Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Conformal Trajectory Prediction with Multi-View Data Integration in Cooperative Driving

Created by
  • Haebom
Category
Empty

저자

Xi Chen, Rahul Bhadani, Larry Head

개요

본 논문은 자율주행 차량의 경로 예측을 위해 단일 차량 센서 데이터뿐 아니라 차량 간 통신(V2V) 및 차량-인프라 통신(V2I)을 통해 얻을 수 있는 다중 관점 데이터를 활용하는 새로운 프레임워크인 V2INet을 제시합니다. 기존의 단일 관점 모델을 확장하여 다중 관점 데이터를 모델링하며, 기존의 수동적 데이터 융합 방식과 달리 end-to-end 학습을 지원하여 유연성과 성능을 향상시킵니다. 또한, 예측된 다중 모드 경로에 대해 사후적 conformal prediction 모듈을 적용하여 신뢰 구간을 보정합니다. 실제 V2I 데이터셋인 V2X-Seq을 사용하여 평가한 결과, 단일 GPU 환경에서 FDE와 MR 측면에서 우수한 성능을 보였으며, 코드는 공개적으로 제공됩니다.

시사점, 한계점

•
시사점:
◦
V2V 및 V2I 통신 데이터를 활용하여 단일 관점의 한계(가림, 시야 제한)를 극복하는 새로운 경로 예측 프레임워크 제시.
◦
End-to-end 학습을 통해 기존의 수동적 데이터 융합 방식보다 유연성 및 성능 향상.
◦
Conformal prediction을 통한 신뢰 구간 보정으로 예측의 신뢰도 향상.
◦
실제 V2I 데이터셋을 이용한 실험 결과를 통해 성능 검증.
◦
공개된 코드를 통해 재현성 및 확장성 확보.
•
한계점:
◦
V2X-Seq 데이터셋에 대한 의존성. 다른 데이터셋에서의 성능 검증 필요.
◦
단일 GPU 환경에서의 성능 평가. 다중 GPU 환경이나 더욱 대규모 데이터셋에 대한 확장성 검증 필요.
◦
Conformal prediction 모듈의 계산 비용 및 성능 저하 가능성에 대한 추가적인 분석 필요.
◦
다양한 환경 및 상황에 대한 일반화 성능에 대한 추가적인 연구 필요.
👍
Made with Slashpage