自动驾驶

Benchmarking Multi-View BEV Object Detection with Mixed Pinhole and Fisheye Cameras

基于混合针孔和鱼眼相机的多视图鸟眼图物体检测基准测试

Xiangzhong Liu, Hao Shen

机构 * Machine Learning Group, fortiss GmbH（fortiss GmbH机器学习组） 纠错

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

AI总结 本文提出混合相机配置下的多视图鸟眼图检测基准，通过转换KITTI-360为nuScenes格式，评估了三种BEV架构在不同策略下的性能，证明投影自由架构更抗鱼眼畸变。

Comments 8 pages,5 figures, IEEE International Conference on Robotics and Automation (ICRA),Vienna, Austria, 1-5 June 2026

Ghost-FWL: A Large-Scale Full-Waveform LiDAR Dataset for Ghost Detection and Removal

Ghost-FWL: 一种大规模全波形激光雷达数据集用于鬼影检测与去除

Kazuma Ikeda, Ryosei Hara, Rokuto Nagata, Ozora Sako. Zihao Ding, Takahiro Kado, Ibuki Fujioka, Taro Beppu, Mariko Isogawa, Kentaro Yoshioka

机构 * Keio University（庆应义塾大学） ； Sony Semiconductor Solutions（索尼半导体解决方案） 纠错

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

AI总结 本文提出Ghost-FWL数据集，用于解决移动激光雷达中鬼影点的检测与去除问题，通过全波形激光雷达数据提升3D映射和定位精度，实验表明其在SLAM和目标检测任务中效果显著。

Comments Accepted to CVPR 2026 (Main)

Efficient Mixture-of-Expert for Video-based Driver State and Physiological Multi-task Estimation in Conditional Autonomous Driving

高效多专家模型用于基于视频的驾驶员状态和生理多任务估计在条件自动驾驶中

Jiyao Wang, Xiao Yang, Zhenyu Wang, Ximeng Wei, Ange Wang, Dengbo He, Kaishun Wu

机构 * the Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出VDMoE模型，通过RGB视频和远程PPG数据监测驾驶员状态，优化多专家框架以提升多模态输入下的检测效率与准确性，通过新数据集验证其在条件自动驾驶中的有效性。

TerraSeg: Self-Supervised Ground Segmentation for Any LiDAR

TerraSeg: 任意LiDAR的自监督地面分割

Ted Lentsch, Santiago Montiel-Marín, Holger Caesar, Dariu M. Gavrila

机构 * Delft University of Technology（代尔夫特理工大学） ； University of Alcalá（阿尔卡拉大学） 纠错

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

AI总结 TerraSeg通过自监督学习实现任意LiDAR的地面分割，利用大规模统一数据集OmniLiDAR提升泛化能力，无需人工标注即可在多个数据集上取得最优性能。

Comments CVPR 2026

UniDA3D: A Unified Domain-Adaptive Framework for Multi-View 3D Object Detection

UniDA3D：一种统一的多视图3D目标检测领域自适应框架

Hongjing Wu, Cheng Chi, Jinlin Wu, Yanzhao Su, Zhen Lei, Wenqi Ren

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； The State Key Laboratory of Blockchain and Data Security, Zhejiang University（浙江大学区块链与数据安全全国重点实验室） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室） 纠错

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

AI总结 UniDA3D通过统一领域自适应方法提升多视图3D目标检测在复杂环境下的鲁棒性，采用新颖的查询引导领域差异缓解模块和动态伪标签训练策略，实现跨多领域的一致性学习。

ContraMap: Contrastive Uncertainty Mapping for Robot Environment Representation

ContraMap：基于对比学习的机器人环境表示不确定性映射

Chi Cuong Le, Weiming Zhi

机构 * School of Computer Science and the Australian Centre for Robotics, University of Sydney（悉尼大学计算机科学学院与澳大利亚机器人中心） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 ContraMap通过对比学习方法，结合核基判别图和显式不确定性类，实现实时环境预测与空间不确定性估计，优于贝叶斯核图基线。

