PyTorchKR Papers

최신 논문

총 15편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2605.29997v2cs.CV

FRUC: 보정되지 않은 협력 주행 시점 기반 피드포워드 동적 장면 재구성

FRUC: Feedforward Dynamic Scene Reconstruction from Uncalibrated Collaborative Driving Views

본 논문에서는 캘리브레이션되지 않은(uncalibrated) 협력 주행 뷰로부터 동적 장면을 재구성하기 위한 피드포워드(feedforward) 3D 가우시안 스플래팅(3D Gaussian Splatting) 프레임워크인 FRUC를 제안합니다. 기존의 다중 에이전트(agent) 재구성 프레임워크는 정밀한 공간 캘리브레이션을 요구하고 장면별 최적화(per-scene optimization) 속도가 느리다는 엄격한 전제 조건으로 인해 제약을 받는 경우가 많았습니다. 본 논문에서는 분산형 다중 차량 네트워크를 시공간적으로 비구조화된 자차 중심(ego-centric) 멀티 카메라 시스템으로 개념화하여 이 과제를 재검토합니다. 여기서 핵심 과제는 재구성 효율성을 유지하면서, 자차가 정확하게 관측한 가시 영역 기하구조(visible geometry)를 손상시키지 않고 협력을 통해 자차 중심의 차폐된 기하구조를 향상하는 데 있습니다. 효율적인 재구성을 위해 FRUC는 시각적으로 접지된(visual grounded) 기하학적 트랜스포머(Transformer) 백본을 기반으로 구축되어, 유연한 수의 다중 차량 시점으로부터 원샷(one-shot)이자 캘리브레이션 없는 추론(inference)을 가능하게 합니다. 캘리브레이션되지 않은 에이전트 간 정렬 오류가 존재하는 상황에서 비파괴적인 기하구조 보충을 달성하기 위해, FRUC는 먼저 에이전트별 시공간 상관관계를 모델링하여 잠재 사전 정보(latent priors)로서 차폐 변화를 명시적으로 도출하는 자차 중심 인과적 차폐 필드(ego-centric causal occlusion field)를 도입합니다. 이러한 차폐 사전 정보를 바탕으로, 제로 초기화 주입(zero-initialized injection)을 통해 에이전트 간 통합을 결정론적 잔차 노이즈 제거 과정으로 정식화함으로써, 까다로운 에이전트 간 융합을 견고한 협력적 사각지대 완성을 위한 유계 잔차 학습(bounded residual learning)으로 전환합니다. 실제 환경의 V2X-Real 및 UrbanIng-V2X 데이터셋을 대상으로 한 광범위한 평가를 통해, FRUC는 동적 협력 주행 환경의 장면 재구성 분야에서 새로운 최고 성능(SOTA)을 달성함을 보였으며, 렌더링 품질과 효율성 모두에서 기존 방법을 크게 능가했습니다. 코드는 https://github.com/yihangtao/FRUC.git 에서 이용할 수 있습니다.

arXiv:2610.00319v1cs.CV

EgoRefine: 비동기 협력 인지를 위한 자차 기준 예측 정렬 및 궤적 조건부 신뢰도 인지 융합

EgoRefine: Ego-Referenced Predictive Alignment and Trajectory-Conditioned Reliability-Aware Fusion for Asynchronous Collaborative Perception

