自动驾驶

RobotPan: A 360$^\circ$ Surround-View Robotic Vision System for Embodied Perception

RobotPan：一种用于具身感知的360度全景机器人视觉系统

Jiahao Ma, Qiang Zhang, Peiran Liu, Zeran Su, Pihai Sun, Gang Han, Wen Zhao, Wei Cui, Zhang Zhang, Zhiyuan Xu, Renjing Xu, Jian Tang, Miaomiao Liu, Yijie Guo

机构 * Tiangong 3.0 humanoid platform（天宫3.0人形平台） 纠错

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

AI总结 本文提出RobotPan系统，通过六摄像头与LiDAR结合，实现360度全景视觉覆盖，采用统一球坐标表示和分层球体体素先验，实现高效实时渲染与重建，支持长时间序列处理，并发布多传感器数据集用于机器人导航与 manipulation。

Comments Project website: https://robotpan.github.io/

TwinLiteNet+: An Enhanced Multi-Task Segmentation Model for Autonomous Driving

TwinLiteNet+: 一种增强的多任务分割模型用于自动驾驶

Quang-Huy Che, Duc-Tri Le, Minh-Quan Pham, Vinh-Tiep Nguyen, Duc-Khai Lam

机构 * University of Information Technology, Ho Chi Minh City, Vietnam（越南胡志明市信息科技学院） ； Vietnam National University, Ho Chi Minh City, Vietnam（越南国家大学） 纠错

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

AI总结 本文提出TwinLiteNet+，一种高效的多任务分割模型，用于实时自动驾驶中的可行驶区域和车道标记分割，通过混合编码器架构和轻量级上采样模块提升精度与效率。

Journal ref Computers and Electrical Engineering 128 (2025) 110694

Large Language Model based Interactive Decision-Making for Autonomous Driving

基于大语言模型的自主驾驶交互决策

Xinwei Dong, Jiyang Li, Jiabin Xie, Yang Yi, Tianshang Jia, Shiyu Fang, Ye Tian, Peng Hang

机构 * College of Transportation, Tongji University, Shanghai 201804, China（同济大学交通运输学院，上海201804，中国） ； School of Automotive Studies, Tongji University, Shanghai 201804, China（同济大学汽车学院，上海201804，中国） ； School of Computer Science and Technology, Tongji University, Shanghai 201804, China（同济大学计算机科学与技术学院，上海201804，中国） 纠错

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

AI总结 本文提出基于大语言模型的交互决策框架，通过语义建模和意图感知提升安全性和效率，实验表明在混合交通场景中优于传统方法，且具有高度的人类相似性。

Comments Accepted by Journal of Traffic and Transportation Engineering (English Edition)

Transferable Physical-World Adversarial Patches Against Object Detection in Autonomous Driving

可转移的物理世界对抗性补丁对抗自动驾驶中的目标检测

Zihui Zhu, Ziqi Zhou, Yichen Wang, Lulu Xue, Minghui Li, Shengshan Hu

机构 * Huazhong University of Science（华中科技大学） 纠错

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

AI总结 本文提出AdvAD方法，通过统一框架优化多检测模型的对抗性补丁，提升其在不同架构中的鲁棒性和转移性，实验表明其在性能和可转移性上优于现有方法。

Towards Lawful Autonomous Driving: Deriving Scenario-Aware Driving Requirements from Traffic Laws and Regulations

迈向合法自动驾驶：从交通法规中推导场景感知的驾驶要求

Bowen Jian, Rongjie Yu, Hong Wang, Liqiang Wang, Zihang Zou

机构 * College of Transportation, Tongji University（同济大学交通运输学院） ； The Key Laboratory of Road and Traffic Engineering, Ministry of Education（教育部道路与交通工程重点实验室） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； College of Computer Science, University of Central Florida（佛罗里达中央大学计算机科学学院） ； Optixway AI 纠错