TwinMixing: A Shuffle-Aware Feature Interaction Model for Multi-Task Segmentation

TwinMixing：一种面向多任务分割的洗牌感知特征交互模型

Minh-Khoi Do, Huy Che, Dinh-Duy Phan, Duc-Khai Lam, Duc-Lung Vu

机构 * University of Information Technology（信息技术大学） ； Vietnam National University（越南国立大学） 纠错

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

AI总结 本文提出TwinMixing模型，通过共享编码器和任务专用解码器实现特征共享与任务专精，结合高效金字塔混合模块和双分支上采样块，在BDD100K数据集上验证了其在 drivable-area 和 lane 分割中的高效准确性能。

Journal ref Results in Engineering 30 (2026) 109982

An Annotation-to-Detection Framework for Autonomous and Robust Vine Trunk Localization in the Field by Mobile Agricultural Robots

一种用于田间自主和鲁棒葡萄藤主干定位的标注到检测框架

Dimitrios Chatziparaschis, Elia Scudiero, Brent Sams, Konstantinos Karydis

机构 * Dept. of Environmental Sciences, Univ. of California, Riverside（加州大学河滨分校环境科学系） ； Gallo（嘉露酒庄） 纠错

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

AI总结 本文提出一种标注到检测框架，利用有限标注数据训练多模态检测器，通过跨模态标注转移和早起传感器融合，提升田间葡萄藤主干定位的鲁棒性与准确性。

Comments 7 pages, 6 figures, conference

A Self-Rotating Tri-Rotor UAV for Field of View Expansion and Autonomous Flight

一种用于视野扩展和自主飞行的自旋转三旋翼无人机

Xiaobin Zhou, Zihao Zheng, Aoxu Jin, Lei Qiang, Bo Zhu

机构 * School of Robotics and Automation, Nanjing University（南京大学机器人学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出SPINNER无人机，通过持续旋转扩大摄像头和激光雷达的视野，提升环境感知效率，并实现三维定位和姿态控制。

Intelligent Road Condition Monitoring using 3D In-Air SONAR Sensing

利用3D空中SONAR传感进行智能道路状况监测

Amber Cassimon, Robin Kerstens, Walter Daems, Jan Steckel

机构 * Department of Electronics and ICT Engineering Technology, Cosys-Lab Research Group, University of Antwerp（安特卫普大学电子与ICT工程技术系Cosys-Lab研究组） ； Flanders Make Strategic Research Centre（弗兰德斯制造战略研究中心） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文研究了空中3DSONAR传感器在道路表面状况监测中的应用，通过单个数据集实现道路材料分类和道路损坏检测，采用SONAR传感在恶劣天气下表现更优，但损坏检测准确率仍需提升。

Comments 10 pages, 9 figures, 2 tables

S3KF: Spherical State-Space Kalman Filtering for Panoramic 3D Multi-Object Tracking

S3KF：基于旋转激光雷达和四鱼眼相机的全景三维多目标跟踪框架

Zhongyuan Liu, Shaonan Yu, Jianping Li, Pengfei Wan, Xinhang Xu, Pengfei Wang, Maggie Y. Gao, Lihua Xie

机构 * CertaintyX ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） ； ST Engineering（新科工程） ； School of Civil and Environmental Engineering, Nanyang Technological University（南洋理工大学土木与环境工程学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出S3KF框架，利用旋转激光雷达和四鱼眼相机实现全景三维多目标跟踪，通过球面状态表示和扩展球面卡尔曼滤波提升跟踪精度与实时性。

Unleashing the Power of Chain-of-Prediction for Monocular 3D Object Detection

释放链式预测在单目3D物体检测中的潜力

Zhihao Zhang, Abhinav Kumar, Girish Chandar Ganesan, Xiaoming Liu

机构 * Michigan State University（密歇根州立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出MonoCoP框架，通过链式预测和不确定性引导选择器结合，提升单目3D检测的深度精度，尤其在远距离物体上表现优异。

