自动驾驶

Deep Neural Network Based Roadwork Detection for Autonomous Driving

基于深度神经网络的自动驾驶道路施工检测

Sebastian Wullrich, Nicolai Steinke, Daniel Goehring

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

AI总结 本文提出一种实时系统，结合YOLO网络和LiDAR数据，用于自动驾驶车辆检测并定位道路施工区域，提升施工区域导航安全性。

Comments 7 pages, 10 figures

UniDriveVLA: Unifying Understanding, Perception, and Action Planning for Autonomous Driving

UniDriveVLA: 联合理解、感知与行动规划以实现自动驾驶

Yongkang Li, Lijun Zhou, Sixu Yan, Bencheng Liao, Tianyi Yan, Kaixin Xiong, Long Chen, Hongwei Xie, Bing Wang, Guang Chen, Hangjun Ye, Wenyu Liu, Haiyang Sun, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； SKL-IOTSC, University of Macau（澳门大学智慧城市物联网国家重点实验室） 纠错

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

AI总结 UniDriveVLA通过专家解耦和三阶段训练策略，解决自动驾驶中感知与推理的冲突，实现空间感知与语义推理的统一，取得nuScenes和Bench2Drive的优异性能。

Comments code has been released at https://github.com/xiaomi-research/unidrivevla

ROS 2-Based LiDAR Perception Framework for Mobile Robots in Dynamic Production Environments, Utilizing Synthetic Data Generation, Transformation-Equivariant 3D Detection and Multi-Object Tracking

基于ROS 2的移动机器人动态生产环境LiDAR感知框架，利用合成数据生成、变换等价3D检测和多目标跟踪

Lukas Bergs, Tan Chung, Marmik Thakkar, Alexander Moriz, Amon Göppert, Chinnawut Nantabut, Robert Schmitt

机构 * Chair of Intelligence in Quality Sensing (IQS), Laboratory for Machine Tools and Production Engineering (WZL), RWTH Aachen University（亚琛工业大学机床与生产工程实验室质量感知智能教席） ； The Sirindhorn International Thai-German Graduate School of Engineering (TGGS), King Mongkut’s University of Technology North Bangkok (KMUTNB)（北曼谷先皇技术大学泰德国际工程研究生院） 纠错

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

AI总结 本文提出基于ROS 2的LiDAR框架，通过合成数据训练的变换等价3D检测与多目标跟踪，提升动态生产环境中机器人对6D姿态估计和多目标跟踪的鲁棒性，实验结果在72种场景中达到83.12%的IoU和91.12%的高阶跟踪精度。

Comments Accepted for publication at CIRP ICME 2025; will appear in Procedia CIRP

Foundation Models for Autonomous Driving System: An Initial Roadmap

自动驾驶系统中的基础模型：初步路线图

Xiongfei Wu, Mingfei Cheng, Xiaoning Ren, Qiang Hu, Jianlang Chen, Yuheng Huang, Maxime Cordy, Yao Zhang, Xiaofei Xie, Lei Ma, Yves Le Traon

专题命中 感知 ：autonomous driving(title,abstract)

AI总结 本文探讨了基础模型在自动驾驶系统中的应用，分析了在基础设施、车载集成和实际部署三个维度中的现状、挑战和研究方向，旨在为构建安全可靠的自动驾驶系统提供指导。

Comments To appear in ACM Transactions on Software Engineering and Methodology (TOSEM)

LEO: Graph Attention Network based Hybrid Multi Sensor Extended Object Fusion and Tracking for Autonomous Driving Applications

LEO：基于图注意力网络的混合多传感器扩展物体融合与跟踪用于自动驾驶应用

Mayank Mayank, Bharanidhar Duraisamy, Florian Geiss

机构 * Research and Development, Mercedes-Benz AG, Germany（德国梅赛德斯-奔驰集团研发部） 纠错

专题命中 感知 ：autonomous driving(title)；分类 cs.AI

AI总结 LEO结合图注意力网络融合多模态传感器数据，实现动态物体形状和轨迹的准确估计，具备自适应融合权重和跨传感器类型的一致性跟踪能力。

Comments 10 pages, 6 figures

Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception

通过3D几何感知统一无人机跨视角地理定位

Haoyuan Li, Wen Yang, Fang Xu, Hong Tan, Haijian Zhang, Shengyang Li, Gui-Song Xia

机构 * School of Electronic Information, Wuhan University（武汉大学电子信息学院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Technology and Engineering Center for Space Utilization and the Key Laboratory of Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心暨空间利用重点实验室） ； School of Aeronautics and Astronautics, University of Chinese Academy of Sciences（中国科学院大学航空宇航学院） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 本文提出一种几何感知的无人机地理定位框架，通过构建局部3D场景并生成虚拟俯视图，实现粗粒度场所识别与细粒度姿态估计的统一，提升GNSS拒止环境下无人机的定位精度。

Comments 15 pages, 10 figures

Riemannian and Symplectic Geometry for Hierarchical Text-Driven Place Recognition

Riemannian和Symplectic几何用于层次化文本驱动的位置识别

Tianyi Shang, Zhenyu Li

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

AI总结 本文提出SympLoc框架，通过多级对齐策略提升文本到点云定位的鲁棒性，实验显示在KITTI360Pose数据集上Top-1召回率提升19%。

Comments 9 pages

AdaRadar: Rate Adaptive Spectral Compression for Radar-based Perception

AdaRadar: 基于雷达感知的自适应频谱压缩

Jinho Park, Se Young Chun, Mingoo Seok

机构 * Columbia University（哥伦比亚大学） ； Seoul National University（首尔国立大学） 纠错

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

AI总结 本文提出AdaRadar，通过自适应反馈机制实现雷达数据压缩，动态调整压缩比并利用零阶梯度近似，结合离散余弦变换和量化技术，实现超过100倍的特征尺寸缩减，性能损失仅约1%。

Comments Accepted to CVPR 2026. Project page: https://jp4327.github.io/adaradar/

ReScene4D: Temporally Consistent Semantic Instance Segmentation of Evolving Indoor 3D Scenes

ReScene4D: 时空一致的动态室内3D场景语义实例分割

Emily Steiner, Jianhao Zheng, Henry Howard-Jenkins, Chris Xie, Iro Armeni

机构 * Stanford University（斯坦福大学） ； Meta Reality Labs Research（Meta现实实验室） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 ReScene4D提出了一种新的4D室内语义实例分割方法，通过时空对比损失、掩码和序列化技术，在无需密集观测的情况下实现实例跟踪和性能提升，引入t-mAP指标评估时空一致性。

Comments CVPR 2026

Human Insights Driven Latent Space for Different Driving Perspectives: A Unified Encoder for Efficient Multi-Task Inference

由人类洞察驱动的潜在空间：一种统一编码器用于高效的多任务推理

Huy-Dung Nguyen, Anass Bairouk, Mirjana Maras, Wei Xiao, Tsun-Hsuan Wang, Patrick Chareyre, Ramin Hasani, Marc Blanchon, Daniela Rus

机构 * Hybrid Intelligence, part of Capgemini Engineering（Hybrid Intelligence，Capgemini Engineering 旗下） ； Computer Science and Artificial Intelligence Laboratory (CSAIL), MIT（麻省理工学院计算机科学与人工智能实验室（CSAIL）） 纠错

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

AI总结 本文提出一种统一编码器，通过多任务学习提升自动驾驶中的视觉感知任务性能，并在转向估计中展示出优于其他方法的优势。