UECP：不确定性增强的协同感知 | 基于物理先验的BEV融合新范式

UECP：不确定性增强的协同感知 | 基于物理先验的BEV融合新范式

论文信息

标题：UECP: Uncertainty-Enhanced Collaborative Perception

会议：arXiv 2026 预印本

单位：中国人民大学、国防科技大学、中国水运科学研究院

代码：即将公开

论文：https://arxiv.org/pdf/2606.23046

---

一、背景与核心痛点：置信度图的「自卖自夸」困境

如果你开过车就知道，路口被大货车挡着、转弯有盲区的时候，最容易出事故。自动驾驶也一样，单车感知就算摄像头、激光雷达再强，也绕不开「视线被挡」的物理极限。于是协同感知就成了破局关键：车和车、车和路侧设备共享感知信息，你看不到的地方我帮你看。

当前协同感知的主流范式是中间层BEV特征融合------既不像早期融合那样传原始点云、带宽爆炸，也不像晚期融合那样只传检测框、信息损失严重，在性能和效率之间取得了最优平衡。但理想很丰满，现实很骨感：多车信息融合的时候，很容易把对方的「检测幻觉」也融进来，假阳性越融越多，反而越帮越忙。

之前的主流解决方案，是给每个智能体的特征加一张置信度图，按置信度高低加权融合。但这个置信度是和检测头一起联合训练的，本质就是「模型自己给自己打分」，很容易形成自增强循环：检测觉得这里有物体→置信度给高分→融合时权重变大→反过来强化检测结果。假阳性就是这么被越放越大的。

图1 传统置信度图与本文不确定性图的本质区别（出自原文Figure 1）

如图1所示，两者的底层逻辑完全不同：

• 置信度图：和分类头共同学习，属于「模型信念」，和检测结果强耦合，只关注前景物体，容易自嗨式放大假阳性；
• 不确定性图：由独立的不确定性头预测，用激光雷达点云密度做监督，属于「物理证据」，和检测任务完全解耦，只评判「这个区域的传感器观测靠不靠谱」，客观中立。

通俗备注：这就像小组作业互评。置信度图模式是每个人给自己的作业打分，肯定都往满分打，最后汇总出来全是「优秀作业」，水货也被吹成精品；而不确定性图模式是根据每个人手里的参考资料数量来打可信度分，资料全的说话分量重，资料少的分量轻，完全客观，不会出现自吹自擂的情况。

为什么点云密度可以当不确定性的黄金标准？因为激光雷达的几乎所有观测误差来源------遮挡、远距离、镜面反射、物体截断------最终都会表现为该区域返回的激光点变少、密度降低。点越密，观测越可靠，不确定性越低；点越疏，观测越模糊，不确定性越高。

更关键的是，高密度的背景区域同样有价值：它能提供可靠的「负证据」------这里点很密但没有物体，说明真的没东西，能有效抑制假阳性。这是置信度图做不到的，因为置信度只关注前景有没有物体，背景区域完全没约束。

---

二、UECP整体框架

本文提出的UECP框架，核心就是把物理监督的不确定性图，深度嵌入到BEV特征融合的全流程中，整体流水线如下：

图2UECP整体流水线（出自原文Figure 3）

整个流程分为四步：

1. 每个智能体独立处理原始传感器数据，通过共享的BEV编码器提取初始BEV特征；
2. 并行地，每个智能体通过独立的不确定性头，输出对应分辨率的不确定性图；
3. 自车和所有邻居的BEV特征+不确定性图，统一转换到自车坐标系下，送入核心的**不确定性感知金字塔融合（UAPF\mathcal{U}\text{AP}\mathcal{F}UAPF）**模块；
4. 深度融合后的特征送入检测头，输出最终的协同感知结果。

整个框架是插件式的，不确定性图可以无缝接入现有的BEV协同感知算法，几乎不增加通信开销。

---

三、核心模块详解

3.1 不确定性图生成

首先是BEV特征提取：第iii个智能体输入原始数据xix_ixi，通过BEV编码器Φenc\Phi_{enc}Φenc得到BEV特征Fi\mathcal{F}_iFi，维度为H×W×CH \times W \times CH×W×C。