Journal ref CVPR 2026

Uni-World VLA: Interleaved World Modeling and Planning for Autonomous Driving

Uni-World VLA：自主驾驶中的交织世界建模与规划

Qiqi Liu, Huan Xu, Jingyu Li, Bin Sun, Zhihui Hao, Dangen She, Xiatian Zhu, Li Zhang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Li Auto Inc.（理想汽车） ； University of Surrey（萨里大学） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出Uni-World VLA模型，通过交织未来帧预测与轨迹规划提升自主驾驶决策能力，结合单目深度信息增强场景预测。

Comments 22 pages, 8 figures. Submitted to ECCV 2026. Code will be released

Spatial-temporal risk field-based coupled dynamic-static driving risk assessment and trajectory planning in weaving segments

基于空间-时间风险场的耦合动态-静态驾驶风险评估与交织段轨迹规划

Guodong Ma, Baofeng Sun, Hongchao Liang, Wenyu Yang, Huxing Zhou

专题命中 规划控制 ：trajectory planning(title,abstract)；occupancy(abstract)

AI总结 本文提出空间-时间耦合风险评估方法，通过构建三维空间-时间风险场（STRF）量化动态障碍物未来轨迹影响，结合专用几何配置区域约束车辆方向，利用真实世界航拍数据校准参数提升准确性，并设计基于STRF的CAV轨迹规划方法，优化路径和速度以提高安全性和效率。

DriveVGGT: Calibration-Constrained Visual Geometry Transformers for Multi-Camera Autonomous Driving

DriveVGGT: 用于多摄像头自动驾驶的校准约束视觉几何变换

Xiaosong Jia, Yanhao Liu, Yu Hong, Renqiu Xia, Junqi You, Bin Sun, Zhihui Hao, Junchi Yan

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究所） ； Li Auto Inc.（理想汽车） 纠错

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

AI总结 DriveVGGT通过引入时间视频注意模块、多摄像头一致性注意模块和分解的解码过程，整合稀疏空间重叠、校准几何约束和刚性外参恒定等先验知识，提升自动驾驶场景下的重建效率和精度。

Vega: Learning to Drive with Natural Language Instructions

Vega：通过自然语言指令学习驾驶

Sicheng Zuo, Yuxuan Li, Wenzhao Zheng, Zheng Zhu, Jie Zhou, Jiwen Lu

机构 * Tsinghua University（清华大学） ； GigaAI 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出Vega模型，通过自然语言指令生成和规划，提升自动驾驶的灵活性和个性化水平，基于大规模驾驶数据集InstructScene进行实验验证。

Comments Code is available at https://github.com/zuosc19/Vega

$AutoDrive\text{-}P^3$: Unified Chain of Perception-Prediction-Planning Thought via Reinforcement Fine-Tuning

$AutoDrive\text{-}P^3$：通过强化微调实现感知-预测-规划统一链式推理

Yuqi Ye, Zijian Zhang, Junhong Lin, Shangkun Sun, Changhao Peng, Wei Gao

机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） 纠错

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

AI总结 本文提出$AutoDrive\text{-}P^3$框架，通过结构化推理整合感知、预测和规划，引入$P^3\text{-}CoT$数据集和$P^3\text{-}GRPO$算法，实现端到端自动驾驶的高效决策与安全规划。

Comments Accepted at ICLR 2026 (International Conference on Learning Representations)

Energy-Aware Imitation Learning for Steering Prediction Using Events and Frames

面向能量效率的模仿学习用于转向预测的事件与帧结合

Hu Cao, Jiong Liu, Xingzhuo Yan, Rui Song, Yan Xia, Walter Zimmer, Guang Chen, Alois Knoll

