論文の概要: Safety4DM: A Vision-Language Framework for Risk-Aware Dynamic Maps in Vehicle-Road-Cloud Collaborative Driving

• arxiv url: http://arxiv.org/abs/2611.01996v1
• Date: Sun, 01 Nov 2026 15:34:04 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:56:59.77721
• Title: Safety4DM: A Vision-Language Framework for Risk-Aware Dynamic Maps in Vehicle-Road-Cloud Collaborative Driving
• Title（参考訳）: Safety4DM:自動車とクラウドの協調運転におけるリスク認識動的マップのためのビジョン言語フレームワーク
• Abstract要約: 本稿では,VRC動的マップのための安全指向型言語システムであるSafety4DMを提案する。 RoadRiskは4種類の道路条件と4つのリスクレベルをカバーする、現実世界の道路画像データセットである。 次に、DMの自然言語クエリインタフェースとして、安全対応のステップワイド・プロンプティング(SafeStep)機構を導入する。
• 参考スコア（独自算出の注目度）: 10.808572881405292
• License:
• Abstract: Dynamic map (DM) is a core information infrastructure for vehicle-road-cloud (VRC) cooperative autonomous driving. It fuses perception data from multiple sources to overcome the inherent line-of-sight and field-of-view limits of single-vehicle perception. However, DM still falls short on driving safety in two ways. First, DM data specifications already define road conditions semantically, but no pipeline yet turns real-world road observations into fine-grained risk entities in the DM. Second, existing DM systems lack a natural language interface for driving risks. To close these gaps, we propose Safety4DM, a safety-oriented language system for VRC dynamic maps. We first build RoadRisk, a real-world road image dataset that covers four types of road conditions and four risk levels. On this dataset, we fine-tune a vision-language model (VLM) for road safety risk perception. The model outputs structured risk representations that the DM can ingest directly. We then introduce a Safety-aware Step-wise Prompting (SafeStep) mechanism as the natural language query interface of the DM. SafeStep answers queries accurately and also generates actionable driving advice. To build and evaluate this interface, we develop SafeVRC-Sim, a VRC cooperative simulation framework, and SafeDM-QA, a safety question-answering benchmark. Experiments show that even the compact Qwen3-VL-4B reaches 89.83% accuracy on risk perception after fine-tuning. SafeStep also plugs easily into multiple LLM families. With medium and large models (20B and above) from five families, it achieves over 93% natural language query accuracy in every case, which shows strong generalization.
• Abstract（参考訳）: ダイナミックマップ(Dynamic Map, DM)は、自動車道路クラウド(VRC)協調自動運転のための中核的な情報基盤である。 複数のソースからの知覚データを融合して、単車知覚の視線と視野の限界を克服する。 しかし、DMは2つの方法で運転安全性を損なう。 まず、DMデータ仕様は、既にセマンティックな道路条件を定義していますが、実際の道路観測をDMのきめ細かいリスクエンティティに変換するパイプラインはまだありません。 第二に、既存のDMシステムはリスクを駆動するための自然言語インタフェースが欠如している。 これらのギャップを埋めるために,VRC動的マップのための安全指向言語システムであるSafety4DMを提案する。 RoadRiskは4種類の道路条件と4つのリスクレベルをカバーする、現実世界の道路画像データセットです。 本データセットでは,道路安全リスク認識のための視覚言語モデル(VLM)を微調整する。 モデルはDMが直接摂取できる構造化されたリスク表現を出力する。 次に、DMの自然言語クエリインタフェースとして、安全対応のステップワイド・プロンプティング(SafeStep)機構を導入する。 SafeStepはクエリに正確に答えると同時に、実行可能な駆動アドバイスを生成する。 このインターフェースを構築し評価するために,VRC協調シミュレーションフレームワークであるSafeVRC-Simと,安全質問応答ベンチマークであるSafeDM-QAを開発した。 実験の結果、コンパクトなQwen3-VL-4Bでさえ、微調整後のリスク認識の精度は89.83%に達した。 SafeStepは複数のLLMファミリに簡単にプラグインできる。 5つのファミリーの中間モデルと大モデル(20B以上)により、すべてのケースにおいて93%以上の自然言語クエリ精度が達成され、強力な一般化が示される。