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

AI总结 本文提出一种基于交通场景分类的新型方法，利用大语言模型推导法律要求，提升自动驾驶系统的合规性与准确性。

ARETE: Attention-based Rasterized Encoding for Topology Estimation using HSV-transformed Crowdsourced Vehicle Fleet Data

ARETE: 基于注意力机制的栅格化编码用于使用HSV变换的众包车辆车队数据拓扑估计

Daniel Fritz, Dimitrios Lagamtzis, Michael Mink, Markus Enzweiler, Steffen Schober

机构 * Mercedes-Benz AG, Research \& Development, Sindelfingen, Germany Institute for Intelligent Systems, Esslingen University of Applied Sciences, Esslingen, Germany 纠错

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

AI总结 本文提出ARETE方法，利用HSV变换的众包车辆数据生成高精度道路拓扑图，通过栅格化编码和注意力机制预测车道中心线和分隔线。

AsyncShield: A Plug-and-Play Edge Adapter for Asynchronous Cloud-based VLA Navigation

AsyncShield: 一种异步云边协同的边缘适配器用于异步云边VLA导航

Kai Yang, Zedong Chu, Yingnan Guo, Zhengbo Wang, Shichao Xie, Yanfen Shen, Xiaolong Wu, Xing Li, Mu Xu

机构 * Amap, Alibaba Group（阿里巴巴集团地图部门） ； Beijing Jiaotong University（北京交通大学） 纠错

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

AI总结 本文提出AsyncShield，通过确定性物理白盒空间映射替代传统黑盒时间序列预测，解决云边异步导航中时空对齐问题，提升导航鲁棒性和安全性。

Comments 9 pages, 2 figures, 4 tables

Vision-Based Lane Following and Traffic Sign Recognition for Resource-Constrained Autonomous Vehicles

基于视觉的车道跟随与交通标志识别用于资源受限的自动驾驶车辆

Md Tanjemul Islam, Md Rafiul Kabir

机构 * Central Michigan University（中央密歇根大学） 纠错

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

AI总结 本文提出轻量级视觉框架，用于嵌入式自动驾驶车辆的车道检测、跟踪和交通标志识别，通过高效算法实现实时性能与高精度车道跟踪。

Comments 2026 International Conference on Intelligent Systems, Blockchain, and Communication Technologies

GCP: Guarded Collaborative Perception with Spatial-Temporal Aware Malicious Agent Detection

GCP: 带空间-时间感知恶意代理检测的防护协作感知

Yihang Tao, Senkang Hu, Yue Hu, Haonan An, Hangcheng Cao, Yuguang Fang

机构 * Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； Department of Robotics, University of Michigan（密歇根大学机器人系） 纠错

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

AI总结 本文提出GCP框架，通过空间-时间感知恶意代理检测提升协作感知安全性，采用置信度加权空间一致性损失和联合空间-时间Benjamini-Hochberg检验，有效应对恶意代理攻击，实验显示在BAC攻击下AP@0.5提升34.69%。

Comments Accepted by IEEE TDSC

Designing and Evaluating In-Vehicle Temporal Decoupling Pointing System for Selecting External Object

设计和评估用于选择外部物体的车载时间解耦指选取系统

Jaehoon Pyun, Younggeol Cho, Seon Gyeom Kim, Woohun Lee, Donghyeon Ko

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出了一种车载交互范式Point and Select，通过时间解耦空间手势，减少驾驶认知负荷并保持驾驶性能。

Comments 14 pages

Trajectory Planning for an Articulated Commercial Vehicle using Model Predictive Contouring Control

使用模型预测轮廓控制的 articulated 商用车轨迹规划

A. J. Aertssen, R. G. M. Huisman, I. J. M. Besselink, J. Elfring, M. J. G. van de Molengraft

机构 * Department of Mechanical Engineering, Eindhoven University of Technology（埃因霍温理工大学机械工程系） ； Safety & Driver Controls Group, Vehicle Development, DAF Trucks N.V.（DAF卡车公司安全与驾驶控制组） 纠错

