UniV2X：End-to-End Autonomous Driving through V2X Cooperation【过程中】

车路协同端到端

摘要
优点：

1. 提高感知、在线建图、障碍预测能力，最终提高规划
2. 传输通信友好
3. 带有可解释性混合数据的可靠数据融合

引言
VICAD（vehicle-infrastructur cooperative autonomous driving），车路协同自动驾驶
可以被定义为有限带宽条件下的多视角传感器输入的planning优化问题。
存在的挑战：

1. 必须对关键模块以及最终的规划表现有所收益
2. 最小化传输成本
3. 数据必须是可解释/可判断的，可以让车端判断数据可用性，以及防止通信过程中出现的信息安全问题。

Method

3.2
场景表示

1. 对象感知
2. 在线建图
3. 占用栅格预测

数据传输

1. 原始数据
2. 感知结果
3. 中间过程数据

3.3 稀疏-稠密混合数据

3.4 多视角数据融合（感知目标）

3.5 多视角数据融合（车道线目标）

3.6 多视角数据融合（占用目标）

3.7 规划输出

3.8 训练

4.实验