Cooperative vehicle-to-vehicle perception can improve 3D object detection by allowing connected vehicles to share information beyond the viewpoint, range, and line-ofsight limits of a single ego vehicle. However, dense intermediate feature sharing is communication-intensive and may be impractical under bandwidth, latency, and reliability constraints. This thesis studies communication-efficient cooperative perception with a focus on receiver-driven sparse communication. Starting from a PointPillars-style intermediate-fusion pipeline, five communication settings are evaluated: full communication, sender-side Selective Top-K, snapshot receiver-request, temporal receiver-request with cache, and learned temporal receiver-request. The receiver-driven methods are motivated by the observation that the ego vehicle is the final decision-maker and can therefore estimate which collaborator information is most useful for its own perception task. The temporal methods further use cached collaborator context, novelty, age, and confidence to reduce redundant communication across frames, while the learned temporal method trains a request head to combine these signals into a sparse communication mask. The evaluation combines standard AP metrics with communication accounting and two families of safety-oriented perception proxies: static danger-aware metrics and trajectory-aware metrics. These metrics do not claim collision avoidance or guaranteed safety; instead, they measure whether sparse communication preserves detections near the receiver and along its estimated future trajectory. Experiments are conducted on CARLA 2021-only and Culver City splits. The learned temporal receiver-request method is the strongest receiver-based method. On CARLA, it obtains [email protected] of 0.7945 with a total communication ratio of 0.0983 and trajectory-time risk [email protected] of 0.9765. On Culver City, it obtains [email protected] of 0.7277 with a total communication ratio of 0.0904 and trajectory-time risk [email protected] of 0.9703. The results show that receiver-driven communication should be analysed not only through global AP and bandwidth, but also through receiver-trajectoryrelevant missed detections.

La percezione cooperativa veicolo-veicolo può migliorare il rilevamento 3D degli oggetti consentendo ai veicoli connessi di condividere informazioni oltre i limiti di punto di vista, portata e linea di vista di un singolo veicolo ego. Tuttavia, la condivisione densa di feature intermedie richiede un’elevata capacità di comunicazione e può risultare poco praticabile in presenza di vincoli di banda, latenza e affidabilità. Questa tesi studia la percezione cooperativa efficiente dal punto di vista della comunicazione, con particolare attenzione alla comunicazione sparsa guidata dal ricevitore. A partire da una pipeline di fusione intermedia basata su feature BEV in stile PointPillars, vengono valutate cinque configurazioni di comunicazione: comunicazione completa, Selective Top-K lato trasmettitore, richiesta istantanea lato ricevitore, richiesta temporale lato ricevitore con cache e richiesta temporale appresa lato ricevitore. Imetodiguidatidalricevitoresonomotivatidall’osservazionecheilveicolo goèildecisore finale della percezione e può quindi stimare quali informazioni dei veicoli collaboratori siano più utili per il proprio compito percettivo. I metodi temporali sfruttano inoltre il contesto memorizzato dei collaboratori, la novità, l’età della cache e la confidenza per ridurre comunicazioni ridondanti tra frame consecutivi. Il metodo temporale appreso addestra una piccola request head per combinare questi segnali e produrre una maschera di comunicazione sparsa. La valutazione combina metriche standard di rilevamento, come [email protected] e [email protected], con un conteggio esplicito dei costi di comunicazione e due famiglie di proxy percettivi orientati alla sicurezza: metriche statiche danger-aware e metriche trajectory-aware. Queste metriche non rappresentano una misura diretta di evitamento delle collisioni e non garantiscono la sicurezza di guida; il loro obiettivo è invece misurare se la comunicazione sparsa preservi le rilevazioni vicine al ricevitore e rilevanti rispetto alla sua traiettoria futura stimata. Gli esperimenti sono condotti suddivisi in valutazione, CARLA2021-only e CulverCity. Il metodo learned temporal receiver-request risulta il più forte tra i metodi guidati dal ricevitore. Su CARLA ottiene [email protected] pari a 0.7945, con un rapporto di comunicazione totale pari a 0.0983 e trajectory-time risk [email protected] pari a 0.9765. Su Culver City ottiene [email protected] pari a 0.7277, con un rapporto di comunicazione totale pari a 0.0904 e trajectory time risk [email protected] pari a 0.9703. I risultati mostrano che la comunicazione guidata dal ricevitore dovrebbe essere analizzata non solo tramite AP globale e larghezza di banda, ma anche tramite rilevazioni mancate che sono rilevanti rispetto alla traiettoria futura del ricevitore. La tesi suggerisce quindi che le metriche trajectory-aware possano fornire una prospettiva più adatta per valutare metodi di comunicazione sparsa in scenari di percezione cooperativa.

