渐进状态估计器

延迟降 12 到 27 倍

用机器人状态估计代替深度学习，在边缘端加速协作车辆感知，同时保证定位精度。

Yuhan, Lin · 许浩然 · 尹知萌 · Tan, Guang

IEEE Transactions on Mobile Computing 2024

参数信息

服务器处理延迟降低倍数

12.0-27.4 ×

平均绝对误差

1 m

技术优势

边缘就能算

状态估计替代深度学习模型，省掉大规模矩阵乘法和层间传递，适合资源受限的边缘服务器。

遮挡也能定位

显式建模系统状态，把物体移动和视觉遮挡作为约束一起解算，在看不见的部分也能维持合理估计。

通知可以更快

渐进式状态估计流水线先给出系统状态的初始通知，再逐步迭代细化，不等全量计算完成即可开始下发。

应用场景

• 人形机器人感知：多机共享视野时不需要等深度学习模型算完，人形机器人可以更快响应环境变化。
• 多机器人协作：多机器人协作场景下，每台机器人上传相机图像，边缘端快速融合，避免本地算力成为瓶颈。
• 车路协同：车路协同里的多视角拼接在边缘完成，处理延迟降低 12-27 倍，全局鸟瞰图更快可用。
• 无人机群协同：无人机群传输多路视频到边缘服务器，状态估计替代深度学习，相同算力下能处理更多机位。