考虑通信延迟与定位误差干扰因素的协同感知算法研究OA

针对车路协同感知系统中通信延迟与定位误差导致的时空特征错位问题,通过构建时空联合校正机制与多尺度动态注意力融合模型,提出一种特征层级融合感知框架,有效提升了复杂传输条件下的感知鲁棒性。设计轻量化特征校正模块,采用微分仿射变换实现延迟特征的全局空间对齐,结合延迟感知位置编码动态补偿局部时间偏差,突破传统循环网络对高精度定位的依赖。提出多尺度时空交叉注意力模型,通过通道-空间双重注意力机制自适应估计特征显著性权重,在抑制噪声干扰的同时增强多粒度时空特征的表征能力。在V2XSet数据集上的试验表明,当通信延迟达到400 ms、定位误差标准差为0.5 m时,本文方法在AP@0.7指标上较V2X-ViT、V2VNet等基准方法提升3%~10%,平均延迟敏感度降低10%~27%。