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。

2026-03-23 至 2026-03-23 共收录 4 篇信号源：cs.RO, cs.CV, eess.IV, cs.AI

1. 激光雷达 4 篇

2603.19936 2026-03-23 cs.CV cs.RO 88%

LIORNet: Self-Supervised LiDAR Snow Removal Framework for Autonomous Driving under Adverse Weather Conditions

LIORNet：一种用于恶劣天气条件下自动驾驶的自监督激光雷达雪清除框架

Ji-il Park, Inwook Shim

机构 * Ministry of National Defense（国防 ministry）； Department of Smart Mobility Engineering（智能移动工程系）

专题命中激光雷达：autonomous driving(title,abstract)；LiDAR(title,abstract)；分类 cs.RO、cs.CV

AI总结本文提出LIORNet，通过自监督学习和多物理统计线索生成伪标签，有效区分噪声点与环境结构，提升恶劣天气下激光雷达感知的准确性和鲁棒性。

Comments 14 pages, 6 figures, 2 tables

2603.19304 2026-03-23 physics.optics 78%

A 320x240 SPAD dToF Flash LiDAR sensor combining TDC and multi-time-gating, achieving 108m range for LiDAR and AR/VR applications

一种320x240 SPAD dToF Flash LiDAR传感器，结合TDC和多时间门控，实现108米范围用于LiDAR和AR/VR应用

Chang Liu, Edoardo Charbon

专题命中激光雷达：LiDAR(title,abstract)

AI总结本文提出一种结合TDC和多时间门控的SPAD dToF Flash LiDAR传感器，实现108米最大探测范围和2.93mm最小深度分辨率，适用于LiDAR和AR/VR应用。

Comments 8 pages, 5 figures, 1 table, journal

2603.19770 2026-03-23 cs.CV 57%

FlashCap: Millisecond-Accurate Human Motion Capture via Flashing LEDs and Event-Based Vision

FlashCap：通过闪烁LED和事件视觉实现毫秒级人体动作捕捉

Zekai Wu, Shuqi Fan, Mengyin Liu, Yuhua Luo, Xincheng Lin, Ming Yan, Junhao Wu, Xiuhong Lin, Yuexin Ma, Chenglu Wen, Lan Xu, Siqi Shen, Cheng Wang

机构 * Fujian Key Laboratory of Urban Intelligent Sensing and Computing, Xiamen University（厦门大学城市智能感知与计算重点实验室）； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, School of Informatics, Xiamen University（厦门大学多媒体可信感知与高效计算重点实验室）； National Institute for Data Science in Health and Medicine, Xiamen University（厦门大学医学数据科学国家研究院）； ShanghaiTech University（上海科技大学）

专题命中激光雷达：LiDAR(abstract)；分类 cs.CV

AI总结本文提出FlashCap系统，通过闪烁LED和事件视觉实现毫秒级人体动作捕捉，构建高质量数据集FlashMotion，并提出ResPose方法提升姿态估计精度和时间准确性。

Comments Accepted to CVPR 2026

2508.05226 2026-03-23 eess.SP 50%

Deep Learning Based Dynamic Environment Reconstruction for Vehicular ISAC Scenarios

基于深度学习的车辆ISAC场景动态环境重建

Junzhe Song, Ruisi He, Mi Yang, Zhengyu Zhang, Bingcheng Liu, Jiahui Han, Haoxiang Zhang, Bo Ai

专题命中激光雷达：LiDAR(abstract)

AI总结本文提出基于ISAC信道的深度学习框架，通过多模态测量建立联合信道环境数据集，开发多阶段网络实现高精度动态环境重建，实验显示其在Chamfer Distance和F Score@1%上表现优异。