日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

V2X/エッジクラウド協調arXiv:2606.19258

CABLE: V2Xシステム向けクラウド支援・帯域効率的なLMMベース符号化

CABLE: Cloud-Assisted Bandwidth-efficient LMM-based Encoding for V2X Systems

シェア:XThreadsFacebookLINEはてブBluesky

エッジとクラウド間の通信量を削減するため、前フレームのセグメンテーション結果を利用して関心領域を絞り込み、その領域のみをクラウドに送信するフレームワークを提案した。

詳しい要約

1. どんなもの?

- クラウド上の LMM を用いた V2X 向け知覚フレームワーク CABLE を提案。 - edge から cloud へ全解像度フレームを送ると通信負荷と prefill 遅延が大きい問題に対処。 - 前フレームの cloud segmentation mask を edge で伝播し ROI を形成、ROI のみ送信する。 - cloud の segmentation 出力を次フレームの prior として戻す feedback loop を構成。

2. 先行研究と比べてどこがすごい?

- 全フレーム送信の naive な edge-cloud LMM 知覚と比較し、通信量を削減。 - 5 データセットで ROI pixel-coverage を 73–87% 削減。 - LMM prefill を推定 5–8× 高速化。 - 検出品質は full-frame inference 比で modest な trade-off に留まる。

3. 技術・手法の肝は?

- edge で前回の cloud segmentation mask を ego-motion compensation により伝播。 - residual-motion cues で mask を refine。 - corridor envelope で disconnected regions を統合し robust な ROI を形成。 - ROI-masked images のみ upload し、cloud segmentation を次フレーム prior に戻す mask-to-ROI-to-LMM feedback loop。

4. どうやって有効だと検証した?

- nuScenes, WOD-ZB, Waymo, KITTI, CADC の 5 データセットで実験。 - 通信削減と知覚保持を評価。 - ROI pixel-coverage の 73–87% 削減を確認。 - LMM prefill の推定 5–8× 高速化を報告。 - full-frame inference との検出品質 trade-off を比較。

5. 議論はある?

- full-frame inference に対し detection-quality の modest な trade-off が存在。 - 通信削減と prefill 高速化の一方で、精度低下の許容範囲は要旨からは不明。 - 各データセットでの詳細な条件や限界は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている研究は明示されていない。 - 関連手法として cloud-hosted LMM, open-vocabulary perception, ego-motion compensation, ROI-based encoding が挙げられる。 - 同分野の定番として V2X perception, edge-cloud collaborative inference, LMM-based autonomous driving perception を参照すべき。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Haohua Que, Zhipeng Bao, Qianyi Wu, Handong Yao

分類: cs.CV, cs.RO

原文アブストラクト

Cloud-hosted large multimodal models (LMMs) can provide strong open-vocabulary perception for Vehicle-to-Everything systems, but naively transmitting full-resolution frames from edge to cloud causes severe communication overhead and high cloud-side prefill latency. We present CABLE, a cloud-assisted bandwidth-efficient LMM-based encoding framework for edge-cloud perception. CABLE propagates the previous cloud segmentation mask on the edge using ego-motion compensation, refines it with residual-motion cues, and consolidates disconnected regions via a corridor envelope to form a robust region of interest (ROI). Only ROI-masked images are uploaded, while the cloud segmentation output is fed back as the prior for the next frame, forming a mask-to-ROI-to-LMM feedback loop. Experiments on five datasets (nuScenes, WOD-ZB, Waymo, KITTI, and CADC) show consistent communication savings while largely preserving perception, achieving $73$--$87\%$ ROI pixel-coverage reduction with $5$--$8\times$ estimated LMM prefill speedup at a modest detection-quality trade-off relative to full-frame inference.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI