自动驾驶

Integrating Object Detection, LiDAR-Enhanced Depth Estimation, and Segmentation Models for Railway Environments

集成目标检测、LiDAR增强的深度估计和分割模型用于铁路环境

Enrico Francesco Giannico, Federico Nesti, Gianluca D'Amico, Mauro Marinoni, Edoardo Carosio, Filippo Salotti, Salvatore Sabina, Giorgio Buttazzo

机构 * 1 Department of Excellence in Robotics \& AI, Scuola Superiore Sant'Anna, Pisa, Italy 2 Progress Rail Signaling S.p.A., Serravalle Pistoiese (PT), Italy 纠错

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

AI总结 本文提出一个模块化框架，结合目标检测、轨道分割和单目深度估计，用于铁路环境中的障碍物检测与距离估计，通过合成数据集评估，实现0.63米的高精度距离估计。

Comments Under submission for publication

AD4AD: Benchmarking Visual Anomaly Detection Models for Safer Autonomous Driving

AD4AD：为更安全的自动驾驶基准测试视觉异常检测模型

Fabrizio Genilotti, Arianna Stropeni, Gionata Grotto, Francesco Borsatti, Manuel Barusco, Davide Dalle Pezze, Gian Antonio Susto

机构 * University of Padova（帕多瓦大学） 纠错

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

AI总结 本文通过AnoVox数据集评估了八种先进的视觉异常检测方法，发现Tiny-Dinomaly在边缘部署中实现了最佳的准确率与效率平衡，显著降低内存成本。

Generalizability of Learning-based Occupancy Detection in Residential Buildings

基于学习的住宅建筑占用检测的泛化能力

Mahsa Farjadnia, Katayoun Eshkofti, Albin Apell, Tilde Hjalmarsson, Karl Henrik Johansson, Angela Fontan, Marco Molinari

专题命中 感知 ：occupancy(title,abstract)

AI总结 本文评估了三种机器学习方法在住宅建筑中非侵入式占用检测中的性能，发现LSTM在跨房间泛化能力最强，LR则在低复杂度应用中表现良好。

Comments 8 pages, 8 Figures, 4 Tables, Accepted for publication in the proceedings of the 2026 IFAC World Congress, Busan, Republic of Korea

CooperDrive: Enhancing Driving Decisions Through Cooperative Perception

CooperDrive：通过协作感知增强驾驶决策

Deyuan Qu, Qi Chen, Takayuki Shimizu, Onur Altintas

机构 * Toyota InfoTech Labs（丰田信息科技实验室） 纠错

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

AI总结 本文提出CooperDrive协作感知框架，通过轻量级对象级共享与融合策略提升感知与规划能力，实现在遮挡和非视线场景下的更早安全驾驶决策。

Comments Accepted at ICRA 2026

CAVERS: Multimodal SLAM Data from a Natural Karstic Cave with Ground Truth Motion Capture

CAVERS：从自然喀斯特洞穴获取多模态SLAM数据并采用地面真实运动捕捉

Giacomo Franchini, David Rodríguez-Martínez, Alfonso Martínez-Petersen, C. J. Pérez-del-Pulgar, Marcello Chiaberge

机构 * Polytechnic of Turin Interdepartmental Centre for Service Robotics (PIC4SeR)（都灵理工大学服务机器人跨部门研究中心（PIC4SeR）） ； Systems Engineering and Automation Department, Universidad de Málaga（马德里大学系统工程与自动化系） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出CAVERS数据集，通过地面真实运动捕捉系统提供高精度姿态和速度数据，验证了多模态传感器在复杂洞穴环境中的SLAM算法性能。

Comments 8 pages, 5 figures, preprint version

CSNR and JMIM Based Spectral Band Selection for Reducing Metamerism in Urban Driving

基于CSNR和JMIM的光谱波段选择以减少城市驾驶中的色匹配现象

Jiarong Li, Imad Ali Shah, Diarmaid Geever, Fiachra Collins, Enda Ward, Martin Glavin, Edward Jones, Brian Deegan

机构 * School of Engineering, University of Galway, Ireland（Galway大学工程学院，爱尔兰） ； Ryan Institute, University of Galway, Ireland（Galway大学Ryan学院，爱尔兰） ； Valeo Vision Systems, Tuam, Ireland（爱尔兰Tuam市Valeo Vision Systems公司） 纠错

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

AI总结 本文提出基于信息论技术和图像质量度量的光谱波段选择策略，利用超光谱成像技术提高城市驾驶中对弱势道路使用者的识别能力，通过选择特定波段显著提升感知分离度和色差度量。

Comments Under Review at IEEE OJITS, July, 2025

Journal ref IEEE Open Journal of Intelligent Transportation Systems, vol. 7, pp. 1021-1033, 2026