基于道achs摄像机视频的可解释交通事故责任认定：基于法律多智能体推理
计算机视觉与模式识别
2026-03-19 v1
摘要
道achs摄像机的广泛普及使得交通事故视频证据日益丰富，但将“视频中发生了什么”转化为“在哪些法律规定下哪些责任人”仍严依赖于人类专家。现有基于道achs视角的交通事故研究主要聚焦于感知和语义理解，而基于大语言模型的法律方法则大多基于文本案例描述，很少融合视频证据，两者之间存在明显的鸿沟。我们首先提出C-TRAIL，一个多模态法律数据集，依据中国交通法规体系，将道achs视频与文本描述显式地对齐，并限定在责任模式及其对应的中国交通法规的封闭集合上。在此基础上，我们引入一个两阶段框架：（1）一个交通事故理解模块，用于生成文本视频描述；（2）一个法律多智能体框架，输出责任模式、法规集合以及完整的判决报告。实验结果表明，在C-TRAIL和MM-AU数据集上，我们的方法优于通用法律大语言模型以及现有智能体方法，同时提供了透明且可解释的法律推理过程。
引用
@article{arxiv.2603.17930,
title = {Interpretable Traffic Responsibility from Dashcam Video via Legal Multi Agent Reasoning},
author = {Jingchun Yang and Jinchang Zhang},
journal= {arXiv preprint arXiv:2603.17930},
year = {2026}
}