論文の概要: Risk-Aware Selective Multimodal Driver Monitoring with Driver-State World Modeling
- arxiv url: http://arxiv.org/abs/2606.26922v1
- Date: Thu, 25 Jun 2026 11:59:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.262305
- Title: Risk-Aware Selective Multimodal Driver Monitoring with Driver-State World Modeling
- Title（参考訳）: ドライバ・ステート・ワールド・モデリングを用いたリスク対応選択型マルチモーダルドライバモニタリング
- Abstract要約: 自動車両の連続運転監視には低遅延推論が必要である。
デプロイ可能なマルチモーダルドライバ監視のためのコストアウェア選択推論フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 13.540675152706589
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Continuous driver monitoring in automated vehicles requires low-latency inference while avoiding unsafe decisions under uncertain driver states. Large vision-language models provide broad multimodal priors, but their latency and limited reliability in this setting make them unsuitable as always-on in-cabin monitors. We propose a cost-aware selective inference framework for deployable multimodal driver monitoring. The core system is a lightweight RGB-physiological student that combines in-cabin visual observations with window-level HR/EDA signals, and a learned gate that decides when to accept the fast prediction or abstain for safety intervention. Additional controls show that the learned scores contain sample-level information beyond scenario priors, while exact physiological synchronization remains a limitation. To incorporate predictive evidence, we further study a compact driver-state world modeling module that rolls out latent driver-state features and estimates future fast-model errors and counterfactual system-level action costs. On scenario-induced driver-demand recognition, the RGB-physiological student improves over RGB-only and physiology-only baselines, reaching 0.7440 Macro-F1 and 0.9099 balanced accuracy with 11.39M parameters and 3.08ms inference latency. Cost-aware selective inference reduces unsafe false negatives from 17.37% under always-fast inference to approximately 5% across seeds, while maintaining deployment-level latency. While driver-state world modeling offers valuable predictive signals, worst-group evaluations highlight persistent operating-point calibration drift. Ultimately, reliable edge driver monitoring requires advancing not only perception backbones, but also risk-aware selective control and group-robust calibration.
- Abstract（参考訳）: 自動車両における連続運転監視は、不確実な運転状態下での安全でない判断を避けながら、低レイテンシの推論を必要とする。
大規模な視覚言語モデルは、広範囲なマルチモーダル先行を提供するが、この設定でのレイテンシと信頼性の制限により、常時オンのインキャビンモニターとして適さない。
デプロイ可能なマルチモーダルドライバ監視のためのコストアウェア選択推論フレームワークを提案する。
コアシステムは軽量なRGB生理学生で、カービン内の視覚観察と窓面のHR/EDA信号を組み合わせる。
追加の制御では、学習されたスコアにはシナリオ前の情報以上のサンプルレベル情報が含まれているが、正確な生理的同期は制限されている。
予測的エビデンスを組み込むため,潜在運転状態の特徴をロールアウトし,将来の高速モデルエラーとシステムレベル対策コストを推定する小型運転状態世界モデリングモジュールについても検討する。
シナリオによって引き起こされる運転要求認識では、RGB-physiological studentsはRGBのみのベースラインと生理のみのベースラインを改良し、11.39Mパラメータと3.08ms推論遅延で0.7440 Macro-F1と0.9099のバランスの取れた精度に達した。
コストを意識した選択推論では、常に高速な推論では安全でない偽陰性が17.37%から、デプロイレベルのレイテンシを維持しながら、種子全体の約5%に減少する。
ドライバー・ステート・ワールド・モデリングは貴重な予測信号を提供するが、最悪のグループ評価は永続的な運用ポイント・キャリブレーションドリフトを強調する。
究極的には、信頼できるエッジドライバ監視には、知覚バックボーンだけでなく、リスク対応の選択制御とグループロバストキャリブレーションも必要である。
関連論文リスト
- A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
車両の直接遠隔操作は重要な技術的ボトルネックに直面している。
通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。