不确定性头Φunc\Phi_{unc}Φunc接收BEV特征，输出单通道的不确定性图：

Ui=Φunc(Fi)∈0,1H×W(2) \mathcal{U}{i}=\Phi{unc}\left(\mathcal{F}_{i}\right) \in0,1^{H \times W} \tag{2} Ui=Φunc(Fi)∈0,1H×W(2)

符号全解释：

• Ui\mathcal{U}_iUi：第iii个智能体的不确定性图，每个像素取值0~1，值越高表示该区域观测可靠性越低；
• Φunc\Phi_{unc}Φunc：不确定性头网络，由若干卷积层组成；
• Fi\mathcal{F}_iFi：输入的BEV特征图；
• H,WH, WH,W：BEV特征图的高度和宽度。

真值定义

不确定性图的监督信号完全来自原始传感器数据，不需要人工标注。先把激光雷达点云投影到BEV网格，统计每个网格的点数得到密度图Di\mathcal{D}_iDi，归一化到0,1区间后，不确定性真值定义为：

Uigt=1−norm(Di)(3) \mathcal{U}{i}^{gt}=1-\text{norm}\left(\mathcal{D}{i}\right) \tag{3} Uigt=1−norm(Di)(3)

符号全解释：

• Uigt\mathcal{U}_i^{gt}Uigt：不确定性图的真值；
• norm(⋅)\text{norm}(\cdot)norm(⋅)：归一化函数，将密度图映射到0~1区间；
• Di\mathcal{D}_iDi：原始点云密度图，每个网格的值是该区域的激光点数量。

简单说就是：点越密，密度越高，不确定性越低。

不确定性损失

为了同时兼顾难样本关注和边缘结构保留，损失由两部分组成：

Lun=Lfocal+wgLgrad(4)\mathcal{L}{un }=\mathcal{L}{focal }+w_{g} \mathcal{L}_{grad } \tag{4}Lun=Lfocal+wgLgrad(4)

符号全解释：

• Lun\mathcal{L}_{un}Lun：不确定性头的总损失；
• Lfocal\mathcal{L}_{focal}Lfocal：连续版(\mathcal{F})ocal回归损失，给误差大的难样本更高权重，避免大量简单区域主导损失；
• Lgrad\mathcal{L}_{grad}Lgrad：梯度一致性损失，用固定Sobel算子计算预测和真值的梯度差，保留物体边界等精细结构；
• wgw_gwg：梯度损失的权重系数，论文中取1.0。

通俗备注：Focal损失让模型重点关注「拿不准的区域」，别在简单的地方反复刷分；梯度损失让不确定性图的边缘和真实物体边缘对齐，不会糊成一团。

3.2 不确定性感知金字塔融合（UAPF\mathcal{UAPF}UAPF）

有了不确定性图，怎么把它深度融入融合过程？作者设计了多尺度金字塔融合架构UAPF\mathcal{UAPF}UAPF，采用从粗到细的策略，每个尺度都用不确定性做引导。

图3 UAPF\mathcal{UAPF}UAPF整体架构（出自原文Figure 4\text{Figure 4}Figure 4）

UAPF\mathcal{UAPF}UAPF包含两个核心组件：

1. 不确定性加权下采样（UWD\mathcal{UWD}UWD）：构建高质量的特征金字塔，下采样时保留高可靠区域的信息；
2. 不确定性引导残差融合（UGRF\mathcal{UGRF}UGRF）：每个尺度下稳健融合多智能体特征，残差结构保证训练稳定。

3.2.1 不确定性加权下采样（UWD\mathcal{UWD}UWD）

构建多尺度金字塔的第一步就是下采样。传统的平均池化会把噪声区域的信息平均进来，稀释有效信息；最大池化又容易放大局部噪声。UWD\mathcal{UWD}UWD的思路很直接：下采样的时候，可信度高的区域权重高，可信度低的区域权重低，把优质信息保留下来。

