arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

共收录 753 信号源:cs.CV, cs.GR, cs.RO

1. 点云 245 篇

2608.02285 2026-08-04 cs.CV 新提交 57%

Sen-Cap: Sensor-Flexible and Noise-Resilient Human Motion Capture via LiDAR-Camera Integration

Sen-Cap:基于激光雷达-相机融合的传感器灵活且抗噪的人体运动捕捉框架

Aoru Xue, Yujing Sun, Yiming Ren, Kwok-Yan Lam, Mao Ye, Yuexin Ma

机构 * ShanghaiTech University(上海科技大学) Digital Trust Centre, Nanyang Technological University(南洋理工大学数字信托中心)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 Sen-Cap是一种无需传感器间校准的激光雷达-相机融合人体运动捕捉框架,通过跨传感器运动估计器与抗噪轨迹跟踪器实现灵活部署与强鲁棒性,在多数据集上达最优性能,适用于真实场景。

Comments 16 pages, 8 figures, 4 tables. Accepted at ECCV 2026. Aoru Xue and Yujing Sun contributed equally. Yuexin Ma is the corresponding author

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.02129 2026-08-04 cs.CV 新提交 57%

PromptPath: Prompt-Adaptive Computational Pathways for In-Context Learning

PromptPath:用于上下文学习的提示自适应计算路径

Hangrui Zhang, Feifei Shao, Yawei Luo, Ping Liu, Jiaxiang Liu, Zuoqi Tang, Zhao Wang, Hongwei Wang, Jun Xiao

机构 * Zhejiang University(浙江大学) University of Nevada, Reno(内华达大学雷诺分校) Guangdong Institute of Intelligence Science and Technology(广东省智能科学与技术研究院)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 该研究针对现有ICL方法的浅层任务适配问题,提出PromptPath框架,通过提示驱动的路由机制动态重构模型计算,在视觉识别基准上性能优于现有ICL基线且泛化能力强。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.01470 2026-08-04 cs.CV cs.AI 新提交 57%

VGER: Voxel-Guided Global Event Ranking for Event Cloud Attribution

VGER:体素引导的全局事件排序,用于事件云归因

Youxin Jiang, Baoheng Fu, Hongwei Ren, Xiangqian Wu

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 针对事件云归因的点级显著性方法忽略事件时空结构的局限,提出无训练框架VGER,结合梯度与扰动证据实现事件级归因,在9种设置下均优于基线方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.00687 2026-08-04 cs.CV 新提交 57%

Proteus: A Truncation-Robust Entropy Model for Progressive LiDAR Compression

Proteus:适用于渐进式激光雷达压缩的抗截断熵模型

Yihan Qiu, Xiaodong Lin, Baoquan Zhao, Hailong Jiao, Ge Li

机构 * Peking University(北京大学) Sun Yat-sen University(中山大学)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 提出名为Proteus的激光雷达压缩编解码器,通过解耦编码实现抗70%比特流截断,在理想信道下优于G-PCC、Draco等标准及Unicorn,可用于安全关键感知场景。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.00652 2026-08-04 cs.RO 新提交 57%

Assistant Placement Aria: A Benchmark for Egocentric Placement Assistance

助手放置基准Aria:面向以自我为中心的放置辅助任务的基准

Amir Belder, Gonçalo Dias Pais, Refael Vivanti, Omri Carmi, Daniel DeTone, Oren Shrout, Ido Gattegno, Ayellet Tal

机构 * Reality Labs, Meta inc.(Meta公司现实实验室) Technion, institute of technology(以色列理工学院) Sensei

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 本文提出首个虚拟放置基准Assistant Placement Aria,涵盖三类以人为中心的放置任务,在基准上评估了多个基础模型,推动虚拟放置领域研究。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28045 2026-07-31 cs.RO 新提交 57%

RaDiVe: Robust 4D Radar Odometry with Distance-Bounded NDT and Velocity-Discrepancy Point Uncertainty