협력 인지는 연결된 에이전트(agent)들이 상호 보완적인 관측을 공유하여 3D 객체 검출(object detection)을 수행할 수 있게 함으로써, 감지 범위를 확장하고 가림 현상을 완화합니다. 그러나 비동기 통신 환경에서는 협력 특징(feature)이 시간적 지연을 동반하여 도착합니다. 기존의 예측 기반 방법들은 주로 송신 에이전트 자체의 이력을 바탕으로 이러한 특징을 보상하므로, 자차(ego) 에이전트의 현재 관측과의 잔여 정렬 오차가 남게 되며, 후속 융합 과정에서도 정렬 품질의 공간적 변동을 간과하는 경우가 많습니다. 본 논문에서는 비동기 협력 인지를 위한 자차 기준 예측 정렬 및 신뢰도 인지 융합 프레임워크인 EgoRefine을 제안합니다. Ego-referenced Predictive Alignment 모듈은 현재 자차 특징을 활용해 협력 궤적 필드 예측을 유도하고 자차 기준 궤적 방향을 따라 샘플링 오프셋을 정제합니다. Trajectory-conditioned Reliability-aware Fusion 모듈은 자차와 협력 스트림 간의 궤적 불일치 및 방향성 정제 크기를 정렬 단서로 취급하여, 이를 통해 정렬된 특징 간의 관계를 조건화하고 합성곱(convolutional) 융합 전에 두 스트림의 가중치를 적응적으로 재조정합니다. V2V4Real 및 DAIR-V2X-Seq에 대한 실험 결과, EgoRefine은 TraF-Align 대비 [email omitted] 및 [email omitted] 각각 평균 1.6포인트와 2.9포인트 향상된 성능을 보였습니다. 소스 코드는 https://github.com/godk0509/EgoRefine 에서 공개될 예정입니다.

arXiv:2609.22967v1cs.CV

범용 협력 지능: 회복력 있는 다중 에이전트 생태계를 위한 인지 아키텍처

General Collaborative Intelligence: Architecting Cognition for Resilient Multi-Agent Ecosystems

다중 에이전트 무인 시스템은 고립된 자기 중심적 sensing에서 협력 지능으로 이동하고 있으며, 분산 에이전트들이 압축된 특징(feature)을 교환하여 어떤 단일 에이전트도 벗어날 수 없는 국소 관측의 함정—가림(occlusion), 유한한 센서 범위, 환경 열화—to overcome. 해당 분야는 아키텍처, 통신, embodied, 회복력(resilience), 신뢰 차원에서 성숙해 왔지만, 기존 서베이는 이러한 차원을 각각 따로 다루며 그 의존 관계를 거의 드러내지 않는다. 본 리뷰는 두 가지 상보적 렌즈를 통해 통합적 종합을 제시한다. 첫째는 협력 단계, 통신 패러다임, 융합 아키텍처, 학습 전략, 응용 도메인에 걸친 5차원 분류체계이다. 둘째는 인지적 시너지를 운영 기준으로 전환하는 세 가지 인지적 시너지 조건—의미적 모호성 해소(Semantic Disambiguation), 화용론적 정보 교환(Pragmatic Information Exchange), 선제적 정보 탐색(Proactive Informational Foraging)—이다. 이러한 렌즈를 통해 협력 아키텍처와 토폴로지, 채널을 미분 가능한 파이프라인 구성요소로 다루는 신경-통신 공동 설계(neural-communication co-design), 다중 에이전트 강화학습을 통한 embodied 행동-지각 루프, 동기화·불확실성 정량화·라벨 효율적 학습을 위한 회복력 메커니즘을 조망한다. 이어 이러한 진전을 V2X, 무인 항공, 산업 물류, 스마트 시티의 네 가지 운영 도메인과 안전-프라이버시-유용성(safety-privacy-utility) 삼각 관계에 대응시킨다. 벤치마크 포화와 평가 파편화에 대응하기 위해, 본문은 협력 방법의 트레이드오프를 연구 간 비교 가능하게 만드는 성숙도 모델을 갖춘 5기둥 scoring 프로토콜 GCI-Bench를 제안한다. 재현성, sim-to-real 격차, 협력이 성능을 저하시키는 조건에 대한 비판적 성찰을 통해 미해결 과제를 밝히고, 실세계 불확실성 하에서 범용 협력 지능을 향한 방향을 제시한다.

arXiv:2607.23910v1cs.CV

SimBEV2X: 다중 과제 차량-만물(V2X) 협력 인식을 위한 대규모 데이터셋 및 데이터 생성 도구

SimBEV2X: A Large-Scale Dataset and Data Generation Tool for Multi-Task Vehicle-to-Everything Cooperative Perception

