تواجه أنظمة النقل الحضرية تحديات متزايدة في السلامة، تتطلب ذكاءً قابلاً للتوسع لتمكين بنية تحتية ذكية في مجال النقل. في السنوات الأخيرة، قد أحرزت النماذج الأساسية (Foundation Models) مجموعات بيانات متعددة الوسائط تقدم تقدمًا واضحًا في إدراك ورؤية أنظمة النقل الذكية (ITS). ومع ذلك، فإن الكثير من الأبحاث تركزت في الغالب على القيادة الذاتية على مستوى دقيق (Microscopic Autonomous Driving)، متجاهلة أهمية تحليل حركة المرور على مستوى المدينة.
مجموعة بيانات النقل البرية (LTD)
للتصدي لهذه الفجوة، قدم الباحثون مجموعة بيانات جديدة تسمى مجموعة بيانات النقل البرية (Land Transportation Dataset - LTD). تحتوي هذه المجموعة على 11.6 ألف زوج من أسئلة وأجوبة مرئية عالية الجودة، تم جمعها من كاميرات جانبية متنوعة، مما يغطي هندسة الطرق المختلفة والمشاركين في حركة المرور وأحوال الإضاءة والجو السيئة.
يتضمن هذا المشروع ثلاث مهام أساسية متكاملة: تحديد الكائنات المتعددة بدقة، اختيار كاميرات متعددة، وتحليل المخاطر عبر صور متعددة، مما يتطلب تفكيرًا مشتركًا بين وجهات نظر مترابطة بشكل ضئيل لاستنتاج الكائنات الخطرة والعوامل المساهمة والاتجاهات الخطرة.
نموذج UniVLT
بناءً على LTD، تم اقتراح نموذج نقل موحد يسمى UniVLT، يتم تدريبه من خلال نقل المعرفة القائم على المنهج الدراسي، ليوحد بين التفكير الدقيق في القيادة الذاتية وتحليل حركة المرور على مستوى واسع ضمن بنية واحدة.
أثبتت التجارب الواسعة التي أجريت على مجموعة بيانات LTD ومعايير القيادة الذاتية المختلفة أن UniVLT يحقق أداءً رائدًا في المهام ذات التفكير المفتوح عبر مجالات متنوعة، مما يكشف عن قيود النماذج الأساسية الحالية في سيناريوهات المرور المعقدة التي تتطلب عدة وجهات نظر.