Safety4DM：面向车路云动态地图的风险感知视觉语言框架

论文用微调 VLM 与 SafeStep 为车路云动态地图补上风险感知与自然语言查询。

资讯摘要

论文提出 Safety4DM，一个面向车路云协同动态地图的安全语言系统。作者构建 RoadRisk 真实道路图像数据集，覆盖四类路况与四个风险等级，并微调视觉语言模型输出结构化风险表示供动态地图直接使用；同时提出 SafeStep 自然语言查询机制，可回答风险查询并给出驾驶建议。作者还开发 SafeVRC-Sim 仿真框架与 SafeDM-QA 基准。作者报告微调后 Qwen3-VL-4B 风险感知准确率达 89.83%，SafeStep 在五个模型家族 20B 以上模型上自然语言查询准确率均超 93%。

要点速读

1. 作者构建 RoadRisk 数据集，含四类路况与四个风险等级，并微调 VLM 输出动态地图可直接摄入的结构化风险表示。
2. 提出 SafeStep 逐步提示机制作为动态地图自然语言查询接口，可回答风险查询并生成驾驶建议。
3. 作者报告微调后 Qwen3-VL-4B 风险感知准确率 89.83%，SafeStep 在五个模型家族 20B 以上模型上查询准确率均超 93%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。