专题命中 规划控制 ：trajectory planning(title,abstract)；分类 cs.RO

AI总结 本文提出了一种基于模型预测轮廓控制的 articulated 商用车轨迹规划方法，通过引入场景依赖的锚点权重和道路边界约束，解决了 articulated 商用车在正反向行驶中的导航问题。

Journal ref 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC) Gold Coast Australia 2025 pp. 421-427

OpenPodcar2: a robust, ROS2 vehicle for self-driving research

OpenPodcar2：一种稳健的ROS2车辆，用于自动驾驶研究

Rakshit Soni, Chris Waltham, Md Umar Ibrahim, Mark Crampton, Charles Fox

机构 * School of Engineering and Physical Science, University of Lincoln, UK（林肯大学工程与物理科学学院，英国） 纠错

专题命中 规划控制 ：self-driving(title)；分类 cs.RO

AI总结 OpenPodcar2是一种基于现成车辆的低成本开源自动驾驶平台，集成了ROS2接口和稳健电子设备，兼顾研究与实际应用，成本约7000美元，适用于最后一公里自动驾驶出租车服务。

Flatness-based Quadcopter Trajectory Planning and Tracking with Continuous-time Safety Guarantees

基于平坦性的四旋翼轨迹规划与跟踪及连续时间安全保证

Victor Freire, Xiangru Xu

专题命中 规划控制 ：trajectory planning(title)

AI总结 本文提出了一种凸优化框架，用于四旋翼轨迹规划与跟踪，通过B样条基函数和四旋翼的微分平坦性，构建二次锥规划以生成满足连续时间安全约束的最优轨迹，并通过二次规划保证轨迹跟踪的连续时间有界性。

Comments 16 pages, 13 figures

LLM-Augmented Traffic Signal Control with LSTM-Based Traffic State Prediction and Safety-Constrained Decision Support

基于LSTM的交通信号控制与大语言模型增强的交通状态预测与安全约束决策支持

Jiazhao Shi

机构 * Tandon School of Engineering, New York University（纽约大学Tandon工程学院） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.AI

AI总结 本文提出一种结合LSTM交通状态预测和大语言模型的交通信号控制框架，通过预测信号相位和生成自然语言解释，提升交通效率并确保安全约束。

Risk-Aware Rulebooks for Multi-Objective Trajectory Evaluation under Uncertainty

考虑风险的多目标轨迹评估下的规则书

Tichakorn Wongpiromsarn

机构 * Department of Computer Science, Iowa State University（计算机科学系，爱荷华州立大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出一种考虑风险的正式主义，用于在系统与环境不确定交互下评估轨迹。通过建模轨迹对环境的影响，系统地处理复杂的关系，确保一致性并防止循环偏好。

Rethinking Trust Region Bayesian Optimization in High Dimensions

重新思考高维中的信任区域贝叶斯优化

Wei-Ting Tang, Joel A. Paulson

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出AdaScale-TuRBO方法，通过动态调整GP长度尺度以解决高维优化中局部GP模型退化问题，提升性能。

UniAda: Universal Adaptive Multi-objective Adversarial Attack for End-to-End Autonomous Driving Systems

UniAda：面向端到端自动驾驶系统的通用自适应多目标对抗攻击

Jingyu Zhang, Jacky Wai Keung, Yan Xiao, Yihan Liao, Yishu Li, Xiaoxue Ma

机构 * Department of Computer Science, City University of Hong Kong（城市大学计算机科学系） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区信息科学与技术学院） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)

AI总结 UniAda提出一种多目标白盒攻击方法，通过自适应加权方案优化，同时影响转向和速度控制，验证结果显示其在转向和速度偏差上优于现有方法。

Comments Published at IEEE Transactions on Reliability journal (2023)

