机构名称：
¥ 1.0
异常检测是确保自动驾驶安全性的关键要求。在这项工作中，我们利用合作感来共享附近车辆的信息，从而在复杂的交通情况下更准确地识别和共识。为了解决不完美沟通的现实挑战，我们提出了一个基于合作感知的异常检测框架（CPAD），该框架是一个强大的架构，在沟通中断下仍然有效，从而促进了可靠的性能，即使在低频段设置中也可以促进可靠的性能。由于没有用于车辆轨迹的多代理异常检测数据集，因此我们引入了15,000个不同的方案，其中90,000个轨迹通过基于规则的车辆动力学分析生成的90,000个基准数据集。经验结果表明，我们的方法在F1得分，AUC中优于标准异常分类方法，并展示了针对代理连接中断的强大效果。代码和数据集将在：https：//github.com/abastola0/cpad
合作车辆感知中的异常检测...
主要关键词
相关文件推荐
