする。 シミュレーションと実世界評価のギャップを埋めるために,CARLAベースの仮想環境と車載実験を組み合わせたハイブリッドテストフレームワークを開発した。 ラウンドアバウンドシナリオの実験結果は、視野のカバレッジが260%増加し、占有細胞リコールが0.82(ego-only)から0.94(six-agent CP)に上昇することを示す。 提案手法は、CPシステムを検証するための再現可能かつ解釈可能な基盤を提供し、協調型自動運転車の安全かつ認証可能な展開をサポートする。

関連論文リスト

• INTACT: Ego-Guided Typed Sparse Evidence Retrieval for Heterogeneous Collaborative Perception [50.64511548643398]
  異種知覚のためのエゴ誘導型スパースエビデンス検索フレームワークを提案する。 IntACTは、エゴの車両に、疑わしい物やエビデンスに欠ける地域を表す型付きエビデンスクエリを発行する。 シミュレーションおよび実世界の異種知覚ベンチマークの実験は、INTACTの有効性とデプロイ性を検証する。
  論文  参考訳（メタデータ） (2026-06-03T04:34:53Z)
• Closed-Loop Hybrid Digital Twin Platform for Connected and Automated Vehicle Validation [8.373850248021927]
  本稿では,コネクテッド・アンド・オートマチック・ビークル(CAV)検証のための,新しいリアルタイムハイブリッドデジタルツインプラットフォームを提案する。 その中核となるイノベーションは、高忠実度CARLA-SUMOと物理試験場と車両との密結合であり、低遅延のV2X通信リンクによって実現されている。 詳細な実装には、フルスケールのアセット再構築にPhotogrammetryを使用し、スケーラブルでマルチユーザ操作にクラウドエッジのコラボレーティブアーキテクチャが含まれる。
  論文  参考訳（メタデータ） (2026-05-19T07:44:59Z)
• Toward Cooperative Driving in Mixed Traffic: An Adaptive Potential Game-Based Approach with Field Test Verification [42.10434849745835]
  本稿では,アダプティブ・ポテンシャルゲーム(APG)協調運転フレームワークを提案する。 まず、システムユーティリティ関数は、個々のユーティリティの一般的な形式に基づいて確立される。 第二に、Shapley値はシステム内の各車両の限界効用を計算するために導入された。 第3に、観測されたHDV挙動とAPGの推定動作を比較することにより、HDVの選好推定を動的に洗練する。
  論文  参考訳（メタデータ） (2026-04-22T06:29:49Z)
• Ego to World: Collaborative Spatial Reasoning in Embodied Systems via Reinforcement Learning [61.753025885751036]
  本稿では,3つのタスクにまたがる異種視点を融合する視覚言語モデルの能力を評価するEgo-to-Worldベンチマークを提案する。 我々は,2段階のフレームワークであるCoRLを提案し,チェイン・オブ・ソート(Chain-of-Thought)を教師付き微調整と強化学習を組み合わせた。 我々は、CoRLが、推論と知覚グラウンドのメトリクスの両方において、強力なプロプライエタリおよびオープンソースベースラインを一貫して超越していることを示します。
  論文  参考訳（メタデータ） (2026-03-16T04:27:53Z)
• All Vehicles Can Lie: Efficient Adversarial Defense in Fully Untrusted-Vehicle Collaborative Perception via Pseudo-Random Bayesian Inference [22.973965834032622]
  協調知覚(CP)により、複数の車両が特徴レベルの知覚データを交換することで、個々の知覚能力を高めることができる。 この融合機構は本質的に敵攻撃、特に完全に信頼できない車両環境では脆弱である。 完全に信頼できない車両CPに適した,最初の効率的な防御手法であるPseudo-Random Bayesian Inference (PRBI) フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-09T15:32:04Z)
• Map-Agnostic And Interactive Safety-Critical Scenario Generation via Multi-Objective Tree Search [7.691544372846608]
  本稿では,モンテカルロ木探索による交通流レベルの安全クリティカルシナリオ生成のための新しいフレームワークを提案する。 探索効率とリスク逆決定のバランスをとるために, ハイブリッドな上信頼境界 (UCB) と下信頼境界 (LCB) 探索戦略を導入する。 香港の複雑な都市環境における4つの高リスク事故帯にまたがるアプローチを検証する。
  論文  参考訳（メタデータ） (2026-03-04T12:19:02Z)
• HybridWorldSim: A Scalable and Controllable High-fidelity Simulator for Autonomous Driving [59.55918581964678]
  HybridWorldSimは、静的バックグラウンドのためのマルチトラバースニューラルネットワーク再構成と、動的エージェントの生成モデルを統合するハイブリッドシミュレーションフレームワークである。 我々は、様々な都市をまたがる幅広いルートや環境条件をキャプチャーする、新しいマルチトラバースデータセットMIRRORをリリースする。
  論文  参考訳（メタデータ） (2025-11-27T07:53:16Z)
• V2X-ReaLO: An Open Online Framework and Dataset for Cooperative Perception in Reality [13.68645389910716]
  V2X-ReaLOは,実車およびスマートインフラストラクチャ上にデプロイされたオープンオンライン協調認識フレームワークである。 本稿では,オンライン協調認識システムの性能を評価するために,オープンなベンチマークデータセットを提案する。
  論文  参考訳（メタデータ） (2025-03-13T04:31:20Z)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)

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。