RaDiVe:基于距离约束NDT与速度差异点不确定性的鲁棒4D雷达里程计

Sangwoo Jung, Dongjae Lee, Chiyun Noh, Ayoung Kim

机构 * SNU(首尔国立大学)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 本文提出RaDiVe框架,通过距离约束NDT、速度差异点不确定性模型及SDF表面点提取构建鲁棒4D雷达里程计,在多数据集上优于现有基线且保持实时性

Comments 8 pages, 8 figures, 8 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27729 2026-07-31 cs.CV 新提交 57%

PrintAnything: Learning an Intermediate Representation for 3D printing G-code Generation

PrintAnything:学习用于3D打印G-code生成的中间表示

Sangmin Hong, Daniel Sungho Jung, Heewon Kim, Kyoung Mu Lee

机构 * IPAI, Seoul National University(首尔大学 IPAI) Seoul National University(首尔大学) Soongsil University(崇实大学) Kairoba Inc.(Kairoba公司)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 PrintAnything框架无需网格重建,通过切片式点投影策略和G-plan图,直接从点云生成可执行3D打印G-code,实现无网格的实用3D打印流程。

Comments European Conference on Computer Vision (ECCV) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.26980 2026-07-30 cs.RO eess.SP 新提交 57%

Dense Soft Weighting for Radar Ego-Velocity Estimation

用于雷达自速度估计的密集软加权方法

Atar Babgei, Chenyu Zhao, Michael Breza, Julie A. McCann

机构 * Imperial College London(帝国理工学院)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 针对视觉退化环境中雷达自速度估计的传统CFAR方法易丢失有效线索的问题,提出密集软加权雷达前端,结合鲁棒加权最小二乘估计自速度,在多数据集上显著降低位姿误差且可实时运行。

Comments Submitted to

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.25912 2026-07-29 cs.RO cs.AI 新提交 57%

SAM3D-Guided Object-Centric Representation Alignment for Vision-Language-Action Models

用于视觉-语言-动作模型的SAM3D引导的以对象为中心的表示对齐

Zonghe Liu, Shanyuan Jie, Xiaoquan Sun, Chen Cao, Zetian Xu, Zongsheng Liu, Jiayu Chen

机构 * University of Hong Kong(香港大学) Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院) Huazhong University of Science and Technology(华中科技大学) Beijing University of Aeronautics and Astronautics(北京航空航天大学) Infiforce(英飞拓)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 针对视觉-语言-动作模型缺乏目标对象细粒度3D理解的问题,提出以对象为中心的3D表示对齐框架,利用SAM3D提供3D先验,经定位、生成掩码、提取表示等步骤与视觉特征对齐,实验证明其可提升模型性能,尤其在长时操纵场景有效。

Comments 8 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.22963 2026-07-28 eess.IV cs.CV 新提交 57%

PriSAR: 3D Geometric-Prior-Guided Diffusion for Parameter-Controlled SAR Image Generation

PriSAR:用于参数控制SAR图像生成的3D几何先验引导扩散

Fan Zhang, Xuanting Wu, Fei Ma, Qiang Yin, Yuxin Hu

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 研究SAR图像在稀疏观测角度下的可控生成问题,提出用3D模型导出的几何先验引导扩散模型的方法,即GeoDiff-SAR,经实验在飞机和车辆数据集上取得较好结果,证明该轻量级3D几何先验可改善视点一致性,用作生成指导。

Comments 17 pages,15 images

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.23958 2026-07-28 cs.CV 新提交 57%

RODR: Riemannian Orthogonally Decoupled Regularization for Disentangled Manifold Representation

RODR:用于解缠流形表示的黎曼正交解耦正则化

Jiayu Zhu, Wenlai Zhao

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 研究点云去噪中目标与几何不匹配问题,提出黎曼正交解耦正则化(RODR),通过解耦法向和切向分量重新制定优化轨迹,实验表明其性能与基线相当,能改善分布规律、减少局部聚集,建立了解缠几何优化框架。

Comments 10 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.22129 2026-07-27 cs.CV 新提交 57%

A Framework for Individual Tree Growth Reconstruction Using Multi-Platform Laser Scanning