차량-만물(V2X) 통신을 통한 협력 인식은 가림(occlusion) 및 제한된 센서 범위와 같은 개별 자율주행 차량의 고유한 물리적 한계를 극복할 수 있다. 그러나 견고한 V2X 알고리즘, 특히 조감도(bird's-eye view, BEV) 표현과 같은 통합 공간 표현에 의존하는 알고리즘의 개발은 대규모, 다중 모달, 다중 과제 데이터셋의 부재로 인해 저해되고 있다. 또한 동기화된 실세계 다중 에이전트 데이터를 대규모로 수집하고 주석하는 것은 비용이 지나치게 높다. 이로 인해 기존 V2X 데이터셋은 규모와 범위 모두에서 현저히 제한적인 상황이 발생했다. 이를 극복하기 위해 CARLA 시뮬레이터 기반의 고급 합성 데이터 생성 도구인 SimBEV2X를 제안한다. SimBEV2X는 무작위 운전 시나리오를 자동으로 생성하여, 차량과 RSU(roadside unit) 모두로부터 고유 추적 ID가 부여된 3D 바운딩 박스, HD 맵 정보, BEV 분할(segmentation) 맵, 의미론적 점유(occupancy) 복셀 그리드 등 다양한 유형의 ground truth와 함께 다중 모달 센서 데이터를 수집한다. 또한 현재까지 최대 규모의 V2X 인식 데이터셋인 SimBEV2X 데이터셋을 공개한다. 이 데이터셋은 다양한 도로 네트워크에 걸쳐 최대 8대의 연결된 차량과 최대 4개의 RSU가 포함된 258개의 장면으로 구성된다. SimBEV2X 데이터셋은 기존 V2X 데이터셋보다 한 자릿수 더 크며, 102,200개의 프레임, 588,520개의 LiDAR 포인트 클라우드, 300만 개 이상의 이미지, 2,700만 개 이상의 바운딩 박스, 그리고 포괄적인 기타 주석을 포함한다. 마지막으로 CoopDet3D를 사용하여 SimBEV2X 데이터셋에 대한 강력한 기준선을 수립하고, 문맥 인식 다중 에이전트 특징 집계를 위해 CoopDet3D와 융합 축 어텐션(fused axial attention, FAX)을 결합한 새로운 아키텍처인 CoBEVFusion을 제안하여 우수한 성능을 달성한다. SimBEV2X, SimBEV2X 데이터셋, CoBEVFusion은 https://simbev2x.org 및 https://github.com/GoodarzMehr/SimBEV2X에서 이용할 수 있다.

arXiv:2607.22654v1cs.AI

MINT-V2X: 예측적 자원 관리를 위한 이동성 통합 네트워크 궤적 데이터셋

MINT-V2X: A Mobility-Integrated Network Trajectory Dataset for Predictive Resource Management

V2X(Vehicle-to-Everything) 통신 시스템은 차량 궤적 데이터뿐만 아니라 현실적인 수준의 충실도를 갖춘 무선 네트워크 매개변수도 포함하는 데이터셋을 기반으로 하며, 이를 통해 예측 및 최적화 모델의 구축이 가능하다. 오늘날 매우 중요한 연구 인프라 공백이 존재하며, 공개적으로 이용 가능한 데이터셋은 이동성 또는 네트워크 매개변수 중 하나에 국한되는 경우가 많고, 두 가지를 결합한 단일의 통합적 시각을 제공하는 경우는 드물다. 본 논문은 SUMO 교통 역학과 OMNeT++/Simu5G 네트워크 시뮬레이션을 결합하여 생성된 포괄적 데이터셋인 MINT-V2X를 소개한다. 검증 프레임워크는 3GPP Release 14(C-V2X), ETSI 표준 및 Shannon 용량 이론을 기반으로 한 14개의 표준화된 테스트로 구성된다. 결과 데이터셋은 3시간의 도시 교통 시뮬레이션 동안 15개 RSU(roadside unit)로부터 1,386대 차량의 987만 개 동기화된 데이터 포인트를 포함한다. 네트워크 지표 상관관계(CQI-SINR: 0.993; SINR-PDR: 0.946)를 통해 엄격한 알고리즘적 일관성을 입증한다. 마지막으로 RSU 부하 예측 사례 연구를 수행하여 데이터셋의 가치를 입증하며, 궤적 데이터를 사용할 경우 네트워크 이력만을 사용하는 베이스라인보다 더 나은 예측 성능을 달성함을 보인다. 데이터셋, 실험, 및 전체 SUMO 구성 파일은 대체 시뮬레이션 스택에서의 재현을 용이하게 하기 위해 GitHub 저장소에서 제공된다.

