Core Concepts
Durch die Auswahl der besten Helferfahrzeuge basierend auf deren Sichtweite, Bewegungsunschärfe und Kommunikationsqualität kann die Objekterkennung des Ego-Fahrzeugs in herausfordernden Szenarien deutlich verbessert werden.
Abstract
In diesem Ansatz zur kooperativen Wahrnehmung (Cooperative Perception, CP) für autonome Fahrzeuge (Autonomous Vehicles, AVs) wird die Auswahl der Helferfahrzeuge optimiert, um die Wahrnehmungsqualität und Fahrsicherheit bei schlechten Sichtbedingungen wie Nebel zu verbessern.
Zunächst werden die Helferfahrzeuge basierend auf ihrer Fähigkeit, den Sichtbereich des Ego-Fahrzeugs zu erweitern, ihrer Bildqualität aufgrund geringer Bewegungsunschärfe und ihren Kommunikationsbedingungen ausgewählt. Anschließend wird die Funkressourcenzuweisung zwischen den ausgewählten Fahrzeugen optimiert, um die Kommunikationseffizienz weiter zu steigern.
Die Ergebnisse zeigen, dass dieser zweistufige Optimierungsprozess die Leistung der kooperativen Wahrnehmung deutlich verbessert, indem die besten Helfer ausgewählt werden, um die Sichtweite und Objekterkennungsgenauigkeit des Ego-Fahrzeugs zu erhöhen. Dies führt zu einer erheblichen Verbesserung der Fahrsicherheit unter widrigen Bedingungen.
Stats
Die visuelle Reichweite des Ego-Fahrzeugs kann durch die Auswahl der richtigen Helferfahrzeuge deutlich erweitert werden.
Die Bewegungsunschärfe der Helferfahrzeuge hat einen erheblichen Einfluss auf die Bildqualität und somit auf die Genauigkeit der Objekterkennung.
Die Kommunikationsparameter wie Paketfehlerrate und Durchsatz beeinflussen die Leistung der kooperativen Wahrnehmung erheblich.
Quotes
"Durch die Auswahl der besten Helferfahrzeuge basierend auf deren Sichtweite, Bewegungsunschärfe und Kommunikationsqualität kann die Objekterkennung des Ego-Fahrzeugs in herausfordernden Szenarien deutlich verbessert werden."
"Der zweistufige Optimierungsprozess führt zu einer erheblichen Verbesserung der Fahrsicherheit unter widrigen Bedingungen."