一种使用多平台激光扫描进行单棵树木生长重建的框架

Daniella Tavi, Valtteri Soininen, Lassi Ruoppa, Jesse Muhojoki, Juha Hyyppä

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 该研究提出一种利用多平台激光扫描数据的框架来估计单棵树木胸径和树干体积生长。通过深度学习分割勾勒树木轮廓,结合多平台数据得出树干曲线和高度估计,利用缩放模型重建属性及估计生长,提供了无需多次冠层下扫描的可靠生长估计框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.21138 2026-07-24 cs.CV 新提交 57%

DTIF: Robust Loop Closure Detection via Delaunay Triangle Topology in Complex Forests

DTIF:通过复杂森林中的德劳内三角拓扑进行稳健的回环检测

Xin Zhao, Jianping Li, Qin Zou, Fuxun Liang, Zhen Dong, Bisheng Yang

机构 * School of Computer Science, Wuhan University(武汉大学计算机科学学院) School of Electrical and Electronic Engineering, Nanyang Technological University(南洋理工大学电气与电子工程学院) School of Urban Design, Wuhan University(武汉大学城市设计学院) LIESMARS, Wuhan University(武汉大学测绘遥感信息工程国家重点实验室)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 针对森林环境中合并局部地图的难题,提出DTIF框架。通过提取树干地标、德劳内拓扑编码、统计筛选、一致性验证等步骤构建加权顶点对应,纳入可靠性权重到姿态估计器。实验证明该方法在边缘平台上兼顾鲁棒性、效率与可部署性,实现准确配准。

Comments 19 pages, 6 figures, 4 tables. Submitted to IEEE Transactions on Geoscience and Remote Sensing

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.20670 2026-07-24 cs.CV 新提交 57%

ODeform: Learning Continuous 4D Motion for Shape Deformation with Neural ODEs

ODeform:使用神经常微分方程学习形状变形的连续4D运动

Yordanka Velikova, Mahdi Saleh, Liming Kuang, Benjamin Busam

机构 * Technical University of Munich(慕尼黑工业大学) Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 ODeform将神经常微分方程扩展用于3D可变形物体连续4D动力学,把3D点云和物理条件转换到潜在空间,通过求解常微分方程对变形建模为连续流,在未见物理参数配置上评估,提升运动预测精度,能转移到新形状真实物体,可有效插值和外推动力学。

Comments Accepted at IROS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18578 2026-07-22 cs.RO eess.SP 新提交 57%

Two-Stage Extrinsic Calibration of a Static Line-Scanning Lidar with a Rotary Platform

基于旋转平台的静态线扫描激光雷达的两阶段外部校准

Vikram Shree, Hike Danakian, Long Nguyen, Rajanish Gokidi, Patrick Nercessian

机构 * SiLC Technologies(SiLC技术公司)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 研究基于旋转平台的静态线扫描激光雷达校准问题,探索自动方法静态和动态估计旋转轴变换,通过真实数据集验证算法并研究其收敛特性。

Comments 8 pages, 13 figures. Manuscript accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18153 2026-07-21 cs.CV 新提交 57%

Robust Multimodal Dynamic Object Segmentation

鲁棒多模态动态目标分割

Zhe Xin, Hanzhi Chang, Penghui Huang, Yinian Mao, Guoquan Huang

机构 * Meituan UAV(美团无人机) University of Delaware(特拉华大学)

专题命中 点云 :3D reconstruction(abstract);分类 cs.CV

AI总结 研究针对动态目标分割难题,提出整合多模态线索的框架,设计结合Transformer与特征聚类模块的网络进行分类,引入新后处理方法,在动态目标分割和静态场景重建任务中取得最优性能。

Comments Accepted by IEEE International Conference on Robotics & Automation ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17813 2026-07-21 cs.RO cs.SY eess.SY 新提交 57%

A2RL V\textsubscript{max}: The A2RL autonomous racing dataset for long-range, high-speed perception and multi-vehicle interaction

