跳到正文
原文
arXiv cs.CV· Jiaxi Liu, Keshu Wu, Weizhe Tang, Bofeng Cao, Sikai Chen, Xiaopeng Li, Steven T. Parker, Bin Ran·· 3 小时前AI 评分36

SAGE:面向临时交通管制下施工区路径预测的视觉语言与几何混合框架

SAGE: A hybrid vision-language and geometry framework for work-zone pathway prediction under temporary traffic control

AI 导读

SAGE 是一个“读—决策—执行—校验”框架,用视觉语言模型的轨迹作为几何候选路径的偏好,在 2,306 个真实 ROADWork 验证片段上将硬约束违规降低 37%。相比几何排序器,其平均与最终位移误差分别降低 8.3% 和 12.0%,改进主要来自远场。SAGE-VLM 依 MUTCD 结构化监督,先输出车道状态与危险侧,再给出通行决策。

来源:arXiv cs.CV · arxiv.org