arXiv:2607.20554v1cs.AI

Learning-to-Optimize 그래프 신경망을 통한 스마트 도시 NR-V2X 네트워크 AI 기반 다중 홉 릴레이 선택

AI-Driven Multi-Hop Relay Selection for Smart Urban NR-V2X Networks via Learning-to-Optimize Graph Neural Networks

밀집된 도시 환경에서 스마트 모빌리티를 위해 신뢰성 높고 저지연 NR-V2X 통신이 필수적이다. 그러나 제한된 도로변 유닛(RSU) 밀도, 빈번한 비시선(non-line-of-sight) 조건, 그리고 고도로 동적인 차량 토폴로지로 인해 많은 연결·자율주행 차량(CAV)이 안정적인 단일 홉 연결을 유지하지 못하는 경우가 많다. 다중 홉 릴레이 보조 통신이 인프라 커버리지를 확장할 수 있지만, 실질적인 흐름(flow), 용량, 연결성 제약 하에서 릴레이 링크를 실시간으로 선택하는 것은 여전히 어렵다. 혼합 정수 선형 계획(MILP)은 최적의 다중 홉 릴레이 결정을 제공하지만, 계산 복잡도가 네트워크 밀도에 따라 급격히 증가하여 실시간 적용이 제한된다. 이를 해결하기 위해, 실시간 NR-V2X 릴레이 선택을 위한 그래프 신경망(GNN) 기반 Learning-to-Optimise(L2O) 프레임워크를 제안한다. 차량 통신 상태를 속성 그래프(attributed graph)로 모델링하며, CAV와 RSU를 노드로, 후보 무선 링크에는 전파 인식(propagation-aware) 특성을 부여한다. 오프라인 MILP 오라클이 최적의 지도(supervision)를 제공하고, 엣지 인식(edge-aware) Graph Isomorphism Network(GINE)가 오라클 결정을 거의 일정한 추론 지연으로 근사한다. 통합 SUMO--GEMV2 시뮬레이션 파이프라인으로 생성된 대규모 도시 데이터셋에 대한 실험 결과, 제안 방법은 MILP 오라클과 유사한 연결성을 달성하면서 실행 시간을 수 자릿수만큼 단축한다. 이 프레임워크는 기존 차량 자산을 활용하고 스마트 시티 환경에서 확장 가능한 실시간 NR-V2X 운용을 지원함으로써, 도시 V2X 연결성을 비용 효율적으로 향상시킨다.

arXiv:2607.20947v1cs.CV

RECO: 도로변 3D 검출에서 외부 파라미터 섭동에 대한 영역 인식 보정

RECO: Region-Aware Compensation for Extrinsic Perturbations in Roadside 3D Detection

지능형 교통 시스템에서 도로변 3D 객체 검출은 교통 이해, 협력형 조기 경보, 안전한 자율주행에 필수적인 넓은 영역 인식을 제공한다. 그러나 기존 방법들은 카메라 외부 파라미터(extrinsic)에 대한 높은 민감도로 인한 문제가 있다. 일시적인 지터(jitter)나 지속적인 드리프트(drift)로 나타나는 미세한 편차조차 투영 기하학에 의해 크게 증폭될 수 있다. 이러한 연쇄 효과는 심각한 특징 불일치와 저하된 위치 추정을 초래한다. 이 한계를 완화하기 위해, 우리는 조각별 6-DoF 자세 오프셋을 사용하여 외부 파라미터를 보정하는 영역 인식 외부 파라미터 보정 프레임워크인 RECO를 제안한다. RECO는 학습 가능한 거리 경계를 예측하여 장면을 근거리와 원거리 영역으로 분할하고, 영역별 자세 보정을 추정한다. 미분 가능한 시그모이드 게이트가 두 보정된 기하를 부드럽게 혼합하여 연속적인 BEV 샘플링을 유지하고 안정적인 최적화를 촉진한다. 외부 파라미터 정제를 지도하기 위해, 3D ground truth에서 투영된 2D 바운딩 박스와 2D 어노테이션을 비교하는 보조 재투영 손실을 도입하고, 이를 표준 검출 목적 함수와 함께 공동 최적화한다. 외부 파라미터 섭동 하에서 DAIR-V2X-I 및 Rope3D 벤치마크에 대한 광범위한 실험은 yaw 및 $z$축 편차 모두에서 최신(state-of-the-art) 기준선 대비 일관된 성능 향상을 보여준다. RECO는 일시적 섭동에서 지속적 이동으로도 일반화되며, 엄격한 보정(calibration) 불확실성 하에서도 매우 경쟁력 있는 성능을 유지한다.