A2RL V下标max:用于远程、高速感知和多车辆交互的A2RL自动驾驶数据集

Marvin Klemp, Dominic Ebner, Cornelius Schröder, Davide Malvezzi, László Turányi, Riccardo Donati, Ilia Schminik, Xia Ning, Yanxin Zhou, Matthew Flagg, Christoph Stiller, Markus Lienkamp, Marko Bertogna, Gergely Bári, Andreas Birk, Ren Jin, Chen Lv, Johannes Betz

机构 * Institute of Measurement and Control Systems, Karlsruhe Institute of Technology(测量与控制系统研究所,卡尔斯鲁厄理工学院) Institute of Automotive Technology, Technical University of Munich(汽车技术研究所,慕尼黑工业大学) Professorship of Autonomous Vehicle Systems, Technical University of Munich(自动驾驶车辆系统教授职位,慕尼黑工业大学) University of Modena and Reggio Emilia(摩德纳大学和雷焦艾米利亚大学) Humda Lab, Széchenyi István University(胡姆达实验室,塞切尼·伊什特万大学) Politecnico di Milano(米兰理工大学) Constructor University(康斯坦丁大学) Beijing Institute of Technology(北京理工大学) Nanyang Technological University(南洋理工大学) Code 19 Racing(代码19赛车) Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich(慕尼黑机器人与机器智能研究所(MIRMI),慕尼黑工业大学)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 介绍A2RL V下标max开源数据集,专为高速自动驾驶和多车辆交互感知任务设计,含多样场景数据及专业标注激光雷达点云,以开发者友好格式提供,还对相关检测和跟踪方法做了实现与评估。

Comments 8 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17351 2026-07-21 cs.AI cs.RO 新提交 57%

DeeperRadar: End-to-End MIMO Radar Design and Multi-Modal Fusion for Autonomous Vehicle Perception

深度雷达:用于自动驾驶车辆感知的端到端MIMO雷达设计与多模态融合

Eli Goldenshluger, Barak Pinkovich, Chaim Baskin

机构 * Technion–Israel Institute of Technology(以色列理工学院) Ben-Gurion University of the Negev(内盖夫本-古里安大学)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 深度雷达以雷达为中心,通过端到端学习稀疏采集模式,共同设计雷达传感与多模态3D检测。其可学习的MIMO设计模块在融合网络中训练,由其他传感器监督。在RADIal数据集上评估,能发现稀疏配置,降低成本与复杂性,表明最优设计取决于融合堆栈和感知任务。

Comments Accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.16193 2026-07-20 cs.CV 新提交 57%

Knowing the Self, Understanding the World: A Dual-Cognition Benchmark for UAV Spatio-temporal Reasoning with MLLMs

认识自我,理解世界:用于基于多模态大语言模型的无人机时空推理的双认知基准测试

Like Liu, Zhengzheng Xu, Haitao He, Hongzhe Li, Shuchang Zhang, Dian Shao

机构 * Northwestern Polytechnical University(西北工业大学) China University of Petroleum(中国石油大学)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 该研究针对多模态大语言模型在无人机场景双认知能力评估不足的问题,提出UAV-DualCog基准测试,涵盖图像和视频任务,通过自动化管道构建数据,评估发现现有模型存在瓶颈,该基准测试有价值。

Comments 11 pages, 4 figures, 7 tables. Project website: https://uav-dualcog.lozumi.com

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.15889 2026-07-20 cs.CV 新提交 57%

Hardware-triggered Time Synchronization of Roadside Multi-lidar, Multi-camera Measurement System for Accurate Data Alignment

用于精确数据对齐的路边多激光雷达、多摄像头测量系统的硬件触发时间同步

Shiva Agrawal, Savankumar Bhanderi, Zhiran Yan, Gordon Elger

机构 * Technische Hochschule Ingolstadt(英戈尔施塔特技术大学)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 研究路边多激光雷达与多摄像头系统数据对齐问题,提出开源、简单、模块化的硬件触发时间同步电路,通过实验评估其对时空对齐的影响,实现跨传感器一致性最大化,为多传感器同步提供低成本可扩展方案。

Comments Accepted at the IEEE International Conference on Intelligent Transportation Systems (ITSC 2026). Code and hardware design: https://github.com/shiva-THI/hardware-trigger-time-sync-lidar-cameras

