論文の概要: DispatchRAG: Grounding Emergency Dispatch Decisions in Real-World Protocols from Traffic Accident Video
- arxiv url: http://arxiv.org/abs/2607.23132v1
- Date: Sat, 25 Jul 2026 10:25:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.00013
- Title: DispatchRAG: Grounding Emergency Dispatch Decisions in Real-World Protocols from Traffic Accident Video
- Title（参考訳）: DispatchRAG:交通事故映像からのリアルタイムプロトコルにおける緊急ディスパッチ決定
- Abstract要約: VLM(Vision-Language Models)は、事故推論のための有望なツールであるが、多くのVLMは実際の事故応答プロトコルに基づかない。
本稿では,実生活における日本における交通事故対応プロトコルを基盤とした事故評価システムDispatchRAGを紹介する。
本フレームワークは,VLMと比較して,様々な事故シナリオに対して高い性能を示す。
- 参考スコア（独自算出の注目度）: 1.7522684436505962
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Assessing the severity of a traffic accident scenario is important to decide which emergency service to dispatch. Missing an ambulance dispatch on a pedestrian accident is a fatal issue that can lead to death. Recently, Vision-Language Models (VLMs) have been a promising tool for accident reasoning, yet many VLMs are not grounded in real-life accident response protocols, making them not usable in accident severity assessment off-the-shelf. We introduced DispatchRAG, an accident assessor and dispatcher framework grounded in real-life Japanese traffic-accident response protocols, designed to enhance VLMs to generate an appropriate emergency response during an emergency scenario. Utilizing a RAG-based retrieval mechanism to retrieve the most relevant accident protocol and an LLM-powered reasoner to suggest the most proper response. To support evaluation, we introduce Accident Dispatch Dataset, a comprehensive dataset of accident assessment and emergency response according to Japanese accident response protocols adapted from the MM-AU dataset. We validate our framework on the Accident Dispatch Dataset, showing strong performance across various accident scenarios compared to the baseline VLM, pointing toward integration in autonomous vehicles that can automatically report both their own and nearby accidents.
- Abstract（参考訳）: 発送する緊急サービスを決定するためには、交通事故シナリオの深刻度を評価することが重要である。
救急車が歩行者の事故に遭うことは致命的な問題であり、死につながる可能性がある。
近年,VLM (Vision-Language Models) は事故推論のための有望なツールとなっているが,現実の事故対応プロトコルに基づかないものが多く,事故重大度評価では利用できない。
本稿では,VLMを拡張して緊急時に適切な緊急応答を生成するために,実生活における日本交通事故対応プロトコルを基盤とした事故アセスメントとディスパッチのフレームワークであるDispatchRAGを紹介した。
RAGに基づく検索機構を用いて、最も関連性の高い事故プロトコルとLCMを利用した推論を用いて、最も適切な応答を提案する。
MM-AUデータセットから適応した事故対応プロトコルに基づき,事故評価と緊急対応の包括的データセットであるAccident Dispatch Datasetを導入する。
我々は,事故発生データセット(Acident Dispatch Dataset)の枠組みを検証し,ベースラインのVLMと比較して,事故発生シナリオの強い性能を示すとともに,自事故と周辺事故の両方を自動的に報告できる自動運転車の統合をめざした。
関連論文リスト
- Enhancing Road Safety: An IoT-Based Accident Detection and Prevention Mechanism [0.0]
事故防止・検知システム(APDS)は、運転者のリスクを体系的に軽減し、衝突後の緊急応答を最適化するように設計されている。
提案するフレームワークは,連続したリアルタイムテレメトリモニタリング,アクティブな局所アラームトリガ,自動的状況介入が可能な多層アーキテクチャを特徴とする。
このシステムは、GPSを介して即時空間座標を集約する自動緊急通信プロトコルを統合し、近距離で医療施設に標的警報を送付する。
論文 参考訳（メタデータ） (2026-06-21T07:59:20Z) - Learning physically grounded traffic accident reconstruction from public accident reports [12.882161839040883]
我々は,パラメータ化されたマルチモーダル学習問題として,公開可能なレポートとシーン計測から事故復旧を定式化する。
