面向道路情境检测与 C-ITS 消息生成的多智能体 AI 框架
机器人学
2025-11-11 v1
摘要
传统道路情境检测方法在预定义场景中表现良好，但在未遇到的情境中失效，缺乏语义解释能力，这对可靠的交通建议至关重要。本文引入一种多智能体 AI 框架，将多模态大语言模型 (MLLM) 与基于视觉的感知技术相结合，用于道路情境监控。该框架处理摄像头画面，协调专门的智能体进行情境检测、距离估计、决策以及合作智能运输系统 (C-ITS) 消息生成。评估在来自 20 条 TAD 数据集视频中提取的 103 张图像上完成。评估了 Gemini-2.0-Flash 和 Gemini-2.5-Flash。结果显示情境检测召回率达 100%，消息模式正确性完美；然而，两种模型都存在误报检测问题，在车道数、驾驶车道状态和原因代码方面的表现受限。意外的是，尽管 Gemini-2.5-Flash 在通用任务中更具能力，但在检测准确性和语义理解方面不及 Gemini-2.0-Flash，延迟也更高（见表 II）。这些发现促使进一步针对智能交通应用进行专业 LLM 或 MLLM 的精细调优工作。
引用
@article{arxiv.2511.06892,
title = {Multi-Agent AI Framework for Road Situation Detection and C-ITS Message Generation},
author = {Kailin Tong and Selim Solmaz and Kenan Mujkic and Gottfried Allmer and Bo Leng},
journal= {arXiv preprint arXiv:2511.06892},
year = {2025}
}
备注
submitted to TRA 2026