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.15331 2026-07-20 cs.CV 新提交 57%

Training-Free Open-Vocabulary 3D Point-Cloud Segmentation on the Generalized Few-Shot Benchmark

广义少样本基准上的无训练开放词汇3D点云分割

Silas kwabla Gah, Ebenezer Owusu

机构 * University of Ghana(加纳大学)

专题命中 点云 :3D vision(abstract);分类 cs.CV

AI总结 研究广义少样本3D点云分割问题,提出无训练方法,用冻结的3D视觉语言模型与概念分割器,通过跨视图一致性协调,在ScanNet200和ScanNet++基准上提升新类mIoU,且无需少样本支持,效果优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.13405 2026-07-16 cs.RO 新提交 57%

WNOJ-LIO: A White-Noise-on-Jerk Motion-Prior EKF for High-Dynamic LiDAR-IMU Fusion

WNOJ-LIO:一种用于高动态激光雷达-惯性测量单元融合的基于加加速度白噪声运动先验的扩展卡尔曼滤波器

Junning Lyu, Qizhi Guo, Xia Ning, Tao Song, Shaoming He

机构 * School of Aerospace Engineering, Beijing Institute of Technology(北京理工大学宇航学院)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 研究高动态驾驶下激光雷达-IMU融合问题,提出基于加加速度白噪声运动先验的扩展卡尔曼滤波器框架WNOJ-LIO,通过解耦先验预测状态、视IMU为高频测量源,经仿真和实际实验验证,提升了相关性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12959 2026-07-15 cs.CV 新提交 57%

ViCo3D: Empowering LiDAR-based Collaborative 3D Object Detection with Vision Foundation Models

ViCo3D:利用视觉基础模型增强基于激光雷达的协作式3D目标检测

Haojie Ren, Songrui Luo, Lingfeng Wang, Yan Xia, Yao Li, Jing Li, Lu Zhang, Jiajun Deng, Yanyong Zhang

机构 * University of Science and Technology of China(中国科学技术大学)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 研究针对V2X系统中基于激光雷达协作式3D感知的不足,提出ViCo3D框架。通过将点云投影为图像让VFM提取特征,引入融合模块及跨智能体融合策略,实现了先进的3D检测性能,提升了协作增益。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10553 2026-07-14 cs.RO 新提交 57%

SLIDER: Sparse History-Guided Aerial Robot Target Search using Sliding Local Maps

SLIDER:使用滑动局部地图的稀疏历史引导空中机器人目标搜索

Xiaolei Hou, Zheng Pan, Hua Lan, Zhenghao Zou, Yinhong Chen, Chenxi Zhu, Yang Lyu, Jinwen Hu, Chunhui Zhao

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 针对空中机器人在大规模未知环境中目标搜索难题,提出SLIDER框架,结合局部滑动地图与稀疏全局历史信息,通过新评估方法、聚类策略及维护拓扑地图实现高效搜索,性能优于现有方法。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L), 2026. https://github.com/Poaos/SLIDER

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10544 2026-07-14 cs.CV 新提交 57%

Physics-inspired Pseudo Anomaly Generation and Prototype Feature Guidance for 3D Anomaly Detection

用于3D异常检测的物理启发式伪异常生成与原型特征引导

Jian Ning, Qin Zou, Linchun Wu, Yuanhao Yue, Kunmo Li, Shoubin Chen, Zhongyuan Wang

机构 * School of Computer Science, Wuhan University(武汉大学计算机科学学院) Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)(广东省人工智能与数字经济实验室(深圳)) School of Information and Software Engineering, East China Jiaotong University(华东交通大学信息工程学院) School of Computer Science and Technology, Dalian University of Technology(大连理工大学计算机科学与技术学院)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 针对3D点云异常检测中真实异常样本稀缺等问题,提出PA3AD框架,采用物理启发式伪异常生成策略及原型特征引导,通过关键创新有效学习分布变化,实验证明其检测性能优于现有方法。

Comments 20 pages; already accepted by Pattern Recognition

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10461 2026-07-14 cs.CV cs.AI 新提交 57%

