Oossa

CoCam4D laat auto’s zonder LiDAR dieptegegevens delen

Een nieuw Bayesiaans raamwerk laat autonome voertuigen compacte 3D-Gaussische representaties uitwisselen en verkleint zo de onzekerheid over diepte, zonder LiDAR.

Kort berichtDoor Gepubliceerd door Oossa: 1 min lezen

Onderzoekers onder leiding van Soham Pahari introduceerden CoCam4D, een systeem voor gezamenlijke waarneming bij autonoom rijden dat alleen camera’s gebruikt. Het brengt geometrische onzekerheid in kaart met 3D-Gaussische scèneprimitieven en deelt die via C‑V2X in een formaat van 35 bytes, Dynamic Object Primitives geheten. Tests met openbare datasets laten een verbetering zien van 11.48% ten opzichte van de beste recente methode die uitsluitend op beeld werkt op OPV2V+, en van 10.62% op DAIR‑V2X‑C. De aanpak werkt zonder LiDAR en gebruikt alleen gedeelde cameragegevens.

Waarom het ertoe doet

Autovloten met camera’s kunnen hiermee hun waarneming in dode hoeken verbeteren, zonder dure LiDAR-apparatuur.

Was dit artikel nuttig?
Delen

Lees ook

Oossa · Nieuwsbrief

De AI-week, uitgelegd

Elke maandag: het nieuws dat ertoe doet, in gewone taal. Gratis, geen spam.