Key points are not available for this paper at this time.
자동화 차량의 인식 범위는 탑재 센서(예: 카메라, 레이더)의 시야 범위로 제한됩니다. 협동 자동 주행의 목표는 자동화 차량의 센서 시야를 확대하여 즉각적인 인접성을 넘어서는 것입니다. 이를 통해 인식의 한계를 완화할 수 있습니다. 이 기술을 사용하여 차량은 주변의 물체 정보를 추출하고, DSRC V2V 통신을 통해 다른 차량과 공유합니다. 공유된 정보는 수신 차량이 주변의 확장된 뷰를 생성하는 데 도움을 줍니다. 공유된 정보는 공유된 물체를 가장 잘 설명하는 최소한의 속성 집합을 포함해야 하며, 안전/비안전 애플리케이션 요구 사항을 충족하는 데 필요한 정보를 제공할 만큼 설명적이어야 합니다. 이 집합은 위치, 움직임 및 치수 정보를 포함해야 합니다. 정확한 위치 및 치수 정보는 모든 주행 시나리오에서 쉽게 추출할 수 없습니다. 본 논문은 객체 추적 시스템에 통합된 머신 러닝 기반 접근 방식을 제안하며, 공유 대상으로 고려되는 물체의 3D 정보를 분류하고 추출할 수 있습니다. 이 방법은 V2V 통신에서 요구하는 추적된 물체의 중심점의 치수 및 위치를 제공합니다. 결과는 이 시스템이 정확한 위치 및 치수 정보를 제공할 수 있음을 보여줍니다.
Rawashdeh et al. (Thu,)가 이 질문을 연구했습니다.