arXiv:2607.12959v1cs.CV

ViCo3D: 비전 기반 모델을 활용한 LiDAR 기반 협업 3D 객체 검출

ViCo3D: Empowering LiDAR-based Collaborative 3D Object Detection with Vision Foundation Models

차량-만물 연결(V2X) 시스템에서 LiDAR 기반 협업 3D 인지는 일반적으로 에이전트 간 조감도(BEV) 특징을 융합하는 방식에 의존한다. 그러나 현재 BEV 표현은 대개 처음부터 학습된 LiDAR 백본으로 추출되며, 기하학이 지배적이고 일반적인 의미론적 사전지식이 부족하여 특징 수준의 협업 효과를 본질적으로 제한한다. 한편, 대규모 이미지 데이터로 사전학습된 비전 기반 모델(VFM)은 2D 작업에 대해 범용적이고 정보가 풍부한 시각 표현을 학습하는 강력한 능력을 보여 왔으며, 협업을 위한 에이전트별 LiDAR BEV 표현을 향상시킬 잠재력을 갖고 있다. 이러한 잠재력에도 불구하고, 상당한 이미지-포인트 클라우드 모달리티 간극으로 인해 VFM을 LiDAR 기반 3D 검출에 적응시키는 것은 여전히 어렵다. 이 간극을 메우기 위해, 우리는 VFM 기반의 협업 3D 객체 검출 프레임워크인 ViCo3D를 제안한다. 구체적으로 ViCo3D는 세 가지 측면에서 VFM을 LiDAR 기반 협업 인지에 적응시킨다. 첫째, ViCo3D는 포인트 클라우드를 3채널 이미지로 BEV 평면에 투영하여 DINOv2가 LiDAR 입력으로부터 BEV 공간 시각 특징을 추출할 수 있게 한다. 둘째, 이러한 DINOv2 기반 특징을 LiDAR 기하학적 특징과 효과적으로 통합하기 위해 ViCo3D는 단일 에이전트 인코더 내에 다중 스케일 BEV 융합 모듈을 도입한다. 셋째, ViCo3D는 여러 에이전트로부터 상보적인 정보를 집계하기 위해 자차 중심(ego-centric) 교차 에이전트 융합 전략을 채택한다. DAIR-V2X 및 V2XSet에서의 실험은 ViCo3D가 최첨단 3D 검출 성능을 달성함을 보여준다. 주목할 점은 DAIR-V2X에서 기존 방법 대비 최대 1.8배 더 큰 협업 이득을 제공한다는 것이다. 향후 연구를 위해 코드를 공개할 예정이다.