图4 UWD\mathcal{UWD}UWD模块结构（出自原文Figure 5\text{Figure 5}Figure 5）

计算公式如下：

Fs=AvgPools(F⊙(1−U))AvgPools(1−U)(5) \mathcal{F}{s} =\frac{\text{AvgPool}{s}\big(\mathcal{F} \odot(1-\mathcal{U})\big)}{\text{AvgPool}_{s}(1-\mathcal{U})} \tag{5} Fs=AvgPools(1−U)AvgPools(F⊙(1−U))(5)

符号全解释：

• Fs\mathcal{F}_sFs：下采样到第sss尺度的特征图；
• AvgPools(⋅)\text{AvgPool}_s(\cdot)AvgPools(⋅)：对应尺度sss的平均池化操作；
• F\mathcal{F}F：输入特征图；
• U\mathcal{U}U：对应输入的不确定性图；
• ⊙\odot⊙：逐元素相乘（哈达玛积）；
• 分母是权重的归一化因子，保证输出数值范围稳定。

本质上就是一个可靠性加权的平均池化 ：每个像素的贡献和它的可靠性(1−U)(1-\mathcal{U})(1−U)成正比。这样下采样之后，低质量、高不确定性的区域被自然压低，高质量区域的信息被完整保留，金字塔的每一层都有很高的信噪比。

3.2.2 不确定性引导残差融合（UGRF\mathcal{UGRF}UGRF）

每个金字塔尺度下，怎么把多个智能体的特征稳健地融合起来？作者设计了残差式融合结构：自车特征始终是主体，协同信息作为残差补充，就算协同信息质量差，也不会把自车带崩。

第一步：计算每个智能体的融合权重

λn=(ϵ+γ⋅(1−Un))⊙vn∑n=1N(ϵ+γ⋅(1−Un))⊙vn(6) \lambda_{n}=\frac{\left(\epsilon+\gamma \cdot\left(1-\mathcal{U}{n}\right)\right) \odot v{n}}{\sum_{n=1}^{N}\left(\epsilon+\gamma \cdot\left(1-\mathcal{U}{n}\right)\right) \odot v{n}} \tag{6} λn=∑n=1N(ϵ+γ⋅(1−Un))⊙vn(ϵ+γ⋅(1−Un))⊙vn(6)

符号全解释：

• λn\lambda_nλn：第nnn个智能体的空间融合权重图，每个位置的权重值0~1，所有智能体对应位置权重和为1；
• ϵ\epsilonϵ：极小常量（10−810^{-8}10−8），防止分母为0，保证数值稳定；
• γ\gammaγ：可学习的标量系数，通过Softplus激活保证为正数，控制不确定性对权重的影响强度；
• Un\mathcal{U}_nUn：第nnn个智能体的不确定性图；
• vnv_nvn：可见性掩码，坐标对齐后的视野范围二值图，不在视野内的区域权重直接置0；
• NNN：参与融合的智能体总数。

得到权重后，还会用3×3高斯模糊做一次平滑，让权重空间更连续，避免出现突兀的跳变。

第二步：残差式融合更新

F^i=Fi+β⋅ϕpost((∑n=1Nλn⊙Fn)−Fi⏟Residual)(7) \hat{\mathcal{F}}{i}=\mathcal{F}{i}+\beta \cdot \phi_{post }\left(\underbrace{\left(\sum_{n=1}^{N} \lambda_{n} \odot \mathcal{F}{n}\right)-\mathcal{F}{i}}_{\text{Residual}}\right) \tag{7} F^i=Fi+β⋅ϕpost Residual (n=1∑Nλn⊙Fn)−Fi (7)

