[ICLR‘25] STAMP 异构协同感知

[重大阿大]

[ICLR 2025] STAMP: Scalable Task- And Model-agnostic Heterogeneous Collaborative Perception 一个可扩展，与任务和模型无关的，异构协同感知框架

项目网站：https://xiangbogaobarry.github.io/STAMP/

github仓库：https://github.com/taco-group/STAMP

STAMP 是一个面向自动驾驶的异构协同感知框架，通过“协作特征对齐”实现不同车辆间的高效信息共享。

其核心思路包括： • 统一特征空间：构建通用的鸟瞰图特征空间，让不同车辆能够互译各自的“语言”。 • 适配器与恢复器：每辆车利用适配器（ϕ）将本地特征映射到统一空间，再用恢复器（ψ）还原，解决了传感器、AI 模型及任务的多样性问题。

• 应用意义：相比单车感知，STAMP 可应对视野受限、遮挡及恶劣天气等问题，提升整体驾驶安全性。 • 未来方向：包括优化协议网络以适应不同场景、探索更高效的架构（如 Transformer）、制定多组协作策略，以及开发适用于协同感知的专用评估指标。