《Information》：Safety-Constrained Vehicle-to-Pedestrian Guidance for Visually Impaired Pedestrians: Multi-Camera Consensus Gating in Edge–Fog–Cloud ITS Architecture
编辑推荐：
摘要专业翻译
驾驶辅助与自动驾驶是智能交通系统（ITS）中发展最为迅速的领域之一。然而，视障行人（VIPs）在路边感知系统或车辆感知系统的保护下仍然处于弱势地位，尤其是在通行权（right of way）必须以可访问且可审计的方式传达的情况下。本文描述了一种面
摘要专业翻译
驾驶辅助与自动驾驶是智能交通系统（ITS）中发展最为迅速的领域之一。然而，视障行人（VIPs）在路边感知系统或车辆感知系统的保护下仍然处于弱势地位，尤其是在通行权（right of way）必须以可访问且可审计的方式传达的情况下。本文描述了一种面向视障行人过街辅助的安全约束型车对行人（V2P）架构。该系统在雾（Fog）层级建立行人、路边基础设施与车辆之间的有界时间交互状态，以避免在所有安全条件满足之前发出许可性指令。研究目标并非设计新的检测器、跟踪器或多模态大语言模型（MLLM），而是将边缘（Edge）层级描述符、雾层级多视角描述符以及多相机多目标跟踪（MC-MOT）整合到一个受延迟约束的V2P闭环中。主要的实证研究聚焦于WildTrack多相机连续性，并提出了多相机共识门控（MCCG）——一种几何支持型安全门。复现的雾层级连续性分支达到了MOTA = 88.8%、IDF1 = 91.7%和HOTA = 65.5%。MCCG在M = 4时保留了95%的许可资格，同时在四个ID切换帧中的三个帧（75%）内扣留了许可性引导。这些发现支持组件级可行性，而现场部署、V2X协议栈验证及用户研究留待未来工作。
论文解读
一、研究背景与问题
在所有城市道路使用者中，视障行人（VIPs）是最为脆弱的群体。现有的辅助技术，如智能盲杖、可穿戴传感器、超声波设备、基于摄像头的导航辅助、音频提示和触觉反馈等，主要从行人侧提供环境感知信息，但并未要求车辆、路边单元（RSUs）或交通控制服务对行人的优先权进行确认。与此同时，现代智能交通系统（ITS）的发展以车辆为中心，侧重于交通优化、障碍物检测和碰撞避免，缺乏对视障行人的可访问辅助交互通道。在街道过街场景中，公交车、转弯车辆、栏杆结构、人群或街道障碍物可能暂时遮挡视障行人，使其从驾驶员或街道设备的视野中消失。单一路口摄像头在遮挡情况下可能丢失对行人的跟踪。此外，可穿戴辅助设备可能产生笼统的警报，但行人无法得知车辆意图是否具体且具有约束力。辅助技术与ITS基础设施沿着分离的轨迹发展，导致视障行人在安全闭环中缺位。因此，需要一种相互识别机制，使受保护行人、基础设施和车辆共享对存在性、优先权和引导的一致且可审计的理解。
二、研究内容与结论
研究人员提出了一种安全约束型V2P架构，其核心要求是保守的：系统不得发出“您可以过街”之类的许可性消息，除非受保护行人轨迹是当前的、冲突车辆已确认让行指令、物理让行已被验证、冲突区域安全且无不确定性标志激活。该系统不替代传统交通规则或人工监督，而是规定如何编排现有感知、跟踪、通信和辅助反馈模块，使视障行人获得可访问的确认而非仅被视为检测到的障碍物。研究建立了边缘–雾–云三级架构：边缘层级执行本地感知并发布紧凑的存在信标；雾层级路边单元融合多相机观测、维护受保护行人轨迹连续性、评估确认新鲜度并发出带时间戳的让行指令；云层级位于安全决策路径之外，支持策略分发、模型管理、审计与治理服务。研究在WildTrack数据集上复现了雾层级连续性分支，达到MOTA = 88.8%、IDF1 = 91.7%和HOTA = 65.5%，并在JAAD数据集上验证了过街意图估计和引导管线延迟的可行性。其重要意义在于将视障行人安全从单纯的感知问题提升为可审计的相互识别契约问题，为智能交通中的弱势道路使用者保护提供了新的架构范式。
