完全稀疏框架，基于 Query 的技术对单个目标的时序信息进行建模 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 通过智能交通代理之间的通信进行协同感知，有极大地潜力提高自动驾驶的安全性。然而，有限的通信带宽、定位误差以及传感器数据捕获的时间不同步，都给不同代理间的数据融合带来了困难。在某种程度上，以前的工作试图减少共享数据的大小，减轻由定位误差和通信延迟引起的空间特征错位。 然而，它们都没有考虑到不同步的传感器采样时间，这可能导致在数据融合过程中动态目标的位移超过一米。 在这项工作中，作者提出了时间对齐的协同目标检测（TA-COOD），为此作者对广泛使用的OPV2V和DairV2X数据集进行了适应性调整，考虑了异步LiDAR传感器采样时间，并构建了一个高效的完全稀疏框架，利用基于 Query 的技术对单个目标的时序 ………………………………