定位百度Apollo事故原因SoVAR: 使用LLM重构自动驾驶事故场景

文章预览

Abstract 自动驾驶系统（ADS）已取得显著进展，并越来越多地应用于安全关键场景。然而，最近报告的涉及ADS的致命事故数据表明，尚未完全达到期望的安全水平。因此，需要更全面、更有针对性的测试方法来确保驾驶安全。来自真实事故报告的场景为ADS测试提供了宝贵的资源，包括关键场景和高质量的种子。然而，现有的从事故报告中重建场景的方法在信息提取的准确性上往往有限。此外，由于道路环境的多样性和复杂性，将当前的事故信息与模拟地图数据匹配以进行重建也面临着重大挑战。 本文设计并实现了SoVAR，一种用于从事故报告中自动生成适用于各种道路结构的通用场景的工具。SoVAR利用精心设计的语言模式提示，引导大语言模型（LLM）从文本数据中提取事故信息。随后，SoVAR结合提取的事故信息，制定并解决与事故相关的约束条件，以生 ………………………………