自动驾驶

TopoMaskV3: 3D Mask Head with Dense Offset and Height Predictions for Road Topology Understanding

TopoMaskV3：用于道路拓扑理解的3D掩码头：具有密集偏移和高度预测

Muhammet Esat Kalfaoglu, Halil Ibrahim Ozturk, Ozsel Kilinc, Alptekin Temizel

机构 * Graduate School of Informatics, Middle East Technical University（中东技术大学信息学研究生院） ； Togg/Trutek AI Team（Togg/Trutek 人工智能团队） 纠错

专题命中 BEV与占用 ：BEV(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 TopoMaskV3通过引入密集偏移场和高度图，实现了3D道路拓扑理解的稳健预测，同时解决了地理数据泄露问题，取得了新的性能突破。

Comments Accepted to CVPR 2026 Workshops (AUTOPILOT 2026): 3rd Workshop on Autonomous Understanding Through Open-world Perception and Integrated Language Models for On-road Tasks

KITE: Keyframe-Indexed Tokenized Evidence for VLM-Based Robot Failure Analysis

KITE：基于关键帧的令牌化证据用于基于视觉语言模型的机器人故障分析

Mehdi Hosseinzadeh, King Hang Wong, Feras Dayoub

机构 * Australian Institute for Machine Learning (AIML), Adelaide University（澳大利亚机器学习研究所（AIML），阿德莱德大学） 纠错

专题命中 BEV与占用 ：BEV(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 KITE通过将长机器人执行视频转化为紧凑可解释的令牌化证据，提升基于VLM的机器人故障检测与分析能力，尤其在模拟故障检测中表现优异。

Comments ICRA 2026; Project page: https://m80hz.github.io/kite/

From Blobs to Spokes: High-Fidelity Surface Reconstruction via Oriented Gaussians

从斑块到辐条：通过定向高斯实现高保真的表面重建

Diego Gomez, Antoine Guédon, Nissim Maruani, Bingchen Gong, Maks Ovsjanikov

机构 * LIX, École Polytechnique（LIX，巴黎综合理工学院） ； Inria, Côte d'Azur（法国国家信息与自动化研究所，蔚蓝海岸） 纠错

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

AI总结 本文提出Gaussian Wrapping方法，通过引入可学习的定向法向量和改进的衰减公式，实现复杂场景的高精度封闭网格重建，解决了传统3DGS在表面提取中的难题。

Comments Our project page is available in http://diego1401.github.io/BlobsToSpokesWebsite/index.html

TRAPTI: Time-Resolved Analysis for SRAM Banking and Power Gating Optimization in Embedded Transformer Inference

TRAPTI：面向嵌入式变换器推理的时序分析及SRAM银行化与电源门控优化

Jan Klhufek, Alberto Marchisio, Vojtech Mrazek, Lukas Sekanina, Muhammad Shafique

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 针对嵌入式硬件中变换器网络在面积、延迟和能耗约束下的部署问题，TRAPTI通过时序分析和模拟仿真，优化SRAM银行化与电源门控策略，降低内存占用并提升效率。

Comments To appear at the International Joint Conference on Neural Networks - IJCNN 2026. Maastricht, Netherlands