自动驾驶

LiDAR-based Crowd Navigation with Visible Edge Group Representation

基于LiDAR的人群导航与可见边缘组表示

Allan Wang, Aaron Steinfeld

机构 * Miraikan, the National Museum of Emerging Science and Innovation（日本新兴科学与创新国家博物馆） ； the Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

专题命中 激光雷达 ：LiDAR(title,title_cn)；分类 cs.RO

AI总结 本文提出基于LiDAR的人群导航方法，通过可见边缘组表示提升导航安全性与社交性，同时在密集人群环境中实现更快的计算速度。

Comments Under review

Real-Time Structural Detection for Indoor Navigation from 3D LiDAR Using Bird's-Eye-View Images

基于3D激光雷达的实时室内导航鸟瞰图像结构检测

Guanliang Li, Pedro Espinosa-Angulo, David Perez-Saura, Santiago Tapia-Fernandez

机构 * Universidad Politécnica de Madrid（马德里理工大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.RO

AI总结 本文提出一种轻量实时框架，通过将3D激光雷达数据投影到2D鸟瞰图像中，实现高效结构检测，采用几何方法和YOLO-OBB深度学习检测器，结合时空融合模块提升稳定性，实验证明YOLO-OBB在资源受限平台上的高效鲁棒性。

C-GenReg: Training-Free 3D Point Cloud Registration by Multi-View-Consistent Geometry-to-Image Generation with Probabilistic Modalities Fusion

C-GenReg：基于多视角一致的几何到图像生成的无训练3D点云配准

Yuval Haitman, Amit Efraim, Joseph M. Francos

机构 * Ben-Gurion University（本·古里安大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；分类 cs.CV

AI总结 C-GenReg通过多视角一致的几何到图像生成，结合概率模态融合，实现无训练的3D点云配准，解决了跨模态、采样差异和环境的泛化问题。

Comments CVPR 2026

RHINO-AR: An Augmented Reality Exhibit for Teaching Mobile Robotics Concepts in Museums

RHINO-AR：一种用于博物馆中教学移动机器人概念的增强现实展览

Nils Dengler, Tim Graf, Leif Van Holland, Patrick Stotko, Reinhard Klein, Maren Bennewitz

机构 * Humanoid Robots Lab, University of Bonn, Germany（波恩大学人形机器人实验室，德国） 纠错

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；分类 cs.RO

AI总结 RHINO-AR通过将虚拟重建的机器人置于真实博物馆空间，解决了VR展览与现实环境分离的问题，提升了非专业观众对移动机器人导航概念的理解。

Deep Learning-Based Snow Depth Retrieval Using Sentinel-1 Repeat-Pass InSAR

基于深度学习的Sentinel-1重复航次InSAR雪深反演

Nayan Yadav, Shadi Oveisgharan, Shirin Jalali

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本文提出一种基于深度学习的雪深反演方法，利用Sentinel-1重复航次InSAR数据，通过单个SnowEx Idaho站点训练模型，验证了其在不同时间和空间上的泛化能力，相比物理模型在雪水当量反演中表现更优。