Annotation-Free Furniture Codes: What They Encode, and How Far They Transfer

无标注家具编码:它们编码了什么以及能转移多远

Benjamin Friedman

机构 * DLR Group(DLR集团)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 研究能否用源自物体几何形状的自监督令牌取代类别标签和规范姿态约定。通过对FSQ点云自动编码器进行倒角训练,发现编码能恢复多种信息,其旋转内容可由训练目标设置,跨资产库缩放时编码转移情况因类别而异。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.09947 2026-07-14 cs.RO 新提交 57%

A Numerically-Robust ROS 2 Port of iG-LIO: Diagnosing and Fixing Toolchain-Induced Failures in Incremental GICP LiDAR-Inertial Odometry

iG-LIO的数值稳健ROS 2端口:诊断和修复增量GICP激光雷达惯性里程计中工具链引起的故障

Afonso E. Carvalho, David Portugal, Paulo Peixoto

机构 * Robotics Institute (RI), Carnegie Mellon University (CMU)(卡内基梅隆大学机器人研究所) Institute of Systems and Robotics (ISR), University of Coimbra (UC)(科英布拉大学系统与机器人研究所)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 研究针对iG-LIO的ROS 2端口,诊断并修复由工具链导致的数值故障。通过分析QoS不匹配等问题,采取修正点场解析、添加传感器支持等方法,在多种传感器上验证了改进后的端口,为该端口提供了可引用参考。

Comments 3 pages, 1 figure, 4 references

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.09315 2026-07-13 cs.RO 新提交 57%

Robot Trajectron V3: A Probabilistic Shared Control Framework for SE(3) Manipulation

机器人轨迹生成器V3:一种用于SE(3)操作的概率共享控制框架

Pinhao Song, Zhongxi Li, Ze Fu, Federico Ulloa Rios, Renaud Detry

机构 * KU Leuven(鲁汶大学) Flanders Make(法兰德斯制造)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 针对远程操作机器人手臂执行高自由度操作任务的难题(认知要求高、易出错、依赖低带宽接口),提出概率共享控制框架RT-V3,通过贝叶斯推理结合用户意图先验与实时命令估计后验分布,实验证明其在多方面表现出色,优于基线方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.08391 2026-07-10 cs.RO cs.LG 新提交 57%

On Exploring Input Resolution Scaling For Anytime LiDAR Object Detection

关于探索用于任意时刻激光雷达目标检测的输入分辨率缩放

Ahmet Soyyigit, Shuochao Yao, Heechul Yun

机构 * The National Defense University(国防大学) George Mason University(乔治梅森大学) The University of Kansas(堪萨斯大学)

专题命中 点云 :point cloud(abstract);分类 cs.RO

AI总结 研究为处理激光雷达点云的深度神经网络实现任意时刻计算,提出新方法可多分辨率推理,引入期限感知调度器,内存高效只需单个模型,实验表明优于现有方法,部署在模拟系统可实现无碰撞导航并避免停顿。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.03330 2026-07-10 cs.CV 新提交 57%

GrowFields: Compositional 4D Neural Fields for Topology-Changing Plant Growth

GrowFields:用于拓扑变化植物生长的组合式4D神经场

Joaquin Gajardo, Michele Volpi, Marko Mihajlovic, Siyu Tang, Lukas Roth, Sergey Prokudin

机构 * ETH Zürich(苏黎世联邦理工学院) Swiss Data Science Center(瑞士数据科学中心) Martin-Luther-Universität Halle-Wittenberg(马丁-路德-哈雷-维滕贝格大学)

专题命中 点云 :point cloud(abstract);分类 cs.CV

AI总结 针对从稀疏纵向3D观测量化植物生长动力学的难题,提出GrowFields,将植物分解为器官并对齐到规范坐标系,学习共享神经变形场,在植物器官跟踪中表现优于现有表示。

Comments ECCV 2026 paper (main conference). v2 corrects the vertical guide lines in supplementary Figures 5-7. Project page and code available at https://joaquin-gajardo.github.io/growfields/

详情

展开后加载摘要…

URL PDF HTML 收藏