路边激光雷达用于城市交叉口的协作安全审计：面向可审计的V2X基础设施智能
新兴技术
2026-04-14 v1
摘要
城市交叉口暴露了单一车辆感知在遮挡和部分可观测性下的局限性。本研究提出了一个面向基础设施辅助城市交叉口安全分析的可审计路边激光雷达框架，开发并使用真实世界数据进行评估。该框架整合了轨迹构建、迭代的人类人工质量保证(QA)，以及可解释的近失效分析，产生来自基础设施感知的可为人仲裁的安全证据。使用人类标注的重型车辆--自行车相互作用作为锚定案例，我们展示了方向不敏感的时间碰撞(TTC)下降至1秒以下，而纵向TTC保持在保守制动阈值以上，揭示了横向侵入主导的冲突机制。除个案外，持续窗口评估和多轮QA分析表明，该框架系统性地减少了轨迹碎片化、虚假TTC触发、几何不稳定以及跨车道虚假冲突等失效模式。这些结果将路边激光雷达定位为协作感知系统的实用事后审计机制，并讨论了更广泛的统计验证。本工作为城市交叉口可扩展、数据驱动的安全审计提供了路径，使交通部门能够识别并缓解超出事故分析范围的高风险互动。
引用
@article{arxiv.2604.10419,
title = {Roadside LiDAR for Cooperative Safety Auditing at Urban Intersections: Toward Auditable V2X Infrastructure Intelligence},
author = {Bo Shang and Yiqiao Li},
journal= {arXiv preprint arXiv:2604.10419},
year = {2026}
}
备注
9 pages, 7 figures, 2026 CVPR DriveX Workshop