arXiv:2603.00654v3cs.CV

RC-GeoCP: 레이더-카메라 협력 지각을 위한 기하학적 합의

RC-GeoCP: Geometric Consensus for Radar-Camera Collaborative Perception

Collaborative perception (CP) improves scene understanding through multi-agent information sharing, yet LiDAR-centric systems remain costly and vulnerable in adverse weather. Camera--4D radar offers a practical alternative, but their synergy is still underexplored in CP. We introduce RC-GeoCP, which promotes low-cost, weather-resilient, and geometrically stable radar from an ego-level auxiliary cue to a cross-agent collaboration anchor. To resolve misalignment caused by depth ambiguity and spatial dispersion across agents, RC-GeoCP establishes an ego-normalized geometric consensus: the same radar-derived reliability prior is reused to ground local BEV features, select complementary messages, and weight received evidence. Specifically, Geometric Structure Rectification (GSR) aligns visual semantics with geometry derived from radar to generate spatially grounded, geometry-consistent representations. Uncertainty-Aware Communication (UAC) then serves as an information filter that inherits rectified features from GSR, leveraging inter agent disagreement to steer selective communication toward the most informative regions. Finally, the Consensus-Driven Assembler (CDA) aggregates multi-agent information via ego-normalized geometric anchors to form a spatially coherent representation. We establish a unified radar-camera CP evaluation protocol on V2X-Radar and V2X-R, demonstrating a strong accuracy--communication trade-off. Code will be released soon.

arXiv:2509.03704v2cs.CV

QuantV2X: 협력적 인식을 위한 완전 양자화 다중 에이전트 시스템

QuantV2X: A Fully Quantized Multi-Agent System for Cooperative Perception

Vehicle-to-Everything(V2X) 통신을 통한 협력적 인식(cooperative perception)은 가림을 완화하고 시야(field of view)를 확장함으로써 차량 인식을 향상시킬 상당한 잠재력을 제공한다. 그러나 기존 연구는 효율성, 지연 시간(latency), 실세계 배포 가능성(deployability)과 같은 중요한 시스템 수준 고려사항을 다루지 않고 정확도 지표 개선에 주로 초점을 맞춰 왔다. 주목할 점은, 대부분의 기존 시스템이 완전 정밀도 모델에 의존하여 높은 연산 및 전송 비용을 발생시키며, 이로 인해 자원이 제한된 환경에서의 실시간 운용이 비현실적이라는 것이다. 본 논문에서는 다중 모달(multi-modal), 다중 에이전트 V2X 협력적 인식의 효율적이고 확장 가능한 배포를 위해 특별히 설계된 최초의 완전 양자화 다중 에이전트 시스템인 QuantV2X를 소개한다. QuantV2X는 신경망 모델과 전송되는 메시지 표현 모두에 걸친 통합 end-to-end 양자화 전략을 도입하여 연산 부하와 전송 대역폭을 동시에 줄인다. 주목할 만하게, 저비트(low-bit) 제약 하에서도 QuantV2X는 완전 정밀도 시스템에 필적하는 정확도를 달성한다. 더 중요한 것은, 배포 지향(deployment-oriented) 지표로 평가할 때 QuantV2X가 시스템 수준 지연 시간을 3.2배 줄이고 완전 정밀도 베이스라인 대비 mAP30에서 +9.5의 개선을 달성한다는 점이다. 또한 QuantV2X는 더 효과적으로 스케일링(scaling)되어, 더 크고 성능이 뛰어난 모델을 엄격한 메모리 예산 내에 맞출 수 있게 한다. 이러한 결과는 실세계 배포를 위한 완전 양자화 다중 에이전트 중간 융합(intermediate fusion) 시스템의 타당성을 보여준다. 해당 시스템은 이 분야의 연구를 촉진하기 위해 공개될 예정이다: https://github.com/ucla-mobility/QuantV2X.

arXiv:2606.26398v1cs.CV

DinoLink: 대역폭 제약 협력형 V2X 지각을 위한 토큰 중심 표현 압축 프레임워크

DinoLink: A Token-Centric Representation Compression Framework for Bandwidth-Constrained Collaborative V2X Perception

V2X 대역폭 제약 하에서 고정밀 원격 지각을 위해 DinoLink는 원시 픽셀 스트리밍 대신 DINOv2 토큰을 현저성 인식 선택기로 줄이고 잔차 벡터 양자화(RVQ)로 코드북 인덱스에 압축하는 토큰 중심 차량-클라우드 협력 추론 프레임워크를 제안한다. 경량 인덱스와 위치 정보만 전송해 비압축 대비 139배 비트레이트 감소를 달성하면서 nuScenes에서 32.8% mAP를 유지했고, LoRa 같은 좁은 대역 환경에서는 34.5배 가속이 확인되었다.

arXiv:2606.21344v1cs.AI

노이즈에 주의하라: 노이즈 데이터에 대한 트랜스포머 기반 상호작용 인식 궤적 예측 모델의 민감도

Mind the Noise: Sensitivity of Transformer-based Interaction-Aware Trajectory Prediction Models to Noisy Data

