論文の概要: VLM-Based Advanced Rider Assistance System for Motorcycle Safety

• arxiv url: http://arxiv.org/abs/2605.27948v1
• Date: Wed, 27 May 2026 04:42:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.746857
• Title: VLM-Based Advanced Rider Assistance System for Motorcycle Safety
• Title（参考訳）: 自動車安全のためのVLMによるアドバンストライダー支援システム
• Authors: Mohamed Elnoor, Francesca Baldini, Ananya Trivedi, Faizan M. Tariq, Jovin D'sa, David Isele, Sangjae Bae, Dinesh Manocha, Yosuke Sakamoto,
• Abstract要約: 自動車は、保護が限られ、表面の危険に対する感度が高められたため、自動車と比較して非常に高い事故リスクに直面している。 本稿では,セマンティックな認識とリスク対応計画を通じて,オートバイの安全性を高める新しいARASを提案する。
• 参考スコア（独自算出の注目度）: 38.464529801636765
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Motorcycles face disproportionately high crash risks compared to cars due to limited protection and heightened sensitivity to surface hazards, yet Advanced Rider Assistance Systems (ARAS) remain underdeveloped relative to Advanced Driver Assistance Systems (ADAS). We propose a novel ARAS that enhances motorcycle safety through semantic perception and risk-aware planning. Our approach leverages Vision-Language Models (VLMs) for contextual hazard reasoning and integrates them with segmentation-based detection to construct dense risk maps. These maps encode both semantic characteristics (e.g., pothole severity, puddle slipperiness) and physical attributes (e.g., size, depth), which produce per-pixel hazard costs that capture motorcycle-specific risks. These maps are used by a sampling-based planner tailored to motorcycle dynamics to recommend throttle and steering actions that minimize hazard exposure while advancing toward the destination. We evaluate our system in different scenarios in the CARLA simulator. Compared to the baseline method, our method achieves higher success rates and lower hazard exposure, while qualitative results demonstrate interpretable risk maps and safe trajectory recommendations.
• Abstract（参考訳）: 自動車は、保護が限られ、表面の危険に対する感度が高められたため、自動車に比べ非常に高い事故リスクに直面しているが、アドバンスト・ライダー・アシスタンス・システムズ(ARAS)は、アドバンスト・ドライバー・アシスタンス・システム(ADAS)と比較して未開発のままである。 本稿では,セマンティックな認識とリスク対応計画を通じて,オートバイの安全性を高める新しいARASを提案する。 提案手法では,視覚言語モデル(VLM)をコンテキスト的ハザード推論に利用し,セグメンテーションに基づく検出と統合して高密度リスクマップを構築する。 これらのマップは、セマンティックな特性(例えば、ポットホールの重大度、水たまりの滑りやすさ)と物理的特性(例えば、サイズ、深さ)の両方をエンコードし、オートバイ固有のリスクを捉える。 これらの地図は、オートバイの動力学に合わせたサンプリングベースのプランナーが、目的地に向かって進む間、有害な露出を最小限に抑えるスロットルとステアリングのアクションを推奨するために使用する。 我々は,CARLAシミュレータで異なるシナリオでシステムを評価する。 基準法と比較して,本手法は高い成功率と低いハザード露光を実現し,質的結果は解釈可能なリスクマップと安全な軌道提案を示す。

関連論文リスト

• Real-Time Driver Safety Scoring Through Inverse Crash Probability Modeling [0.0]
  本研究は,バイナリクラッシュ分類器を0-100連続安全性スコアに変換するフレームワークであるSafeDriver-IQを紹介する。 15の相補的な分析結果から,高リスク運転条件と低リスク運転条件を確実に区別できることが示唆された。 発見によると、衝突の87%は複数の共起リスク要因を伴い、非線形の複合効果によりリスクは4.5倍に増加する。
  論文  参考訳（メタデータ） (2026-03-16T05:37:12Z)
• Fusing Driver Perceived and Physical Risk for Safety Critical Scenario Screening in Autonomous Driving [20.663269212781426]
  本稿では,自動運転における運転リスク融合に基づく危険シナリオスクリーニング手法を提案する。 トレーニング中に、改良されたドライバリスクフィールドと動的コストモデルを組み合わせて、高品質なリスク監視信号を生成する。 推論中は、高速なフォワードパスを通じてシナリオレベルのリスクスコアを直接予測し、フレーム単位のリスク計算を避ける。
  論文  参考訳（メタデータ） (2026-03-07T13:24:23Z)
• Towards Driver Behavior Understanding: Weakly-Supervised Risk Perception in Driving Scenes [21.684666974039086]
  RAIDは4,691本の注釈付きビデオクリップで構成され、様々な交通シナリオをドライバーの意図した操作、道路トポロジー、危険状況(歩行者を横断するなど)、運転手の反応、歩行者の注意力といったラベルでカバーしている。 本稿では,運転者の意図した操作と応答の関係をモデル化し,潜在的なリスク源を特定するための弱教師付きリスクオブジェクト識別フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-06T05:40:13Z)
• Vision-Based Risk Aware Emergency Landing for UAVs in Complex Urban Environments [0.46873264197900916]
  本稿では,セマンティックセグメンテーションを利用したリスク認識手法を提案する。 本手法は,臨界障害物を移動しながら安定な安全着陸ゾーン(SLZ)を適応的に同定する。 制御システムはUAVをこの低リスク領域に向けて誘導し、高度依存性の安全しきい値と時間的着地点安定化を利用する。
  論文  参考訳（メタデータ） (2025-05-26T18:16:21Z)
• RACER: Epistemic Risk-Sensitive RL Enables Fast Driving with Fewer Crashes [57.319845580050924]
  本稿では,リスク感応制御と適応行動空間のカリキュラムを組み合わせた強化学習フレームワークを提案する。 提案アルゴリズムは,現実世界のオフロード運転タスクに対して,高速なポリシーを学習可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T23:32:36Z)
• A Counterfactual Safety Margin Perspective on the Scoring of Autonomous Vehicles' Riskiness [52.27309191283943]
  本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。 本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
  論文  参考訳（メタデータ） (2023-08-02T09:48:08Z)
• Intersection Warning System for Occlusion Risks using Relational Local Dynamic Maps [0.0]
  本研究は,センサカバレッジの制限による可観測性に制限のある交通シナリオにおけるリスク評価の課題に対処する。 視界の特定には、幾何学的情報と道路インフラを提供する局所的ダイナミックマップにレイキャスティングを用いる。 結果として生じるリスク指標は、ドライバーの現在の行動を評価し、重大な状況でドライバーに警告し、安全に行動する方法や安全な軌道を計画する方法を提案するために使用される。
  論文  参考訳（メタデータ） (2023-03-13T16:01:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。