符号全解释：

• F^i\hat{\mathcal{F}}_iF^i：融合后的自车特征；
• Fi\mathcal{F}_iFi：自车原始BEV特征，作为融合的基底；
• β\betaβ：可学习的门控系数，取值0~1，控制协同信息的更新强度；
• ϕpost\phi_{post}ϕpost：浅层卷积后处理网络，对融合残差做特征精炼；
• Residual\text{Residual}Residual：协同加权和与自车特征的差值，也就是协同信息带来的「增量」。

通俗备注：这个残差设计就像你自己先写好一份报告（自车特征），然后参考别人的资料做修改。你不会把自己的报告全删掉重写，而是在自己的基础上，根据别人资料的靠谱程度，补充修正内容。别人资料越靠谱（不确定性低），改得越多；越不靠谱，改得越少。这样就算别人的资料有错，也不会把你原本正确的内容搞坏，稳定性极强。

多尺度融合的最后一步：将深层粗尺度的融合结果上采样，和浅层细尺度的融合结果逐元素相加，逐层细化，最终得到和输入分辨率一致的融合特征。

3.3 总损失函数

整个模型的训练损失由四部分组成：

Ltotal=λregLreg+λclsLcls+λdirLdir+λunLun(8)L_{total}=\lambda {reg}L{reg}+\lambda {cls}L{cls}+\lambda {dir}L{dir}+\lambda {un}L{un} \tag{8}Ltotal=λregLreg+λclsLcls+λdirLdir+λunLun(8)

符号全解释：

• LregL_{reg}Lreg：检测框回归损失，采用L1损失，权重λreg=2\lambda_{reg}=2λreg=2；
• LclsL_{cls}Lcls：分类损失，采用(\mathcal{F})ocal Loss解决正负样本不平衡，权重λcls=1\lambda_{cls}=1λcls=1；
• LdirL_{dir}Ldir：方向分类损失，采用交叉熵损失，权重λdir=0.2\lambda_{dir}=0.2λdir=0.2；
• LunL_{un}Lun：不确定性图损失，权重λun=1\lambda_{un}=1λun=1。

---

四、实验结果与深度分析

实验在两个真实世界的协同感知基准上完成：

• DAIR-V2X：车路协同数据集，71k+激光雷达-图像帧对；
• V2V4REAL：车车协同数据集，覆盖410km城市道路，240k+3D标注框。

感知范围为前后102.4m、左右51.2m，通信距离100m。

4.1 不确定性图的通用性验证

首先验证核心问题：不确定性图是不是只对特定算法有效？作者把HEAL和Where2comm两个基线中的置信度图，直接替换成本文的不确定性图，结果如下：

表1 替换置信度为不确定性图的性能提升（出自原文Table 1）

方法	AP@30		AP@50		AP@70		平均提升
	置信度	不确定性	提升	置信度	不确定性	提升
HEAL	79.11	80.60	+1.49	73.95	75.20	+1.25	+3.37
Where2comm	74.92	76.63	+1.71	67.90	71.48	+3.58	+5.86

结果分析：

1. 两个基线替换不确定性图后，所有指标全面上涨，说明不确定性图是通用有效的插件；
2. 越高的IoU阈值，提升越明显。AP@70的涨幅远大于AP@30，说明不确定性图最大的贡献是抑制假阳性------高Io(\mathcal{U})下对检测框精度要求高，假阳性很容易被筛掉，而置信度图带来的假阳性在高IoU下会严重拉分；
3. 这也验证了核心判断：置信度图的自增强循环会放大假阳性，而物理监督的不确定性图解耦了检测，打破了这个恶性循环。

4.2 主实验：SOTA性能对比

表2 与SOTA方法的性能对比（出自原文Table 2）

方法	V2V4REAL			DAIR-V2X
	AP@30	AP@50	AP@70	AP@30	AP@50	AP@70
无协同	46.12	44.03	27.71	59.97	54.23	41.27
(\mathcal{F})cooper	47.97	40.83	30.64	76.94	70.57	54.65
V2X-ViT	40.11	37.18	24.53	77.28	72.47	57.97
HEAL	51.57	48.70	35.24	79.11	73.95	55.56
Code(\mathcal{F})illing	60.15	59.78	35.07	79.85	75.18	57.26
(\mathcal{U})ECP（本文）	65.69	63.38	38.90	81.78	77.59	61.12
相对第二名提升	+2.56	+3.28	+3.66	+1.93	+2.41	+3.15

