视觉语言工作区智能，用于动态环境中混合自动驾驶车辆的安全关键速度调节

临时工作区速度限制是通过视觉上不一致的标牌来传达的，并且数字地图中经常缺失，这给人类驾驶员和自动车辆系统带来了安全风险。我们提出了一个实时的车载感知管道，可以检测活动工作区域，识别相关的临时速度限制，并输出适合驾驶员警报或下游自动控制的法律感知工作区域状态和速度值。该系统将对象检测与语义验证以及时间平滑、基于滞后的状态转换融合在一起，以减少动态场景中的错误激活和闪烁，并完全在低成本嵌入式硬件上运行。在 ROADWork 数据集的带注释子集（490 个序列）上进行手动评估，系统实现了 96.5% 的工作区内事件级召回率和 68.7% 的事件级精度。基于 35 分钟的内部驾驶数据评估的限速识别准确率达到 95.45%，召回率达到 53.85%，没有错误的速度分类和单一误报。这些结果展示了一种实用的、可扩展的方法，可以直接在车载感知而不是地图或基础设施中实现工作区速度感知。我们在 GitHub 存储库上发布了拟议系统管道的源代码：https://github.com/Mi3-Lab/workzone