文献总结：NIPS2023——车路协同自动驾驶感知中的时间对齐（FFNet）摘要:使用自车和基础设施传感器的协同数据可以显著提升自动驾驶感知能力。然而，时间同步的不确定性和通信限制导致了融合无法对齐的问题，这限制了路侧数据的使用。为了解决上述问题，作者提出了一个新的协同检测框架——特征流网络（FFNet）特征流网络是一个基于流的特征融合网络，可以用特征预测模块来预测未来时刻的特征并帮助更好地同步车辆和路侧传感器特征。相比从静态图像传输提取特征，FFNet传输了时间一致的连续路侧图像特征流。此外，作者引入了一种自注意力训练方法，可以使FFNet根据基础设施传感器图像的序列，生成带有