CoBEVFusion Cooperative Perception with LiDAR-Camera Bird's Eye View Fusion
Notice bibliographique
Résumé
Autonomous Vehicles (AVs) use multiple sensors to gather information about their surroundings. Connected Autonomous Vehicles (CAVs) share sensor data for increased safety and reliability through cooperative perception. However, most recent approaches in cooperative perception share unimodal information perceived using a single sensor such as only camera video data or only LiDAR point cloud data or perform multi-modal data fusion at the early or late stage. In this research, we explore vehicular perception utilizing intermediate fusion of mul-timodal camera video and LiDAR point cloud data. We propose the Dual Window-based Cross-Attention (DWCA) model which extracts and fuses selected camera and LiDAR data features and projects that onto a Bird's-Eye View (BEV) representation on a single ego vehicle. We demonstrate that using multimodal camera and LiDAR data, our DWCA model exceeds the performance of state-of-the-art (SOTA) models using unimodal data in vehicular object detection and segmentation tasks on a single vehicle. Next, we propose a model for Cooperative Perception, CoBEVFusion, which aggregates the fused BEV representations obtained from surrounding CAVs using a 3D Convolutional Neural Network. We validate our CoBEVFusion framework on the cooperative perception dataset, OPV2V, for two perception tasks: 3D object detection and BEV semantic segmentation. The CoBEVFusion model outperforms SOTA models in object detection tasks when using unimodal data or multimodal camera-LiDAR data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».