궤적 예측은 자율주행 차량이 주변 객체(또는 에이전트)의 미래 행동을 예측하고, 이에 따라 주행의 안전성과 효율성을 극대화할 수 있게 한다. 최신 트랜스포머 기반 상호작용 인식 궤적 예측 모델은 어텐션 메커니즘에 의존하여 다중 에이전트 상호작용을 포착하고 예측 정확도를 극대화하는데, 이러한 모델은 일반적으로 장거리 고품질 데이터셋에서 학습 및 평가된다. 이러한 데이터셋은 일반적으로 여러 차량이나 드론의 데이터를 집계하고 객체 검출 또는 추적 노이즈를 오프라인으로 제거하여 얻는다. 그러나 실제 배포 환경에서는 주변 객체의 상태(위치, 속도, 방향)에 대한 정보가 전혀 노이즈가 없다고 할 수 없다. 객체 상태 추정은 지각 불확실성과 위치 추정 오류의 영향을 받으며, 차량-모든것(V2X) 통신을 통해 수신한 객체의 경우 이러한 오류가 특히 클 수 있다. 본 논문에서는 노이즈가 포함된 객체 상태 정보가 최신 트랜스포머 기반 상호작용 인식 궤적 예측 모델의 궤적 예측 정확도에 미치는 영향을 분석한다. 우리 연구는 노이즈 강도가 증가함에 따라 궤적 예측 정확도가 급격히 저하될 수 있음을 보여준다. 수치 결과는 작은 노이즈 수준에서는 예측 정확도가 1.3배 요인만큼 감소할 수 있으며, 가장 높은(그러나 현실적인) 노이즈 조건에서는 최대 3.9배까지 감소할 수 있음을 보여준다. 이러한 결과는 궤적 예측 모델이 노이즈 데이터에 매우 민감함을 드러내며, 보다 현실적인 학습 및 평가 데이터셋과 노이즈 완화 전략의 필요성을 강조한다.

arXiv:2606.19258v1cs.CV

CABLE: V2X 시스템을 위한 클라우드 지원 대역폭 효율적 LMM 기반 인코딩

CABLE: Cloud-Assisted Bandwidth-efficient LMM-based Encoding for V2X Systems

클라우드 호스팅 대규모 멀티모달 모델(LMM)은 차량과 모든 것의 연결(V2X) 시스템에 강력한 오픈 어휘 인식을 제공할 수 있지만, 엣지에서 클라우드로 전체 해상도 프레임을 단순히 전송하면 심각한 통신 오버헤드와 높은 클라우드 측 프리필 지연 시간이 발생합니다. 본 논문에서는 엣지-클라우드 인식을 위한 클라우드 지원 대역폭 효율적 LMM 기반 인코딩 프레임워크인 CABLE를 제안합니다. CABLE는 에고 모션 보상을 사용하여 엣지에서 이전 클라우드 세그멘테이션 마스크를 전파하고, 잔차 운동 단서로 이를 정제하며, 코리더 엔벨로프를 통해 연결되지 않은 영역을 통합하여 강건한 관심 영역(ROI)을 형성합니다. ROI 마스크가 적용된 이미지만 업로드되며, 클라우드 세그멘테이션 출력은 다음 프레임에 대한 사전 정보(prior)로 피드백되어 마스크-ROI-LMM 피드백 루프를 형성합니다. 5개 데이터셋(nuScenes, WOD-ZB, Waymo, KITTI, CADC)에 대한 실험 결과, 인식 능력을 대부분 유지하면서 일관된 통신 절감 효과를 보여주었습니다. 전체 프레임 추론에 비해 검출 품질의 약간의 트레이드오프를 통해 $73$--$87\%$의 ROI 픽셀 커버리지 감소와 $5$--$8\times$의 추정 LMM 프리필 속도 향상을 달성했습니다.

