Pour résoudre la baisse de qualité des preuves locales dans la perception collaborative des réseaux de véhicules, affectant la stabilité et la disponibilité des résultats de fusion collaborative, le processus de fusion est modélisé comme une estimation de la fiabilité des preuves locales de perception. Une méthode robuste de fusion collaborative basée sur la cohérence spatio-temporelle est proposée. Tout d'abord, une carte thermique de la présence de l'objet est utilisée pour construire des preuves sémantiques de faible dimension ; ensuite, en combinant la cohérence spatiale inter-véhicules, la continuité historique d'occupation, et les conflits de preuves négatives, une fiabilité locale des preuves au niveau de la grille BEV est générée et injectée comme biais dans une fusion intermédiaire par attention, afin de moduler continuellement la contribution de différents collaborateurs à chaque position spatiale ; enfin, une mise à jour conservatrice de l'occupation historique est adoptée pour permettre à la référence temporelle historique de participer continuellement au processus de fusion, réduisant ainsi l'impact des fluctuations des preuves locales sur la continuité temporelle des résultats collaboratifs. Les résultats expérimentaux montrent que, sous dégradation des preuves contextuelles, la méthode proposée améliore l'AP@0.7 de 82,09% à 86,20%, réduit le SSR de 8,21% à 5,53%, et le CFNR de 0,90% à 0,72%, démontrant que cette méthode peut améliorer la stabilité de la fusion dans des conditions de perception collaborative non idéales.

Réseaux de véhicules ; perception collaborative ; dégradation des preuves de perception ; cohérence spatio-temporelle ; fusion robuste