Artificial Intelligence for Food Innovation

人工智能助力食品创新

Bianca Datta, Markus J. Buehler, Yvonne Chow, Kristina Gligoric, Dan Jurafsky, David L. Kaplan, Rodrigo Ledesma-Amaro, Giorgia Del Missier, Lisa Neidhardt, Karim Pichara, Benjamin Sanchez-Lengeling, Miek Schlangen, Skyler R. St. Pierre, Ilias Tagkopoulos, Anna Thomas, Nicholas J. Watson, Ellen Kuhl

专题命中 端到端驾驶 ：self-driving(abstract)

AI总结 本文探讨利用人工智能优化食品创新，重点解决可持续蛋白质的开发问题，提出通过AI驱动的闭环设计提升食品生产效率与可持续性。

Comments 16 pages; 4 figures

U-ViLAR: Uncertainty-Aware Visual Localization for Autonomous Driving via Differentiable Association and Registration

U-ViLAR：基于可微关联和注册的不确定性感知视觉定位

Xiaofan Li, Zhihao Xu, Chenming Wu, Zhao Yang, Yumeng Zhang, Jiang-Jiang Liu, Haibao Yu, Fan Duan, Xiaoqing Ye, Yuan Wang, Shirui Li, Xun Sun, Ji Wan, Jun Wang

机构 * Baidu Inc.（百度公司） 纠错

专题命中 BEV与占用 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 U-ViLAR通过可微关联和注册方法，提升自动驾驶中视觉定位的鲁棒性和精度，实验表明其在多种定位任务中表现优异。

Comments Vision Localization, Autonomous Driving, Bird's-Eye-View

Attention-Augmented YOLOv8 with Ghost Convolution for Real-Time Vehicle Detection in Intelligent Transportation Systems

增强注意力的YOLOv8与Ghost卷积用于智能交通系统中的实时车辆检测

Syed Sajid Ullah, Muhammad Zunair Zamir, Ahsan Ishfaq, Salman Khan

机构 * School of Energy and Electrical Engineering, Chang’an University, Xi’an, China（能源与电气工程学院，长安大学，西安，中国） ； School of Information Engineering, Chang’an University, Xi’an, China（信息工程学院，长安大学，西安，中国） 纠错

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

AI总结 本文提出一种增强的YOLOv8n模型，结合Ghost模块、CBAM和DCNv2，提升车辆检测性能，实验显示在KITTI数据集上mAP@0.5达95.4%，优于基线模型8.97%。

Journal ref 10.32604/jai.2025.069008

MatchRDMA: A Segmented and Rate-Matched Long-Haul RDMA Scheme for Geo-distributed LLM Training over OTN

MatchRDMA：一种用于地理分布大语言模型训练的分段和速率匹配的长距离RDMA方案

Jun Dai, Xiaorun Wang, Xingde Li, Zheng Yang, Kexiong Fang, Zhiqun Gu, Hongxiang Wang, Yuefeng Ji, Jiawei Zhang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 MatchRDMA通过协调源和目的OTN速率，提升跨数据中心吞吐量达20倍，并减少目的OTN缓冲区占用62.7%。

Comments 4 pages, 3 figures

The Multinomial Allocation Model and the Random Box Load

多项式分配模型与随机箱负载

Serik Sagitov

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究重新审视随机分配模型，通过随机选择的箱负载形式化经典渐近结果，并推导出更弱假设下的余项双侧界。

Learning to Identify Out-of-Distribution Objects for 3D LiDAR Anomaly Segmentation

学习识别分布外对象以进行3D激光雷达异常分割

Simone Mosco, Daniel Fusaro, Alberto Pretto

机构 * University of Padova（帕多瓦大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出了一种高效方法，直接在特征空间中操作，通过建模内类特征分布来约束异常样本，同时引入混合真实-合成数据集以解决3D激光雷达异常分割中的领域差距问题。

Comments This paper has been accepted at the 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)

CLLAP: Contrastive Learning-based LiDAR-Augmented Pretraining for Enhanced Radar-Camera Fusion