三、关键技术方法
研究人员主要采用了以下关键技术方法：一是边缘层级轻量级深度学习模型进行实时行人检测，通过MQTT等低带宽协议发布包含边界框、时间戳、相机标识符和低维外观描述符的紧凑事件消息；二是多相机多目标跟踪（MC-MOT）技术，利用图关联和Transformer序列预测方法实现跨相机的身份连续性维护；三是重识别（Re-ID）描述符，采用SDALF等对称驱动外观描述符支持非重叠相机间的行人交接；四是多相机共识门控（MCCG），通过将雾层级估计的行人状态投影到各校准相机的图像平面，计算几何支持相机数量并设置阈值来门控许可性引导；五是延迟约束下的确定性安全仲裁逻辑，依据公式化的安全条件（轨迹置信度、确认新鲜度、物理让行验证、冲突区域安全）决定Stop/Wait/Cross状态；六是MLLM辅助叙述机制，仅在安全状态确定后提供补充性可访问叙述，不参与安全决策。WildTrack数据集来自公开基准，JAAD数据集同样来自公开基准。
四、研究结果
4.1 辅助分支可行性检查（JAAD）
在JAAD数据集上验证了过街意图估计的可行性，限制性消息可在预期响应预算内传递。ByteTrack处理需38±4毫秒，IntentFormer推理需43±2毫秒。部署前引导管线延迟为：限制性Stop/Wait引导0.81±0.09秒，许可性引导1.63±0.22秒。
4.2 WildTrack MC-MOT定位与基线对比
复现的雾层级连续性分支在WildTrack数据集上达到MOTA = 88.8%、IDF1 = 91.7%、HOTA = 65.5%。DetA = 87.2%和AssA = 53.6%表明检测质量显著高于关联质量，身份一致性是更突出的限制因素。
4.3 多相机共识门控（MCCG）
在958个预测（帧，轨迹）观测上评估了MCCG阈值。M = 4时，910个观测（95.0%）保持许可资格，48个观测（5.0%）被扣留，四个ID切换帧中的三个被扣留。M = 6时，资格降至62.4%，但扣留了全部四个切换帧。M = 4被保留为参考工作点。
4.4 相机可用性与拓扑敏感性
对N = 4、5、6、7的所有相机子集进行穷举评估。固定M = 4规则在N = 4时平均资格仅32.98%，归一化规则（MS = ?4N/7?）将平均资格提升至85.97%。归一化规则在相机数量减少时更为稳定，但未被证明为通用最优规则。
五、讨论与结论
讨论部分指出，该架构尚未作为完整的路边V2P系统在真实车辆、已部署RSU或视障参与者条件下验证。物理让行状态和冲突区域状态是部署级安全要求而非实验验证量。通信层未在实时V2X条件下评估，缺乏尾延迟、网络抖动和丢包敏感性数据。WildTrack MCCG分析仅含五个ID切换事件，统计上不足以确定最优安全阈值。隐私与治理机制是架构控制而非监管认证证据。
结论部分指出，本文提出了一种面向视障行人的有界边缘–雾–云架构。核心论点是，AI介导交通中的行人安全不应被简化为目标检测或孤立的可穿戴警告，而应被视为相互识别过程，其中受保护行人、道路基础设施和相关车辆共享关于存在性、优先权、让行义务和可访问引导的时间有界状态。贡献被有意框定为系统集成与架构贡献而非新的独立检测器、跟踪器、重识别模型、V2P接口或MLLM。实证结果为组件级证据而非完整部署验证。研究支持保守相互识别架构的技术可行性，但未建立部署就绪性、运行安全认证或通用MCCG参数化。实时V2X测试、物理车辆响应验证、更广泛的相机拓扑、通信故障分析、隐私与治理评估以及视障参与者研究仍是现场部署前所必需的。