arXiv:2606.12981v1cs.CV

TUMTraf V2X 협력형 3D 객체 검출을 위한 카메라-LiDAR BEV 융합

Camera and LiDAR BEV Fusion for Cooperative 3D Object Detection on TUMTraf V2X

본 논문에서는 DriveX 2026 챌린지의 TUMTraf V2X 협력형 3D 객체 검출 트랙을 위해 개발된 카메라-LiDAR 융합 감지기를 설명합니다. 이 감지기는 공유된 조감도(bird's-eye-view, BEV) 공간에서 세 대의 도로변 카메라와 인프라-차량 융합 포인트 클라우드를 결합하고, 일반화된 IoU 회귀 손실과 IoU 품질 재순위 헤드를 갖춘 CenterPoint 스타일 헤드로 바운딩 박스를 예측합니다. 제공된 학습 및 검증 분할로 학습한 모델은 공개 Codabench 테스트 분할에서 3D mAP 0.85를 달성했습니다. 시스템을 개선하는 과정에서 50개의 테스트 프레임 중 44개가 라벨과 함께 공개된 학습(40개) 및 검증(4개) 분할에도 포함되어 있음을 확인했습니다. 따라서 이러한 중복이 최종 점수에 미치는 영향을 정량화하기 위해 두 가지 추가 연구를 수행했습니다: (1) 44개의 중복 프레임을 과샘플링하는 파인튜닝을 진행한 결과 0.89 mAP를 달성했으며, (2) 해당 프레임에 대한 예측값을 공개된 정답(ground truth)으로 대체하는 후처리를 수행한 결과 0.99 mAP를 달성했습니다(테스트를 위해 Codabench 계정에 업로드되었으나 리더보드에는 게시되지 않음). 이 세 가지 구성과 클래스별 결과를 보고합니다.

arXiv:2606.07016v1stat.AP

신호 교차로에서의 취약 도로 이용자 안전을 위한 통합 노변 감지 및 통신 프레임워크

An Integrated Roadside Sensing and Communication Framework for Vulnerable Road User Safety at Signalized Intersections

취약 도로 이용자(VRU)는 전 세계 도시 교통 사망자의 약 절반을 차지하며, 교차로는 이러한 사상자의 불균형적으로 높은 비율이 집중되는 장소이다. VRU 보호를 위한 감지 기술에 관한 최근 리뷰들은 수십 종의 단일 센서 및 이중 센서 배치 사례를 정리하였으나, 조사된 시스템 중 다중 모달 감지를 에지 측 아차사고(near-miss) 분석 및 양방향 차량-사물 통신(V2X)·보행자-사물 통신(P2X) 메시징과 단일 교차로 제어함 내에서 결합한 사례는 없었다. 본 논문은 신호 교차로에서의 VRU 보호를 위한 통합 프레임워크를 제시한다. 이 프레임워크는 인식 층에서 LiDAR, 레이더, RGB 카메라, 열화상 카메라를 결합하고, 연산 층에서 에지 기반 예측 및 대리 안전 분석을 수행하며, 통신 층에서 V2X 및 P2X 메시징을, 작동 층에서 적응형 신호 제어를 활용한다. 이 프레임워크는 최초로 공개된 노변 LiDAR-Visual-Thermal 데이터셋인 R-LiViT를 활용한 실증 사례 연구에 기반하며, 동 데이터셋은 독일의 세 교차로에서 수집된 200개의 다중 모달 시퀀스와 2,400개의 주석이 달린 RGB-T 프레임을 제공한다. 53,319개의 탐지 주석 분석 결과, VRU는 전체 도로 이용자 관측의 약 49%를 차지하고, 주간 대비 야간 밀도는 보행자의 경우 38%, 차량의 경우 45% 감소하는 반면 야간 분포는 근접 비율이 더 높게 나타나며, 세 교차로의 여덟 개 개별 지점에서 프레임당 근접 이벤트 횟수는 약 10배의 편차를 보이고, 보행자 바운딩 박스의 83%는 이미지 공간상 소형으로 분류되어 VRU가 단일 센서로부터 일반적으로 멀리 위치함을 나타낸다. 이러한 발견들은 균일한 단일 센서 솔루션보다 다중 모달 감지, 에지 측 분석, 그리고 적응형 맥락 인식 배치의 필요성을 뒷받침한다.