本稿では,一方的な遠隔操作フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-11T01:51:08Z) - Taming Perception Jitter: Uncertainty-Aware LiDAR Object Detection for Reliable Motion Classification [8.046180274721541]
不安定な境界ボックス予測は、追跡と誤った予測された軌道における急激な速度推定につながる可能性がある。
本稿では,3次元物体検出器にアレータティック不確実性推定を付加し,短時間の観測窓に2サンプルのz検定を適用し,ジッタから真の動きを分離する配置フレンドリーな緩和戦略を提案する。
論文 参考訳（メタデータ） (2026-06-08T11:24:57Z) - Bench2Drive-Robust: Benchmarking Closed-Loop Autonomous Driving under Deployment Perturbations [122.22391796628408]
Bench2Drive-Robustは、クローズドループのエンドツーエンド自動運転のための最初のデバイス中心の堅牢性ベンチマークである。
我々は,カメラストリーム障害,エゴ状態推定誤差,計算による制御遅延という3つの主要な原因から生じる展開指向の摂動を系統的に評価した。
以上の結果から,これらの展開に伴う摂動は閉ループ駆動性能を著しく低下させる可能性が示唆された。
論文 参考訳（メタデータ） (2026-05-18T08:45:24Z) - Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout [55.19244743715421]
Driver-WMは、ドライバー中心の潜在世界モデルで、アウトキャビンのトラフィックコンテキストを考慮に入れたインキャビンのダイナミクスをロールアウトする。
身体のキネマティクス予測を補助的な行動的・感情的意味認識と統合する。
ドライバ-WMは、反応性の高いハイモーション操作のための堅牢な長距離幾何学的予測を与える。
論文 参考訳（メタデータ） (2026-05-06T16:30:48Z) - Real-Time In-Cabin Driver Behavior Recognition on Low-Cost Edge Hardware [1.1100764382749708]
Raspberry Pi 5とGoogle Coral Edge TPUにデプロイするために設計された、シングルカメラインキャビンドライバの挙動認識システム。
システムは、複数の電話使用モード、食事/飲酒、喫煙、後ろに手を伸ばす、視線/注意のシフト、乗客のインタラクション、グルーミング、コントロールパネルのインタラクション、あくび、目を閉じた睡眠を含む17の行動クラスをカバーする。
論文 参考訳（メタデータ） (2025-12-26T00:54:24Z) - Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。
OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。
当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
論文 参考訳（メタデータ） (2025-12-08T15:56:18Z) - How Much Is Too Much? Adaptive, Context-Aware Risk Detection in Naturalistic Driving [0.6299766708197883]
ラベルやモデルを時間とともに、ドライバ間で適応する統合されたコンテキスト対応フレームワークを提案する。
このフレームワークは、速度重み付けされたヘッドウェイと厳しい運転イベントの2つの安全指標と、ランダムフォレスト、XGBoost、ディープニューラルネットワーク(DNN)の3つのモデルを用いてテストされている。
全体として、このフレームワークは、リアルタイムの安全フィードバックを強化し、インテリジェントな交通システムにおけるドライバー中心の介入をサポートする、適応的でコンテキスト対応のリスク検出を約束している。
論文 参考訳（メタデータ） (2025-07-26T16:24:25Z) - Driver-Net: Multi-Camera Fusion for Assessing Driver Take-Over Readiness in Automated Vehicles [5.543220407902113]
Driver-Netは、マルチカメラ入力を融合してドライバの乗っ取り準備を見積もる、新しいディープラーニングフレームワークである。
ドライバーの頭、手、身体の姿勢と同期した視覚的手がかりをトリプルカメラで撮影する。
提案手法は,運転準備度分類において最大95.8%の精度を実現する。
論文 参考訳（メタデータ） (2025-07-05T19:27:03Z) - SafeAuto: Knowledge-Enhanced Safe Autonomous Driving with Multimodal Foundation Models [63.71984266104757]
我々は、構造化されていない知識と構造化されていない知識の両方を取り入れることで、MLLMベースの自動運転を強化するフレームワークであるSafeAutoを提案する。
安全知識を明示的に統合するため,交通ルールを一階述語論理に変換する推論コンポーネントを開発した。
我々のマルチモーダル検索・拡張生成モデルは、過去の運転経験から学ぶために、ビデオ、制御信号、環境特性を活用する。
論文 参考訳（メタデータ） (2025-02-28T21:53:47Z) - Cross-Camera Distracted Driver Classification through Feature Disentanglement and Contrastive Learning [13.613407983544427]
ドライバ行動監視ネットワーク(DBMNet)は軽量のバックボーンに依存しており、カメラのビュー情報を破棄するためにアンタングルモジュールを統合する。
DBMNetは、既存のアプローチと比較して、Top-1の精度が7%向上している。
論文 参考訳（メタデータ） (2024-11-20T10:27:12Z) - RACER: Rational Artificial Intelligence Car-following-model Enhanced by Reality [46.909086734963665]
本稿では,アダプティブ・クルーズ・コントロール(ACC)運転行動を予測する,最先端の深層学習車追従モデルであるRACERを紹介する。
従来のモデルとは異なり、RACERは実走行の重要な要素であるRDC(Rational Driving Constraints)を効果的に統合している。
RACERはアクセラレーション、ベロシティ、スペーシングといった主要なメトリクスを網羅し、ゼロ違反を登録する。
論文 参考訳（メタデータ） (2023-12-12T06:21:30Z) - Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。
本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。
次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
論文 参考訳（メタデータ） (2021-05-20T17:52:37Z)
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。