自动驾驶

Dataset Safety in Autonomous Driving: Requirements, Risks, and Assurance

自动驾驶中的数据集安全：要求、风险与保证

Alireza Abbaspour, Tejaskumar Balgonda Patil, B Ravi Kiran, Russel Mohr, Senthil Yogamani

机构 * Qualcomm Inc（高通公司） 纠错

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

AI总结 本文提出了一种结构化框架，用于开发符合ISO/PAS 8800指南的安全生产数据集，通过AI感知系统案例，介绍AI数据飞轮和数据集生命周期，涵盖数据收集、标注、整理与维护，并定义安全要求和验证策略以确保符合安全标准。

RACF: A Resilient Autonomous Car Framework with Object Distance Correction

RACF：一种具有物体距离校正的鲁棒自动驾驶框架

Chieh Tsai, Hossein Rastgoftar, Salim Hariri

机构 * Department of Electrical and Computer Engineering, University of Arizona, Tucson, AZ, USA（电气与计算机工程系，亚利桑那大学，图森，亚利桑那州，美国） ； Department of Aerospace and Mechanical Engineering, University of Arizona, Tucson, AZ, USA（航空航天与机械工程系，亚利桑那大学，图森，亚利桑那州，美国） 纠错

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

AI总结 本文提出RACF框架，通过多传感器冗余和多样性提升自动驾驶感知鲁棒性，实验表明其在强干扰下可降低35%的RMSE，提升停车合规性和制动延迟。

Comments 8 pages, 9 figures, 5 tables. Submitted manuscript to IROS 2026

Learning step-level dynamic soaring in shear flow

在风切变流中学习步级动态滑翔

Lunbing Chen, Jixin Lu, Yufei Yin, Jinpeng Huang, Yang Xiang, Hong Liu

机构 * J.C.Wu Center for Aerodynamics, School of Aeronautics and Astronautics, Shanghai Jiao Tong University（J.C.Wu 动力学中心，航空与航天学院，上海交通大学） 纠错

专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文通过深度强化学习展示在无风切变流中无需显式轨迹规划，仅通过局部感知即可实现稳健的全方位导航，揭示了动态滑翔的反馈控制结构。

Synchronization and Localization in Ad-Hoc ICAS Networks Using a Two-Stage Kuramoto Method

在adhoc ICAS网络中使用双阶段Kuramoto方法实现同步与定位

Dominik Neudert-Schulz, Thomas Dallmann

专题命中 感知 ：self-driving(abstract)

AI总结 本文提出一种分布式同步与定位方案，适用于车联网中的ICAS通信，通过双阶段Kuramoto方法实现频率和相位同步，并缓解有限采样频率对性能的影响。

Comments 6 pages, conference