机构 * Southeast University（东南大学） ； Technical University of Munich（慕尼黑工业大学） ； Tongji University（同济大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出一种面向能量效率的模仿学习框架，结合事件和帧数据进行转向预测，通过设计能量驱动的跨模态融合模块和能量感知解码器，提升预测的可靠性和安全性。

Comments Submitted to the journal

Safety Guardrails in the Sky: Realizing Control Barrier Functions on the VISTA F-16 Jet

天空中的安全护栏：在VISTA F-16喷气式飞机上实现控制障碍函数

Andrew W. Singletary, Max H. Cohen, Tamas G. Molnar, Aaron D. Ames

专题命中 规划控制 ：self-driving(abstract)；分类 cs.RO

AI总结 本文提出Guardrails机制，通过结合人类或AI指令与安全控制动作，确保自主系统在边缘操作域安全运行，展示了其在F-16飞行测试中的有效性。

Declarative Scenario-based Testing with RoadLogic

基于RoadLogic的声明式场景测试

Ezio Bartocci, Alessio Gambi, Felix Gigler, Cristinel Mateis, Dejan Ničković

机构 * AIT Austrian Institute of Technology（AIT奥地利技术研究所） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文提出RoadLogic，通过答案集编程生成抽象计划，结合运动规划生成可行轨迹，并基于规范进行验证，实现声明式OS2规范与可执行模拟的桥梁，提升自动驾驶系统场景测试的系统性。

Comments Accepted at the 29th ACM International Conference on Hybrid Systems: Computation and Control (HSCC 2026). The final version will appear in the ACM Digital Library

VerseCrafter: Dynamic Realistic Video World Model with 4D Geometric Control

VerseCrafter：基于4D几何控制的动态真实视频世界模型

Sixiao Zheng, Minghao Yin, Wenbo Hu, Xiaoyu Li, Ying Shan, Yanwei Fu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； HKU（香港大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.CV

AI总结 本文提出VerseCrafter，通过4D几何控制生成动态真实视频，相比传统方法更精确控制相机和多物体运动。

Comments Project Page: https://sixiaozheng.github.io/VerseCrafter_page/, Accepted by CVPR 2026

HMPDM: A Diffusion Model for Driving Video Prediction with Historical Motion Priors

HMPDM：一种利用历史运动先验的扩散模型用于驾驶视频预测

Ke Li, Tianjia Yang, Kaidi Liang, Xianbiao Hu, Ruwen Qin

机构 * Department of Civil Engineering, Stony Brook University（石溪大学土木工程系） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出HMPDM模型，通过引入历史运动先验提升驾驶视频预测的时序一致性与视觉质量，实验表明其在Cityscapes和KITTI基准上优于现有方法，FVD指标提升28.2%。

Autonomous overtaking trajectory optimization using reinforcement learning and opponent pose estimation

基于强化学习和对手姿态估计的自主超车轨迹优化

Matej Rene Cihlar, Luka Šiktar, Branimir Ćaran, Marko Švaco

机构 * University of Zagreb（萨格勒布大学） ； Faculty of Mechanical Engineering and Naval Architecture（机械工程与海军建筑学院） 纠错

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出利用强化学习和传感器数据进行自主超车轨迹优化，通过融合LiDAR和深度相机数据提高对手姿态估计精度，实验证明在仿真和真实场景中均能有效执行超车动作。

Comments The paper is accepted and presented on the 35th International Conference on Robotics in Alpe-Adria-Danube Region, RAAD 2026, Bratislava, Slovakia

Integrating Macrostate Probability Distributions with Swing Adsorption Modeling for Binary/Ternary Gas Separation

将宏观态概率分布与摆动吸附建模相结合用于二元/三元气体分离

Sunghyun Yoon, Jui Tu, Li-Chiang Lin, Yongchul G. Chung

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出一种结合宏观态概率分布与循环过程优化的建模框架，用于高效预测多组分吸附平衡，提升气体分离过程的设计效率。

