车辆的感觉联想：从视觉输入合成触觉数据
人工智能
2026-02-03 v1
摘要
自动驾驶车辆(AVs)依赖多模态融合以确保安全，但当前的视觉和光学传感器无法检测车辆动态控制所必需的路面诱导激发。鼓励人类感觉联想，我们提出了车辆感觉联想(Vehicle Synesthesia, SoV)框架，用于从视觉输入预测触觉激发，以服务于自动驾驶车辆。我们开发了跨模态时空对齐方法以解决时序和空间差异。进一步提出，基于潜在扩散的视觉-触觉感觉联想(VTSyn)生成模型用于无监督高质量触觉数据合成。收集了一个在多样化路面和光照条件下的数据集用于真实车辆感知。广泛的实验表明，VTSyn在时序、频率和分类性能方面优于现有模型，通过主动触觉感知提升了AVs的安全性。
引用
@article{arxiv.2602.01832,
title = {Synesthesia of Vehicles: Tactile Data Synthesis from Visual Inputs},
author = {Rui Wang and Yaoguang Cao and Yuyi Chen and Jianyi Xu and Zhuoyang Li and Jiachen Shang and Shichun Yang},
journal= {arXiv preprint arXiv:2602.01832},
year = {2026}
}