Trajectory-aware reciever-driven sparse communication for cooperative vehicle-to-vehicle perception

SHAHVERDI KONDORI, MOHSEN
2025/2026

Abstract

Cooperative vehicle-to-vehicle perception can improve 3D object detection by allowing connected vehicles to share information beyond the viewpoint, range, and line-ofsight limits of a single ego vehicle. However, dense intermediate feature sharing is communication-intensive and may be impractical under bandwidth, latency, and reliability constraints. This thesis studies communication-efficient cooperative perception with a focus on receiver-driven sparse communication. Starting from a PointPillars-style intermediate-fusion pipeline, five communication settings are evaluated: full communication, sender-side Selective Top-K, snapshot receiver-request, temporal receiver-request with cache, and learned temporal receiver-request. The receiver-driven methods are motivated by the observation that the ego vehicle is the final decision-maker and can therefore estimate which collaborator information is most useful for its own perception task. The temporal methods further use cached collaborator context, novelty, age, and confidence to reduce redundant communication across frames, while the learned temporal method trains a request head to combine these signals into a sparse communication mask. The evaluation combines standard AP metrics with communication accounting and two families of safety-oriented perception proxies: static danger-aware metrics and trajectory-aware metrics. These metrics do not claim collision avoidance or guaranteed safety; instead, they measure whether sparse communication preserves detections near the receiver and along its estimated future trajectory. Experiments are conducted on CARLA 2021-only and Culver City splits. The learned temporal receiver-request method is the strongest receiver-based method. On CARLA, it obtains [email protected] of 0.7945 with a total communication ratio of 0.0983 and trajectory-time risk [email protected] of 0.9765. On Culver City, it obtains [email protected] of 0.7277 with a total communication ratio of 0.0904 and trajectory-time risk [email protected] of 0.9703. The results show that receiver-driven communication should be analysed not only through global AP and bandwidth, but also through receiver-trajectoryrelevant missed detections.
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2026
2025/2026
La percezione cooperativa veicolo-veicolo può migliorare il rilevamento 3D degli oggetti consentendo ai veicoli connessi di condividere informazioni oltre i limiti di punto di vista, portata e linea di vista di un singolo veicolo ego. Tuttavia, la condivisione densa di feature intermedie richiede un’elevata capacità di comunicazione e può risultare poco praticabile in presenza di vincoli di banda, latenza e affidabilità. Questa tesi studia la percezione cooperativa efficiente dal punto di vista della comunicazione, con particolare attenzione alla comunicazione sparsa guidata dal ricevitore. A partire da una pipeline di fusione intermedia basata su feature BEV in stile PointPillars, vengono valutate cinque configurazioni di comunicazione: comunicazione completa, Selective Top-K lato trasmettitore, richiesta istantanea lato ricevitore, richiesta temporale lato ricevitore con cache e richiesta temporale appresa lato ricevitore. Imetodiguidatidalricevitoresonomotivatidall’osservazionecheilveicolo goèildecisore finale della percezione e può quindi stimare quali informazioni dei veicoli collaboratori siano più utili per il proprio compito percettivo. I metodi temporali sfruttano inoltre il contesto memorizzato dei collaboratori, la novità, l’età della cache e la confidenza per ridurre comunicazioni ridondanti tra frame consecutivi. Il metodo temporale appreso addestra una piccola request head per combinare questi segnali e produrre una maschera di comunicazione sparsa. La valutazione combina metriche standard di rilevamento, come [email protected] e [email protected], con un conteggio esplicito dei costi di comunicazione e due famiglie di proxy percettivi orientati alla sicurezza: metriche statiche danger-aware e metriche trajectory-aware. Queste metriche non rappresentano una misura diretta di evitamento delle collisioni e non garantiscono la sicurezza di guida; il loro obiettivo è invece misurare se la comunicazione sparsa preservi le rilevazioni vicine al ricevitore e rilevanti rispetto alla sua traiettoria futura stimata. Gli esperimenti sono condotti suddivisi in valutazione, CARLA2021-only e CulverCity. Il metodo learned temporal receiver-request risulta il più forte tra i metodi guidati dal ricevitore. Su CARLA ottiene [email protected] pari a 0.7945, con un rapporto di comunicazione totale pari a 0.0983 e trajectory-time risk [email protected] pari a 0.9765. Su Culver City ottiene [email protected] pari a 0.7277, con un rapporto di comunicazione totale pari a 0.0904 e trajectory time risk [email protected] pari a 0.9703. I risultati mostrano che la comunicazione guidata dal ricevitore dovrebbe essere analizzata non solo tramite AP globale e larghezza di banda, ma anche tramite rilevazioni mancate che sono rilevanti rispetto alla traiettoria futura del ricevitore. La tesi suggerisce quindi che le metriche trajectory-aware possano fornire una prospettiva più adatta per valutare metodi di comunicazione sparsa in scenari di percezione cooperativa.
File allegati
File Dimensione Formato  
Mohsen_Shahverdikondori_Thesis_final.pdf

accessibile in internet solo dagli utenti autorizzati

Dimensione 24.83 MB
Formato Adobe PDF
24.83 MB Adobe PDF   Visualizza/Apri
extended_abstract_v1_paper_Mohsen_Shahverdikondori.pdf

accessibile in internet solo dagli utenti autorizzati

Dimensione 5.2 MB
Formato Adobe PDF
5.2 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/259839