结果分析：

1. UECP在两个数据集的所有指标上全部拿下SOTA，优势非常明显；
2. 依然是高IoU下提升最大，V2V4REAL的AP@70涨了3.66个点，DAIR-V2X涨了3.15个点，再次印证了对假阳性的强抑制能力；
3. 对比「无协同」的基线，协同感知带来了巨大的性能提升，而UECP把协同的收益挖到了新高度。

4.3 鲁棒性测试：真实场景的试金石

实际部署中，位姿误差、通信延迟是躲不开的问题。作者在两种干扰下测试了算法鲁棒性：

图5 姿态误差与通信延迟下的鲁棒性对比（出自原文Figure 7）

结果分析：

1. 随着姿态噪声增大（定位不准，空间对齐偏差变大），所有方法性能都下降，但UECP下降最慢，始终保持最高精度；
2. 随着通信延迟增大，依赖密集交互的方法掉点严重，而UECP因为有不确定性加权，对齐不准的区域会被自动压低权重，性能下降非常平缓；
3. 这说明不确定性引导的融合，天生就对各种对齐误差有鲁棒性------不准的地方自动降权，不用额外设计抗噪模块。

4.4 消融实验：每个组件都有用吗？

表3 组件渐进式消融实验（出自原文Table 3）

不确定性图	多尺度	(\mathcal{U})WD	(\mathcal{U})GR(\mathcal{F})	AP@0.3	AP@0.5	AP@0.7
				76.94	70.57	54.65
✓				78.52	72.39	56.92
✓	✓			79.98	75.73	59.74
✓	✓	✓		80.08	76.05	60.63
✓	✓	✓	✓	81.78	77.59	61.12

结果分析：

1. 只加不确定性图，AP@0.7就涨了2.27，说明不确定性引导本身就是最大的收益来源；
2. 加多尺度金字塔，AP@0.7再涨2.82，多尺度融合对高精度检测增益巨大；
3. UWD和UGRF各自都带来了进一步提升，尤其是高IoU下，每一步都在强化对高质量检测的支持。

4.5 细粒度设计验证

表4 融合模块设计细节消融（出自原文Table 4）

（a）金字塔尺度数量

尺度	AP@30	AP@50	AP@70
单尺度	80.03	75.43	59.03
两尺度(2,1)	81.00	76.12	59.79
三尺度(4,2,1)	81.78	77.59	61.12

三尺度金字塔效果最好，粗尺度捕捉全局语义，细尺度保留精细边缘。

（b）引导图类型

引导图	AP@30	AP@50	AP@70
无引导	77.89	72.63	55.91
置信度图	78.68	73.60	56.47
不确定性图	81.78	77.59	61.12

不确定性图的提升远大于置信度图，置信度图只比无引导好一点点，再次证明了物理监督的不确定性图远优于自监督的置信度图。

（c）融合操作

融合操作	AP@30	AP@50	AP@70
最大池化	80.93	76.01	59.86
平均池化	80.33	75.13	57.66
加权求和	81.78	77.59	61.12

加法融合效果最好，结合残差结构，既保留了自车的基础信息，又充分吸收了协同的增量信息。

4.6 额外验证：学习的图比直接用密度还好

作者还对比了直接用点密度真值当引导，和端到端学习的不确定性图的差异：

表5 不同引导图的性能对比（出自原文附录Table 5）

引导图	AP@0.3	AP@0.5	AP@0.7
无引导	77.89	72.63	55.91
置信度图	78.68	73.60	56.47
直接密度真值	81.73	77.28	60.77
学习的不确定性图	81.78	77.59	61.12