CISS-RECは,NHTSAのクラッシュ調査サンプリングシステムから収集した6,217件の現実世界の事故事例のデータセットである。
提案手法は,CISS-RECにおける代表的ベースラインよりも優れており,全体の再構築精度が最も高い。
論文 参考訳（メタデータ） (2026-04-29T14:33:27Z) - A Multi-Robot Platform for Robotic Triage Combining Onboard Sensing and Foundation Models [51.02314427799649]
このシステムは無人航空機(UAV)と無人地上車両(UGV)の協調した地上チームを採用している。
UAVは死傷者の頭上での視界を識別し提供し、UGVは特殊なセンサーを装備し、バイタルサインを計測し、身体的な損傷を検知し、局所化する。
論文 参考訳（メタデータ） (2025-12-09T16:05:22Z) - Towards Reliable and Interpretable Traffic Crash Pattern Prediction and Safety Interventions Using Customized Large Language Models [14.53510262691888]
TrafficSafeは、テキストレベルの推論として、再フレームのクラッシュ予測と機能属性に適応するフレームワークである。
飲酒運転が深刻な事故の要因となっている。
TrafficSafeは、戦略的クラッシュデータ収集の改善を導くモデルトレーニングにおいて、重要な機能を強調している。
論文 参考訳（メタデータ） (2025-05-18T21:02:30Z) - EQ-TAA: Equivariant Traffic Accident Anticipation via Diffusion-Based Accident Video Synthesis [79.25588905883191]
交通現場における交通事故予測(TAA)は, 今後ゼロ死亡率を達成する上で, 課題となる。
本稿では,追加の事故ビデオクリップを合成するAVDモデルを提案する。
論文 参考訳（メタデータ） (2025-03-16T01:56:38Z) - AVD2: Accident Video Diffusion for Accident Video Description [11.221276595088215]
AVD2(Accident Video Diffusion for Accident Video Description)は,事故現場の理解を高める新しいフレームワークである。
このフレームワークは、自然言語の詳細な記述や推論と一致した事故ビデオを生成し、その結果、EMM-AUデータセットが生成される。
EMM-AUデータセットの統合は、自動メトリクスと人的評価の両方で最先端のパフォーマンスを確立する。
論文 参考訳（メタデータ） (2025-02-20T18:22:44Z) - SoVAR: Building Generalizable Scenarios from Accident Reports for Autonomous Driving Testing [35.33278666285077]
事故報告は自律運転システム(ADS)テストに貴重な資源を提供する。
既存の事故報告からのシナリオ再構築手法では,情報抽出の精度が限られていることが多い。
本稿では,事故報告から道路一般化シナリオを自動的に生成するツールであるSovarの設計と実装を行う。
論文 参考訳（メタデータ） (2024-09-12T14:35:55Z) - Learning Traffic Crashes as Language: Datasets, Benchmarks, and What-if Causal Analyses [76.59021017301127]
我々は,CrashEventという大規模トラフィッククラッシュ言語データセットを提案し,実世界のクラッシュレポート19,340を要約した。
さらに,クラッシュイベントの特徴学習を,新たなテキスト推論問題として定式化し,さらに様々な大規模言語モデル(LLM)を微調整して,詳細な事故結果を予測する。
実験の結果, LLMに基づくアプローチは事故の重大度を予測できるだけでなく, 事故の種類を分類し, 損害を予測できることがわかった。
論文 参考訳（メタデータ） (2024-06-16T03:10:16Z) - AccidentBlip: Agent of Accident Warning based on MA-former [24.81148840857782]
AccidentBlipは視覚のみのフレームワークで、ビデオの各フレームを処理するために自設計のMotion Accident Transformer(MA-former)を使用している。
AccidentBlipは、DeepAccidentデータセット上の事故検出と予測タスクの両方のパフォーマンスを達成する。
また、V2VおよびV2Xシナリオにおける現在のSOTAメソッドよりも優れており、複雑な現実世界環境を理解するのに優れた能力を示している。
論文 参考訳（メタデータ） (2024-04-18T12:54:25Z) - Abductive Ego-View Accident Video Understanding for Safe Driving
Perception [75.60000661664556]
マルチモーダル・アクシデント・ビデオ理解のための新しいデータセットMM-AUを提案する。
MM-AUには1,727件の映像が収録されている。
安全運転認識のための誘導型事故映像理解フレームワーク(AdVersa-SD)を提案する。
論文 参考訳（メタデータ） (2024-03-01T10:42:52Z) - Cognitive Accident Prediction in Driving Scenes: A Multimodality
Benchmark [77.54411007883962]
本研究では,視覚的観察と運転者の注意に対する人為的な文章記述の認識を効果的に活用し,モデルトレーニングを容易にする認知事故予測手法を提案する。
CAPは、注意テキスト〜ビジョンシフト融合モジュール、注意シーンコンテキスト転送モジュール、運転注意誘導事故予測モジュールによって構成される。
我々は,1,727件の事故ビデオと219万フレーム以上の大規模ベンチマークを構築した。
論文 参考訳（メタデータ） (2022-12-19T11:43:02Z) - A model for traffic incident prediction using emergency braking data [77.34726150561087]
道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。
メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
論文 参考訳（メタデータ） (2021-02-12T18:17:12Z)
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。