摘要

自动驾驶车辆可能会由于检测和识别不准确而做出错误决策。因此，智能车辆可以将其自身数据与其他车辆的数据相结合，以增强感知能力，从而提高检测精度和行车安全。然而，多车协同感知需要整合现实场景，而原始传感器数据交换的流量远远超过了现有车载网络的带宽。据我们所知，我们是首次对基于原始数据级别的协同感知进行研究，以提升自动驾驶系统的检测能力。在本研究中，我们依赖于激光雷达（LiDAR）3D点云，融合了来自不同位置和角度的连接车辆收集的传感器数据。提出了一种基于点云的3D目标检测方法，该方法可以在多种对齐的点云上工作。在KITTI数据集和我们收集的数据集上的实验结果表明，所提出的系统通过扩展感知区域、提高检测精度和促进增强结果，在性能上优于单独感知。最重要的是，我们证明了通过现有的车载网络技术传输点云数据以实现协同感知是可行的。