超越提示音：基于 BADAS-2.0 的可扩展碰撞预测与实时可解释性
计算机视觉与模式识别
2026-04-14 v2 计算与语言
摘要
我们提出 BADAS-2.0，即我们的碰撞预测系统的第二代，建立在 BADAS-1.0 之上，后者表明在 大规模自我中心行车记录仪数据上微调 V-JEPA2 优于学术基线和生产 ADAS 系统。BADAS-2.0 沿三个轴线推进了最先进水平。（i）长尾基准与准确性：我们引入了一个针对罕见和安全关键场景的 10 组长尾基准。为构建它，BADAS-1.0 被用作主动预言机，对数百万条未标记的驾驶记录进行评分并筛选出高风险候选。结合 Nexar 的 Atlas 平台进行有针对性的数据收集，数据集从 40k 扩展到 178,500 个标注视频（约 200 万个片段），在所有子组中取得了一致提升，在最难的长尾案例上提升最大。（ii）知识蒸馏至边缘：在 225 万条未标记驾驶视频上进行领域特定的自监督预训练，使蒸馏成为可能，生成紧凑模型 BADAS-2.0-Flash（86M）和 BADAS-2.0-Flash-Lite（22M），实现 7-12 倍加速且精度接近持平，支持实时边缘部署。（iii）可解释性：BADAS-2.0 生成实时的以对象为中心的注意力热图，定位预测背后的证据。BADAS-Reason 进一步扩展了这一功能，利用视觉语言模型摄取最后一帧和热图来生成驾驶员动作和结构化文本推理。推理代码和评估基准已公开发布。
引用
@article{arxiv.2604.05767,
title = {Beyond the Beep: Scalable Collision Anticipation and Real-Time Explainability with BADAS-2.0},
author = {Roni Goldshmidt and Hamish Scott and Lorenzo Niccolini and Hernan Matzner},
journal= {arXiv preprint arXiv:2604.05767},
year = {2026}
}