近日，我校轨道交通学院2022级硕士研究生李免同学在熊刚研究员、朱凤华副研究员、刘广敏副教授指导下以第一作者身份在人工智能国际顶级期刊Expert Systems with Applications上发表题为“CoEF: Vehicular cooperative perception based on entropy theory and feature re-projection”的学术论文。

安全性是自动驾驶技术要解决的首要核心问题，得到了学术界和产业界的广泛关注。单个自动驾驶车辆的环境感知，目前受限于遮挡、感知范围有限等问题，还不能满足实际应用要求。多车协同和车路协同感知，使得自动驾驶车辆能够克服上述问题，并提高环境感知能力，但过多的通信开销和感知模型差异会阻碍高效协同。为此，本文提出了一种基于熵理论和特征重投影的协同感知方法（CoEF）。首先，车车通信和车路通信只传递通过熵理论生成的关键区域需求，并在自我车辆和合作者间建立了特征通信映射。其次，提出了一个通用的模型适应性框架，其中每个智能体的特征仅用于通信握手，关键区域被重新投影到体素空间中，以提取关键区域的通信内容。此外，设计墓碑机制来缓存通信内容，以应对通信中断情形，确保可靠性。实验结果表明，相较于典型的V2X-ViT方法， 本文CoEF方法使得通信量降低了63.6%，环境感知精度提升了18.19%，实现了通信带宽和感知精度之间的最优平衡。本文提出的CoEF方法，有助于增强自动驾驶车辆环境感知的精确性和可靠性，提高自动驾驶车辆的安全性。

Expert Systems with Applications是专注于专家系统与智能应用研究的国际权威学术期刊，创刊于1990年，由Elsevier公司出版，在人工智能与计算机应用交叉领域具有广泛影响力，是中科院SCI一区TOP期刊、CCF推荐人工智能领域C类期刊，最新影响因子为7.5。

论文链接：https://doi.org/10.1016/j.eswa.2025.127371