TRACE：CARLAにおける自動運転（AV）評価のためのトポロジー認識型事故再構成

arXiv cs.RO / 2026/4/27

💬 オピニオンDeveloper Stack & InfrastructureTools & Practical UsageModels & Research

共有:

要点

TRACEは、NHTSAの事故報告を高精度なCARLAシミュレーションへ復元し、まれで安全に直結するAV向けシナリオを扱えるようにするパイプラインです。
既存ベンチマークのような単純化・抽象化された幾何ではなく、サイト固有のOpenStreetMapデータを取得して現実の道路トポロジーを保持します。
TRACEはLarge Language Modelを用いて、道路の幾何と前走行（プリクラッシュ）の操縦内容から、関与車両の初期状態を推定します。
事故報告の半構造化された情報からシミュレーション用の軌跡を生成し、多様な衝突タイプ・道路トポロジー・プリクラッシュ挙動を含む52件の事故シナリオをオープンソースのベンチマークとして整備しています。
これらの成果により、AVシステムを現実の故障・失敗パターンに対してより厳しく評価できるテスト環境を提供することが狙いです。

要旨: 自動運転車（AV）の検証には、通常の走行データではまれな、安全性に重大な影響をもつシナリオへの曝露が必要です。既存のベンチマークは、合成的な衝突を生成する、または事故の記述を抽象化された道路幾何に対応付けることで、この問題に対処しています。しかし、現実世界のクラッシュにおける位相的な（トポロジカルな）複雑さを十分に捉えられていません。本稿では、TRACE というパイプラインを提案します。これにより、NHTSAのクラッシュレポートを高忠実度のCARLAシミュレーションへ自動的に復元します。具体的には、(1) 正確な道路の位相構造を保持するために、対象サイト固有のOpenStreetMapデータを取得し、(2) 大規模言語モデルを用いて道路幾何と衝突前の操縦（プレクラッシュのマヌーバ）から車両の初期状態を推論し、(3) 半構造化されたレポートデータからシミュレーション軌跡を生成します。このパイプラインを用いて、衝突の種類、道路の位相構造、衝突前の操縦が多様な52件の事故シナリオから成るベンチマークをキュレーションしました。これにより、現実世界の失敗に対してAVシステムを試験するための、挑戦的なオープンソースのリソースを提供します。