Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.01264v1

帮助 | 高级搜索

计算机科学 > 机器人技术

arXiv:2507.01264v1 (cs)
[提交于 2025年7月2日 ]

标题: 基于大语言模型的现实安全关键驾驶视频生成

标题: LLM-based Realistic Safety-Critical Driving Video Generation

Authors:Yongjie Fu, Ruijian Zha, Pei Tian, Xuan Di
摘要: 设计多样且安全关键的驾驶场景对于评估自动驾驶系统至关重要。 在本文中,我们提出了一种新框架,利用大型语言模型(LLMs)进行少量样本代码生成,以在CARLA模拟器中自动合成驾驶场景,该模拟器在场景脚本方面具有灵活性,能够高效地基于代码控制交通参与者,并实施真实的物理动力学。 给定几个示例提示和代码样本,LLM会生成涉及交通参与者行为和位置的安全关键场景脚本,特别关注碰撞事件。 为了弥合仿真与现实外观之间的差距,我们集成了使用Cosmos-Transfer1和ControlNet的视频生成管道,将渲染的场景转换为逼真的驾驶视频。 我们的方法实现了可控的场景生成,并促进了罕见但关键的边缘案例的创建,例如遮挡下的行人横穿或突然的车辆切入。 实验结果表明,我们的方法在生成广泛、多样且安全关键的场景方面是有效的,为自动驾驶汽车的基于仿真的测试提供了一个有前景的工具。
摘要: Designing diverse and safety-critical driving scenarios is essential for evaluating autonomous driving systems. In this paper, we propose a novel framework that leverages Large Language Models (LLMs) for few-shot code generation to automatically synthesize driving scenarios within the CARLA simulator, which has flexibility in scenario scripting, efficient code-based control of traffic participants, and enforcement of realistic physical dynamics. Given a few example prompts and code samples, the LLM generates safety-critical scenario scripts that specify the behavior and placement of traffic participants, with a particular focus on collision events. To bridge the gap between simulation and real-world appearance, we integrate a video generation pipeline using Cosmos-Transfer1 with ControlNet, which converts rendered scenes into realistic driving videos. Our approach enables controllable scenario generation and facilitates the creation of rare but critical edge cases, such as pedestrian crossings under occlusion or sudden vehicle cut-ins. Experimental results demonstrate the effectiveness of our method in generating a wide range of realistic, diverse, and safety-critical scenarios, offering a promising tool for simulation-based testing of autonomous vehicles.
主题: 机器人技术 (cs.RO) ; 人工智能 (cs.AI)
引用方式: arXiv:2507.01264 [cs.RO]
  (或者 arXiv:2507.01264v1 [cs.RO] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.01264
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yongjie Fu [查看电子邮件]
[v1] 星期三, 2025 年 7 月 2 日 00:45:19 UTC (3,119 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.RO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号