Collision Avoidance Control for a Two-wheeled Vehicle under Stochastic Vibration using an Almost Sure Control Barrier Function

在随机振动下使用几乎确定控制障碍函数的双轮车避障控制

Taichi Arimura, Yuki Nishimura, Taichi Ikezaki, Daisuke Tabuchi

专题命中 规划控制 ：LiDAR(abstract)

AI总结 本文提出基于随机控制障碍函数的双轮车避障控制方法，通过实验验证在随机振动环境下实现碰撞避免的安全性。

Energy Efficient Orchestration in Multiple-Access Vehicular Aerial-Terrestrial 6G Networks

多接入车载天地6G网络中的能效编排

Mohammad Farhoudi, Hamidreza Mazandarani, Masoud Shokrnezhad, Tarik Taleb, Ignacio Lacalle

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出一种新型框架，整合无人机轨迹规划、多接入控制和服务放置，以实现高效能服务覆盖和超低延迟通信，解决动态车载环境中的干扰、资源稀缺和移动性挑战。

VLM-SAFE: Vision-Language Model-Guided Safety-Aware Reinforcement Learning with World Models for Autonomous Driving

VLM-SAFE: 基于世界模型的视觉-语言模型引导的安全强化学习用于自动驾驶

Yansong Qu, Zilin Huang, Zihao Sheng, Jiancong Chen, Yue Leng, Samuel Labi, Sikai Chen

机构 * Lyles School of Civil and Construction Engineering, Purdue University（普渡大学莱尔斯土木与建筑工程学院） ； Department of Civil and Environmental Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校土木与环境工程系） ； Google（谷歌） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出VLM-SAFE框架，通过观察-想象-评估-行动闭环，利用视觉语言模型提供语义安全信号，结合世界模型预测未来轨迹，优化策略以提升自动驾驶的安全性和效率。

Comments N/A

MMEdge: Accelerating On-device Multimodal Inference via Pipelined Sensing and Encoding

MMEdge: 通过流水线传感和编码加速设备端多模态推理

Runxi Huang, Mingxuan Yu, Mingyu Tsoi, Xiaomin Ouyang

机构 * Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 MMEdge提出一种基于流水线传感和编码的设备端多模态推理框架，通过细粒度传感和编码单元实现增量计算，结合轻量级时间聚合模块和自适应配置优化器，降低延迟并保持高精度。

Comments Code available at: https://github.com/HKUST-MINSys-Lab/MMEdge. Accepted by SenSys 2026

Class-Distribution Guided Active Learning for 3D Occupancy Prediction in Autonomous Driving

基于类分布的主动学习用于自动驾驶中的3D占用预测

Wonjune Kim, In-Jae Lee, Sihwan Hwang, Sanmin Kim, Dongsuk Kum

机构 * KAIST（韩国科学技术院） ； Seoul National University（首尔大学） ； Kookmin University（国民大学） 纠错

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

AI总结 本文提出一种基于类分布的主动学习框架，通过三种互补标准选择训练样本，以解决自动驾驶中3D占用预测的类别不平衡和标注成本问题，实现在仅42.4%标注数据下达到26.62 mIoU的性能。

Comments IEEE RA-L 2026

Journal ref IEEE Robotics and Automation Letters (2026)

An Instance-Centric Panoptic Occupancy Prediction Benchmark for Autonomous Driving

面向自动驾驶的实例中心全景占用预测基准测试

Yi Feng, Junwu E, Zizhan Guo, Yu Ma, Hanli Wang, Rui Fan

机构 * Tongji University（同济大学） 纠错

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

AI总结 本文提出实例中心的全景占用预测基准测试，引入ADMesh和CarlaOcc数据集，提供高精度3D模型和实例级标注，建立标准化评估指标并系统评估代表性模型。

Comments Accepted to CVPR 2026. Code and dataset are available at https://mias.group/CarlaOcc