関連論文リスト

• Reading, Not Manipulating: Leveraging Router Logits for Multimodal Safety in MoE Vision-Language Models [51.95643874494937]
  視覚言語モデル(VLM)は、視覚的入力とテキスト入力の相互作用から有害な意図が生じるような構成上の安全リスクに直面している。 本稿では,プロンプトプリフィル中のルーティング信号を読み出し,生成前の安全でない要求を識別する軽量なルータログ安全検出器を提案する。
  論文  参考訳（メタデータ） (2026-10-06T05:09:02Z)
• CAR-VLA: Complexity-Aware and Risk-Adaptive Reasoning for Autonomous Driving [50.87964552035902]
  既存のVLAモデルは、主に推論するかどうかに焦点を合わせ、運転状況によって推論がどのように異なるかを見落としている。 CAR-VLAは、シーンの複雑さと動的リスクを共同で考慮し、推論深度、緊急度、集中度を導出する統合駆動型VLAモデルである。 我々はCAR-VLAを、シーンアセスメントと推論モード選択軌跡生成をリンクするプログレッシブ教師付き学習を通じて訓練し、続いて推論強化学習を行い、運転品質の推論行動を改善する。
  論文  参考訳（メタデータ） (2026-09-28T06:03:13Z)
• WaymoQA: A Multi-View Visual Question Answering Dataset for Safety-Critical Reasoning in Autonomous Driving [33.850069933308994]
  安全クリティカルなシナリオにおける高レベルの推論は、依然として大きな課題である。 我々は、この課題に対処するために、マルチビューインプットを活用する新しいタスクとして安全批判推論を定義する。 複雑でリスクの高い運転シナリオをカバーする35,000の人手による質問応答ペアのデータセットであるQAを紹介する。
  論文  参考訳（メタデータ） (2025-11-25T07:47:27Z)
• SafeDriveRAG: Towards Safe Autonomous Driving with Knowledge Graph-based Retrieval-Augmented Generation [27.135615596331263]
  視覚言語モデル(VLM)は、自律運転システムの安全性を高めるために利用することができる。 既存の研究は、交通安全クリティカルな運転シナリオにおけるこれらのモデルの評価を概ね見落としている。 本稿では,視覚的質問応答のための知識グラフに基づく検索拡張生成を用いたVLMに基づく新しいベースラインを提案する。
  論文  参考訳（メタデータ） (2025-07-29T08:40:17Z)
• 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)
• Are VLMs Ready for Autonomous Driving? An Empirical Study from the Reliability, Data, and Metric Perspectives [56.528835143531694]
  視覚言語モデル(VLM)を評価するために設計されたベンチマークデータセットであるDriveBenchを紹介する。 以上の結果から, VLMは視覚的接地ではなく, 一般的な知識やテキストの手がかりから得られる, もっともらしい応答をしばしば生み出すことが明らかとなった。 本稿では,頑健な視覚的接地とマルチモーダル理解を優先する評価指標を提案する。
  論文  参考訳（メタデータ） (2025-01-07T18:59:55Z)
• SafeDrive: Knowledge- and Data-Driven Risk-Sensitive Decision-Making for Autonomous Vehicles with Large Language Models [14.790308656087316]
  SafeDriveは、自律運転の安全性と適応性を高めるための、知識とデータ駆動型リスクに敏感な意思決定フレームワークである。 知識駆動型洞察と適応学習機構を統合することにより、不確実な条件下での堅牢な意思決定を保証する。
  論文  参考訳（メタデータ） (2024-12-17T16:45:27Z)
• RSRD: A Road Surface Reconstruction Dataset and Benchmark for Safe and Comfortable Autonomous Driving [67.09546127265034]
  道路表面の再構築は、車両の走行計画と制御システムの解析と予測を促進するのに役立つ。 我々は,様々な運転条件下で,特定のプラットフォームで収集した実世界,高解像度,高精度のデータセットであるRoad Surface Reconstructionデータセットを紹介した。 約16,000対のステレオ画像、原点雲、地中深度・不均等地図を含む一般的な道路形態を網羅している。
  論文  参考訳（メタデータ） (2023-10-03T17:59:32Z)

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。