期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多模态融合与BEV-Transformer架构下的智能网联汽车障碍物识别及V2X通信优化研究
1
作者 张广 吴帆 江拼 《汽车维护与修理》 2025年第13期89-92,共4页
针对智能网联汽车障碍物识别在复杂场景下的鲁棒性不足与实时性挑战,提出一种融合BEV(Bird's-Eye View)建模、Transformer架构与V2X通信的多模态协同感知算法。通过分析传统视觉算法的环境适应性瓶颈,结合单目深度估计的轻量化突破... 针对智能网联汽车障碍物识别在复杂场景下的鲁棒性不足与实时性挑战,提出一种融合BEV(Bird's-Eye View)建模、Transformer架构与V2X通信的多模态协同感知算法。通过分析传统视觉算法的环境适应性瓶颈,结合单目深度估计的轻量化突破、多目协同的时空对齐机制及BEV特征提取优势,构建了“车-路-云”一体化感知框架。算法采用Transformer全局建模能力优化BEV空间目标分布预测,并引入V2X路侧数据增强动态环境感知,结合边缘计算实现低延时推理。实验表明,该框架在雨雾、夜间等极端场景下识别准确率达97.3%,较传统方法提升12.6%,且满足L3+级自动驾驶实时性要求(30 Hz推理频率)。研究为智能网联汽车多模态感知标准化提供了技术路径,支撑车路云协同体系下的产业化进程。 展开更多
关键词 智能网联汽车 多模态融合 bev-transformer V2X通信 边缘计算 障碍物识别
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部