学习的不确定性图比直接用密度真值还要好一点，说明端到端训练不仅学到了点密度的物理先验，还捕捉到了特征层面的其他模糊性，比如特征提取带来的误差，比纯物理信号更全面。

4.7 效率与通信开销

图6 算法效率对比（出自原文Figure 9\text{Figure 9}Figure 9）

• 参数量：仅8.34M，远低于V2X‑ViT、CoBEVT等Transformer类方法；
• 计算量 ：约100G FLOPs\text{FLOPs}FLOPs，处于中等水平；
• 推理速度 ：9 FPS\text{FPS}FPS，满足实时性要求；
• 通信开销：只比普通BEV特征多传1个通道的不确定性图，256通道特征下仅增加0.39%的带宽，几乎可以忽略。而且可以和Where2comm等稀疏通信方法无缝兼容，不需要修改通信策略。

4.8 定性可视化

图7 协同过程可视化（出自原文Figure 8\text{Figure 8}Figure 8）

从左到右可以看到：自车有盲区，邻居补充了盲区的特征；不确定性图准确反映了每个智能体的观测质量；融合权重图自动给可靠区域更高的权重，最终融合后的特征更完整，检测结果更准。

图8 检测结果定性对比（出自原文Figure 10\text{Figure 10}Figure 10）

可以直观看到，对比其他SOTA方法，UECP\mathcal{UECP}UECP的检测框更准，假阳性更少，漏检也更少，尤其是远处和遮挡区域的提升非常明显。

---

五、核心代码实现

下面给出两个核心模块的PyTorch简化实现，对应论文中的UWD和UGRF。

5.1 不确定性加权下采样（UWD）

import torch
import torch.nn as nn
import torch.nn.functional as \(\mathcal{F}\)

class \(\mathcal{U}\)ncertaintyWeightedDownsample(nn.Module):
    def __init__(self, scale_factor=2):
        super().__init__()
        self.scale_factor = scale_factor
        self.avg_pool = nn.AvgPool2d(kernel_size=scale_factor, stride=scale_factor)
    
    def forward(self, feat, uncertainty):
        """
        不确定性加权下采样，对应论文公式(5)
        Args:
            feat: [B, C, H, W] 输入BEV特征
            uncertainty: [B, 1, H, W] 不确定性图，取值0~1
        Returns:
            down_feat: [B, C, H/scale, W/scale] 下采样后的特征
            down_unc: [B, 1, H/scale, W/scale] 下采样后的不确定性图
        """
        # 可靠性权重 = 1 - 不确定性
        reliability = 1.0 - uncertainty
        
        # 加权特征
        weighted_feat = feat * reliability
        
        # 分子：加权特征的平均池化
        numerator = self.avg_pool(weighted_feat)
        # 分母：权重的平均池化
        denominator = self.avg_pool(reliability)
        
        # 归一化，加极小值防止除零
        down_feat = numerator / (denominator + 1e-8)
        # 不确定性图也同步下采样
        down_unc = self.avg_pool(uncertainty)
        
        return down_feat, down_unc

5.2 不确定性引导残差融合（(\mathcal{U})GR(\mathcal{F})）

class \(\mathcal{U}\)ncertaintyGuidedResidual\(\mathcal{F}\)usion(nn.Module):
    def __init__(self, feat_dim=256):
        super().__init__()
        self.gamma = nn.Parameter(torch.tensor(1.0))  # 可学习gamma，用softplus保证正
        self.beta = nn.Parameter(torch.tensor(0.5))   # 残差门控
        # 后处理卷积网络
        self.post_conv = nn.Sequential(
            nn.Conv2d(feat_dim, feat_dim, kernel_size=3, padding=1),
            nn.BatchNorm2d(feat_dim),
            nn.ReL\(\mathcal{U}\)(),
            nn.Conv2d(feat_dim, feat_dim, kernel_size=3, padding=1),
            nn.BatchNorm2d(feat_dim),
        )
        # 高斯模糊平滑权重
        self.gaussian_blur = nn.Conv2d(1, 1, kernel_size=3, padding=1, bias=\(\mathcal{F}\)alse)
        self._init_gaussian_kernel()
    
