vehicle-to-vehicle communication | BriefGPT

关键词vehicle-to-vehicle communication

搜索结果 - 12

基于学习的车车通信的协同感知
合作感知在自动驾驶中得到广泛应用，本研究分析了考虑通信信道损伤的合作感知性能。通过评估不同的融合方法和通道损伤，提出了一种新的后期融合方案，并采用基于卷积神经网络的自动编码器来压缩合作造成的数据大小。数值结果表明，当信噪比大于 0 dB 时
PDF21 days ago
自主驾驶的基于可区分多传感器卡尔曼滤波的概率三维多目标合作跟踪
通过可微分的多传感器卡尔曼滤波器，本文提出了一种新颖的用于自动驾驶的 3D 多目标合作追踪算法，该算法学习估计每个检测的测量不确定性，以更好地利用卡尔曼滤波器追踪方法的理论属性，实验结果表明，与 V2V4Real 中的最新方法相比，我们的算
PDF2 months ago
面向混合交通中的安全自主性：通过信息共享检测人类驾驶员的不可预测异常行为
通过有效融合周围自动驾驶车辆共享的实时信息，我们提出了一种既能显著提高轨迹预测又能准确快速检测异常人工驾驶模式切换或异常驾驶行为的高效算法，以验证我们的算法，我们首先在 NGSIM 和 Argoverse 数据集上评估了我们的轨迹预测器，证
PDF4 months ago
端到端自动驾驶合作感知的选择性通信
本文提出了一种基于选择性通信算法的合作感知方法，用于提高当前自动驾驶系统在障碍物干扰场景下的可靠性。通过多智能体路径规划研究的启发，将感知网络与控制网络相结合，实现了对有关导航规划最为关键的感知信息的选择传输，在安全关键驾驶场景模拟中显示出
PDF6 months ago
一种合作自适应巡航控制系统中的驾驶员变道预测新模型
本文利用 HighD 数据集构建 LSTM 模型，通过 ACC 和 CACC 两种与周围车辆交互的情景，探究车辆位置、速度和加速度等信息对车道变更预测准确率的影响，提高车道变更预测准确率至 59.15% - 92.43%。
PDF7 months ago
AAAI基于共享信息的连接自主车辆安全高效行为规划
本研究介绍了一种信息共享和安全多智能体强化学习框架，通过车辆间通信收集处理后的 LIDAR 和摄像头数据，在提高交通效率和安全方面取得优势，并在 CARLA 模拟器中得到验证。
PDF10 months ago
使用强化学习对覆盖范围外车辆通信进行调度
本研究提出了一种使用强化学习的集中式调度程序（VRLS），用于提高无蜂窝覆盖区域内车辆间通信的可靠性，并评估了其性能表现。该程序可以在模拟车辆环境中学习一种稳健和适应性强的调度策略，为出行前分配资源，并在无蜂窝覆盖区域内优于现有分布式调度算
PDFa year ago
COOPERNAUT：网络车辆协作感知的端到端驾驶
近年来光学传感器和学习算法对于自主驾驶的发展有了显著提高，但今天的自主驾驶仍受到有限视线感知能力和数据驱动方法处理极端情况的脆弱性的阻碍。因此，使用车辆间通信协同感知被认为是一种增强自主驾驶的重要方式。本篇论文提出 COOPERNAUT，一
PDF2 years ago
OPV2V: 一个用于车辆间通信感知的开放数据集和融合管道
本文提出了第一个大规模的开放式模拟数据集，其中包含超过 70 个有趣的场景，11464 帧和 232913 标注的三维车辆边界框，以及一个用于评估多种信息融合策略的综合基准测试。同时，作者还提议了一种新的注意力中间融合管道，以聚合来自多个连
PDF2 years ago
基于区块链的联邦学习用于车联网信息传播
本文提出一种基于联邦学习和区块链辅助的消息传递解决方案，该方案采用智能合约嵌入 Proof-of-Federated-Learning 共识，并采用类似于区块链中基于激励的工作证明共识的方法让车辆之间竞争成为中继节点，通过模型上传进行消息传
PDF2 years ago
ECCVV2VNet: 车辆间通信用于联合感知和预测
本文旨在探讨利用车辆间通信（V2V）来提高自动驾驶汽车的感知和运动预测性能，通过聚合来自多个附近车辆的信息，我们可以从不同视角观察相同的场景，可以穿透遮挡物并检测长距离的行为者，通过使用压缩的深度特征图激活的方法，达到高精度的目的，同时满足
PDF3 years ago
基于深度强化学习的 V2V 通信资源分配
本文基于深度强化学习，开发了一种分散资源分配机制，应用于车对车（V2V）通信中，在无单播和广播场景下均可使用。根据分散的资源分配机制，一个自治体、一个 V2V 链路或一辆车，可以在不要求或等待全局信息的情况下，做出决策，查找传输的最佳子带宽
PDF6 years ago