自动驾驶

Traffic Sign Recognition in Autonomous Driving: Dataset, Benchmark, and Field Experiment

自动驾驶中的交通标志识别：数据集、基准测试与实地实验

Guoyang Zhao, Weiqing Qi, Kai Zhang, Chenguang Zhang, Zeying Gong, Zhihai Bi, Kai Chen, Benshan Ma, Ming Liu, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Lingnan University（岭大） ； Shenzhen Unity Drive Innovation Technology Co., Ltd.（深圳Unity Drive创新技术有限公司） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 本文提出TS-1M数据集及诊断基准，通过跨区域识别、稀有类别识别等挑战性任务，评估现代交通标志识别模型的性能，揭示语义对齐对泛化能力的重要性。

Typography-Based Monocular Distance Estimation Framework for Vehicle Safety Systems

基于字体的单目距离估计框架用于车辆安全系统

Manognya Lokesh Reddy, Zheng Liu

机构 * Department of Computer and Information Science, University of Michigan-Dearborn（密歇根大学迪尔伯恩分校计算机与信息科学系） ； Department of Industrial and Manufacturing Systems Engineering, University of Michigan-Dearborn（密歇根大学迪尔伯恩分校工业与制造系统工程系） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 本文提出基于车牌标准化字体的单目距离估计方法，利用字符高度和针孔相机模型计算距离，结合多种鲁棒性增强技术，实现高精度实时距离估计。

Comments 25 pages, 11 figures

GHOST: Ground-projected Hypotheses from Observed Structure-from-Motion Trajectories

GHOST：从观测到结构从运动轨迹中推导出的地面投影假设

Tomasz Frelek, Rohan Patil, Akshar Tumu, Henrik I. Christensen

机构 * Department of Computer Science and Engineering, UC San Diego, United States（计算机科学与工程系，加州大学圣地亚哥分校，美国） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出了一种可扩展的自监督方法，用于在复杂城市环境中从单目图像中分割可行的车辆轨迹。通过大规模监控摄像头视频，利用记录的车辆运动作为隐式监督，通过单目结构从运动恢复相机轨迹，并投影到地面平面以生成未手动标注的区域空间掩码。

Comments 8 pages, 27 figures, 1 table

CCF: Complementary Collaborative Fusion for Domain Generalized Multi-Modal 3D Object Detection

CCF：互补协作融合用于领域泛化的多模态3D目标检测

Yuchen Wu, Kun Wang, Yining Pan, Na Zhao

机构 * Singapore University of Technology and Design（新加坡科技设计大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出CCF方法，通过查询解耦损失、LiDAR引导深度先验和互补跨模态掩码，提升多模态3D目标检测在跨领域场景下的鲁棒性，实验表明优于现有方法且保持源域性能。

Comments Accepted to CVPR 2026

Active Robotic Perception for Disease Detection and Mapping in Apple Trees

主动机器人感知用于苹果树疾病检测与制图

Hayden Feddock, Francisco Yandun, Srđan Aćimović, Abhisesh Silwal

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Department of Plant Pathology, Virginia Polytechnic Institute and State University（弗吉尼亚理工大学植物病理学系） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 本文提出一种自主移动主动感知系统，用于在苹果树休眠期精准检测和制图疾病，通过融合多种传感技术实现疾病症状的精确定位，并评估了三种视角规划策略以提升观测精度。

Comments 8 pages, 6 figures, IROS 2026 conference

MapForest: A Modular Field Robotics System for Forest Mapping and Invasive Species Localization

MapForest：一种用于森林制图和入侵物种定位的模块化野外机器人系统

Sandeep Zachariah, Francisco Yandun, Sachet Korada, Abhisesh Silwal

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出MapForest，一种模块化机器人系统，利用多模态传感器数据生成GIS-ready的入侵物种地图，通过LiDAR-惯性制图、图像识别和地理参考制图实现精准定位，实验显示其在GNSS间断环境下具有高精度和鲁棒性。

Comments 8 pages, 9 figures. Under review