    def _init_gaussian_kernel(self):
        # 初始化3x3高斯核
        kernel = torch.tensor([[1, 2, 1],
                               [2, 4, 2],
                               [1, 2, 1]], dtype=torch.float32) / 16.0
        self.gaussian_blur.weight.data = kernel.view(1, 1, 3, 3)
        self.gaussian_blur.weight.requires_grad = \(\mathcal{F}\)alse
    
    def forward(self, ego_feat, feats, uncertainties, vis_masks=None):
        """
        不确定性引导残差融合，对应论文公式(6)(7)
        Args:
            ego_feat: [B, C, H, W] 自车特征
            feats: list of [B, C, H, W] 所有智能体的特征（含自车）
            uncertainties: list of [B, 1, H, W] 所有智能体的不确定性图
            vis_masks: list of [B, 1, H, W] 可见性掩码，默认全1
        Returns:
            fused_feat: [B, C, H, W] 融合后的特征
        """
        N = len(feats)
        B, C, H, W = ego_feat.shape
        
        # 计算每个智能体的原始权重
        weights = []
        gamma = \(\mathcal{F}\).softplus(self.gamma)  # 保证为正
        for i in range(N):
            w = (1e-8 + gamma * (1 - uncertainties[i]))
            if vis_masks is not None:
                w = w * vis_masks[i]
            weights.append(w)
        
        # 归一化权重
        weight_sum = torch.stack(weights, dim=0).sum(dim=0)
        norm_weights = [w / (weight_sum + 1e-8) for w in weights]
        
        # 高斯平滑权重
        norm_weights = [self.gaussian_blur(w) for w in norm_weights]
        
        # 加权求和得到融合特征
        weighted_sum = torch.zeros_like(ego_feat)
        for i in range(N):
            weighted_sum = weighted_sum + norm_weights[i] * feats[i]
        
        # 计算残差
        residual = weighted_sum - ego_feat
        
        # 后处理残差
        residual_refined = self.post_conv(residual)
        
        # 残差更新
        beta = torch.sigmoid(self.beta)  # 门控限制在0~1
        fused_feat = ego_feat + beta * residual_refined
        
        return fused_feat

---

六、总结与展望

核心贡献

1. 物理可解释的不确定性图：首次提出用激光雷达点云密度监督的不确定性图，和检测任务完全解耦，提供客观的物理证据，打破了置信度图的自增强循环；
2. UECP\mathcal{UECP}UECP完整融合框架 ：设计了不确定性感知金字塔融合UAPF\mathcal{UAPF}UAPF，包含UWD\mathcal{UWD}UWD加权下采样和UGRF\mathcal{UGRF}UGRF残差融合两个核心组件，从金字塔构建到特征融合全流程嵌入不确定性引导；
3. SOTA性能与强鲁棒性：在DAIR‑V2X和V2V4REAL两个真实数据集上全面超越SOTA，尤其在高精度检测上提升显著，同时对位姿误差、通信延迟有天然的鲁棒性，且通信开销极低。

未来方向

• 扩展到多模态异质智能体场景，比如有的车只有摄像头，有的有激光雷达，不确定性图可以适配不同传感器的质量评估；
• 结合动态通信带宽，根据不确定性动态调整通信区域，高不确定性的区域多传数据，低不确定性的少传，进一步节省带宽；
• 把不确定性引入感知下游任务，比如规划、控制，让下游模块也能感知到哪些区域的检测结果不可靠，做出更安全的决策。

通俗总结：这篇工作最巧妙的地方，就是没有在「怎么让模型更相信自己」这条路上卷，而是退回到物理本质，用传感器本身的特性做客观的质量评估。就像评判一份作业好不好，不要看作者自己吹得有多凶，要看他手里的参考资料够不够多、够不够准。这种回归物理先验的思路，往往比堆模型结构更有生命力。