Autonomous Driving21 min read
AccidentSim:从真实事故报告生成具有物理真实性的车辆碰撞视频
AccidentSim 从 NHTSA/NMVCCS 真实事故报告提取物理线索,在 CARLA 中重建碰撞仿真,再以仿真轨迹 LoRA 微调 Llama 得到 AccidentLLM,由事故文本直接预测物理一致的碰撞后轨迹,最终通过前景—背景合成生成可控视角的碰撞视频。
A long-term research and learning notebook for posts, notes, papers, projects, and research directions.
Archive
Entries collected under this content category.
AccidentSim 从 NHTSA/NMVCCS 真实事故报告提取物理线索,在 CARLA 中重建碰撞仿真,再以仿真轨迹 LoRA 微调 Llama 得到 AccidentLLM,由事故文本直接预测物理一致的碰撞后轨迹,最终通过前景—背景合成生成可控视角的碰撞视频。
TRACE 将 NHTSA 真实事故报告自动转换为 CARLA 可执行仿真场景:结合 OpenStreetMap 还原真实道路拓扑,用 LLM 推断缺失的车辆初始状态,生成允许逆行、跨实线等异常行为的轨迹,并通过碰撞位置、撞击点和轨迹一致性验证。
NeuralNDE:用 Transformer 行为模型 + Conflict Critic + Safety Mapping + 对抗训练,生成统计意义上逼近真实世界的自然驾驶环境,包括 crash 与 near-miss 等长尾安全关键事件。
面向高风险驾驶场景的开放词汇危险目标定位:从可见目标发现、开放词汇命名到事故前风险判断。
开放世界驾驶智能体能力边界挑战——CARLA 场景数据采集与五级场景复核
风险可供性注入的事故视频生成