Core Concepts
본 연구는 차량 간 통신을 활용하여 지각 및 예측 성능을 향상시키는 실용적이고 지연에 강한 협력 운동 예측 프레임워크를 제안한다.
Abstract
본 연구는 자율주행 차량(AV)과 차량-모든 것 간 통신(V2X) 기술의 발전을 바탕으로 협력 연결 및 자동화 차량(CAV)의 능력을 향상시키는 협력 운동 예측 기술을 제안한다.
협력 지각 모듈:
각 CAV는 LiDAR 신호를 입력으로 받아 객체 탐지 및 추적 성능을 향상시킨다.
압축된 BEV 특징을 공유하여 통신 지연에 강인하도록 설계되었다.
수신된 특징을 융합하여 향상된 지각 결과를 생성한다.
협력 예측 모듈:
각 CAV는 과거 객체 궤적을 입력으로 받아 미래 궤적을 예측한다.
다른 CAV의 예측 결과를 융합하여 최종 예측을 생성한다.
이를 통해 개별 CAV의 예측 성능을 보완하고 향상시킨다.
실험 결과:
협력 지각과 예측을 통해 객체 탐지, 추적, 운동 예측 성능이 향상되었다.
특히 협력 예측은 단독 예측 대비 평균 예측 오차를 17.2% 감소시켰다.
제안 기술은 복잡한 시나리오에서 CAV의 협력 능력을 크게 향상시켰다.
Stats
협력 지각을 통해 객체 탐지 정확도(AP 0.5)가 75%에서 93%로 향상되었다.
협력 예측을 통해 5초 후 평균 예측 오차(minADE6)가 2.1m에서 1.7m로 감소하였다.
Quotes
"본 연구는 지각과 예측을 통합하는 최초의 실용적인 협력 운동 예측 프레임워크를 제안한다."
"협력 지각과 예측을 통해 복잡한 시나리오에서 CAV의 성능이 크게 향상되었다."