跳到正文
arXiv · 机器人与计算机视觉· Abdalmalek Aburaddaha, Zaid A. El Shair, Ali Al-Bustami, Samir A. Rawashdeh·· 6 天前AI 评分35

几何 grounding 视觉语言模型如何评估路面坑洼风险

Pothole Risk Assessment with Geometrically Grounded Vision Language Models

AI 导读

针对仅检测位置未评估严重性的痛点,该研究提出结合几何测量与 Gemini 2.5 Pro 的五阶段离线框架。在 1,119 个行车记录仪场景的 3,092 个坑洼测试中,相比纯图像基线,该方法将高紧急度场景移出 26.7%,关键等级分配提升 109%。每场景成本为 0.105 美元,其机动建议仅作为研究参考而非车辆引导指令。

来源:arXiv · 机器人与计算机视觉 · arxiv.org