Cette page résume et organise les publications en intelligence artificielle du monde entier. Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif. Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.
AirV2X : collaboration unifiée entre véhicules air-sol et tout
Created by
Haebom
Auteur
Xiangbo Gao, Yuheng Wu, Fengze Yang, Xuewen Luo, Keshu Wu, Xinghao Chen, Yuping Wang, Chenxi Liu, Yang Zhou, Zhengzhong Tu
Contour
Afin de répondre aux coûts de déploiement élevés et aux problèmes d'angle mort des systèmes V2X existants en zones urbaines et périurbaines, cet article présente l'ensemble de données AirV2X-Perception utilisant des drones. Les drones offrent des avantages par rapport aux systèmes terrestres, notamment une vue aérienne pour une meilleure visibilité du véhicule, une flexibilité d'utilisation avec plusieurs paramètres de localisation et un faible coût de déploiement. L'ensemble de données AirV2X-Perception contient 6,73 heures de scénarios de conduite autonome assistée par drone en zones urbaines, périurbaines et rurales, sous diverses conditions météorologiques et d'éclairage, et constitue une base pour le développement d'algorithmes V2D et leur évaluation standardisée. L'ensemble de données et le kit de développement sont disponibles en open source ( https://github.com/taco-group/AirV2X-Perception ).
Fournir un ensemble de données à grande échelle démontrant la faisabilité des systèmes V2X basés sur des drones.
◦
Une nouvelle approche pour résoudre les problèmes de coût de déploiement élevé et d’angle mort de détection des systèmes V2X existants.
◦
ÉTablir une base standardisée pour le développement d’algorithmes V2D et l’évaluation des performances.
◦
Fournit des données proches des environnements réels, y compris une variété d'environnements (urbains, suburbains, ruraux) et de conditions météorologiques.
•
Limitations:
◦
L'ensemble de données n'est peut-être pas encore assez grand (6,73 heures).
◦
Il convient de prendre en compte des questions telles que la stabilité et la puissance des communications des drones.
◦
Des recherches supplémentaires sont nécessaires sur les réglementations de vol et les questions de sécurité des drones.
◦
Il est nécessaire d’élargir la diversité des ensembles de données (par exemple, davantage de scénarios d’accidents, des conditions météorologiques plus diverses).
