跳到正文
arXiv · 机器人与计算机视觉· Siyuan Liu, Miao Li, Haibao Yu, Haohong Lin, Qing Zhou, Bingbing Nie, Ding Zhao·· 2026-10-06AI 评分68

ControlPed:一种用于端到端驾驶安全评估的可控逼真行人风险动作生成框架

Controllable and Photorealistic Pedestrian Risky Motion Generation for End-to-End Driving Safety Evaluation

AI 导读

针对现有方法难以兼顾视觉真实感与控制性的问题,该研究提出 ControlPed 框架,结合轨迹级冲突合成与3D高斯泼溅技术,生成包含多视角传感器观测的逼真危险场景。

来源:arXiv · 机器人与计算机视觉 · arxiv.org