智能无人系统中协作感知的任务导向无线通信

智能无人系统中协作感知的任务导向无线通信

Abstract—Collaborative  Perception  (CP)  has  shown  great  potential  to  achieve  more  holistic  and  reliable  environmental  perception  in  intelligent  unmanned  systems  (IUSs).  However,  implementing  CP  still  faces  key  challenges  due  to  the  characteristics  of

the  CP  task  and  the  dynamics  of  wireless  channels.  In  this  article,

a  task-oriented  wireless  communication  framework  is  proposed

to  jointly  optimize  the  communication  scheme  and  the  CP

procedure.  We  first  propose  channel-adaptive  compression  and

robust  fusion  approaches  to  extract  and  exploit  the  most  valuable

semantic  information  under  wireless  communication  constraints.

We  then  propose  a  task-oriented  distributed  scheduling  algorithm

to  identify  the  best  collaborators  for  CP  under  dynamic  environments.  The  main  idea  is  learning  while  scheduling,  where  the

collaboration  utility  is  effectively  learned  with  low  computation

and  communication  overhead.  Case  studies  are  carried  out  in

connected  autonomous  driving  scenarios  to  verify  the  proposed

framework.  Finally,  we  identify  several  future  research  directions.