新的XET-V2X框架通过多模态融合增强自动驾驶感知

研究人员开发了XET-V2X，一个用于自动驾驶端到端3D时空感知的创新框架，该框架集成了多模态传感和车联网（V2X）协作。该系统利用双层空间交叉注意力模块有效对齐异构视角和模态，增强语义一致性并实现跨模态交互。在V2X-Seq-SPD数据集和模拟子集上的实验显示出显著的性能提升，XET-V2X在mAP和AMOTA方面比基线方法提高了15-20%，尤其是在通信延迟变化的情况下。 AI

影响 这项研究可能为自动驾驶汽车带来更强大、更可靠的感知系统，尤其是在复杂的V2X通信环境中。

排序理由 该集群包含一篇详细介绍自动驾驶感知新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• V2X-Seq-SPD
• V2X-Sim-V2I
• V2X-Sim-V2V
• vehicle-to-everything
• XET-V2X
• Zhenwei Yang

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →