arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

视觉与机器人

自动驾驶

自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。

2026-03-17 至 2026-03-17 共收录 4 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. BEV与占用 4 篇

2511.03571 2026-03-17 cs.RO cs.CV eess.IV 85%

OneOcc: Semantic Occupancy Prediction for Legged Robots with a Single Panoramic Camera

OneOcc: 为四足机器人和人形机器人提供基于单个全景相机的语义占用预测

Hao Shi, Ze Wang, Shangwei Guo, Mengfei Duan, Song Wang, Teng Chen, Kailun Yang, Lin Wang, Kaiwei Wang

专题命中 BEV与占用 :occupancy(title,abstract);LiDAR(abstract);分类 cs.RO、cs.CV、eess.IV

AI总结 OneOcc通过双投影融合、双格体素化、轻量解码器和步态位移补偿模块,实现四足机器人和人形机器人的语义占用预测,解决了步态引起的身体抖动和360度连续性问题。

Comments Accepted to CVPR 2026. Datasets and code will be publicly available at https://github.com/MasterHow/OneOcc

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.22756 2026-03-17 cs.RO cs.AI 81%

Persistent Autoregressive Mapping with Traffic Rules for Autonomous Driving

具有交通规则的持久自回归映射用于自动驾驶

Shiyi Liang, Xinyuan Chang, Changjie Wu, Huiyuan Yan, Yifan Bai, Xinran Liu, Hang Zhang, Yujian Yuan, Shuang Zeng, Mu Xu, Xing Wei

专题命中 BEV与占用 :autonomous driving(title,abstract);分类 cs.RO、cs.AI

AI总结 本文提出PAMR框架,通过视觉观测进行车道向量与交通规则的自回归联合构建,解决交通规则在长时间驾驶序列中的持续有效性问题。

Comments AAAI2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14076 2026-03-17 cs.CV 79%

SGR-OCC: Evolving Monocular Priors for Embodied 3D Occupancy Prediction via Soft-Gating Lifting and Semantic-Adaptive Geometric Refinement

SGR-OCC: 通过软门控提升和语义自适应几何细化实现体素3D占用预测

Yiran Guo, Simone Mentasti, Xiaofeng Jin, Matteo Frosi, Matteo Matteucci

专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV

AI总结 本文提出SGR-OCC框架,通过软门控提升和语义自适应几何细化解决单目视频流中3D语义占用预测的深度模糊和冷启动不稳定性问题,实验显示其在局部和复杂室内环境预测中表现优异。

Comments mian paper: 20 pages, 6 figures; appendix: 15 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14701 2026-03-17 cs.CV 57%

AURORA-KITTI: Any-Weather Depth Completion and Denoising in the Wild

AURORA-KITTI: 任意天气下的深度补全与去噪

Yiting Wang, Tim Brödermann, Hamed Haghighi, Haonan Zhao, Christos Sakaridis, Kurt Debattista, Valentina Donzella

专题命中 BEV与占用 :LiDAR(abstract);分类 cs.CV

AI总结 本文提出AURORA-KITTI,首个大规模多模态多天气基准,通过统一任务深度补全与去噪,在恶劣天气下实现鲁棒的深度重建,同时引入DDCD基线模型提升效率与鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