CLLAP：基于对比学习的激光雷达增强预训练用于增强雷达-相机融合

Bingyi Liu, Chuanhui Zhu, Hongfei Xue, Jian Teng, Jipeng Liu, Enshu Wang, Penglin Dai, Pu Wang

机构 * Wuhan University of Technology（武汉理工大学） ； University of North Carolina at Charlotte（北卡罗来纳州立大学） ； Wuhan University（武汉大学） ； Southwest Jiaotong University（西南交通大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 CLLAP通过利用丰富的激光雷达数据生成伪雷达数据，结合双阶段双模态对比学习策略，提升雷达-相机融合模型的特征提取能力，实验证明在NuScenes和Lyft Level 5数据集上显著提升3D目标检测性能。

Comments accepted by 2026 CVPR Findings

GenAssets: Generating in-the-wild 3D Assets in Latent Space

GenAssets：在真实世界中生成3D资产的潜在空间

Ze Yang, Jingkang Wang, Haowei Zhang, Sivabalan Manivasagam, Yun Chen, Raquel Urtasun

机构 * Waabi ； University of Toronto（多伦多大学） 纠错

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

AI总结 本文提出一种基于潜在空间的3D生成模型，利用真实世界LiDAR和相机数据生成高质量3D资产，通过重建-生成方法提升模拟中的多样性和可扩展性。

Comments CVPR 2025. Project page: https://waabi.ai/genassets

Real-time windrow detection from onboard tractor sensors for automated following

从车载拖拉机传感器实时检测风堆

Lorenz Gunreben, Nico Heider, Sebastian Zürner, Martin Schieck, Bogdan Franczyk

机构 * Leipzig University（莱比锡大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一个结合立体视觉和激光雷达的多模态数据集，用于实时风堆跟随，展示了低成本立体相机与激光雷达的性能一致性，提供开源ROS 2管道以支持自主牧草收获系统开发。

Comments Published in the proceedings of the 46th GIL Annual Conference (GIL-Jahrestagung 2026)

Sliced Wasserstein Steering between Gaussian Measures

切片Wasserstein方向控制高斯测度

Kaito Ito, Anqi Dong

机构 * Department of Information Physics and Computing, The University of Tokyo（信息物理与计算系，东京大学） ； Department of Decision and Control Systems and Department of Mathematics, KTH Royal Institute of Technology（决策与控制系统系和数学系，皇家理工学院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本文提出一种切片反馈控制器，通过在球面上投影概率分布并合成一维速度，实现分布的高效操控。该方法在高斯分布下能准确导向目标分布，并将能耗与切片Wasserstein距离关联。

Comments Accepted at the European Control Conference 2026

ParkingScenes: A Structured Dataset for End-to-End Autonomous Parking in Simulation Scenes

ParkingScenes: 一个用于模拟场景中端到端自动驾驶泊车的结构化数据集

Haonan Chen, Kaiwen Xiao, Bin Tian, Jun Fu

机构 * Institute of Automation（自动化研究所） ； Chinese Academy of Sciences（中国科学院） ； School of Art and Design（艺术与设计学院） 纠错

专题命中 仿真评测 ：BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI

AI总结 本文提出ParkingScenes数据集，通过结构化轨迹生成提升泊车性能，展示结构化监督对自主泊车政策学习的有效性。

Comments Accepted by CAC 2025

VEHRON: A Configuration-Driven BEV Simulation Framework for Subsystem-Level Studies

VEHRON：一种基于配置的电池电动车辆仿真框架用于子系统级研究

Subramanyam Natarajan

专题命中 仿真评测 ：BEV(title)

AI总结 VEHRON是一个开源Python框架，用于构建确定性和可追溯的电池电动车辆纵向仿真工作流程，通过验证的YAML配置、打包的驱动循环资源和可替换的子系统模型实现高效仿真。

Comments 12 pages, 3 figures, 5 tables; software paper

Projected Attainable Speed Space: A Driving Efficiency Metric Connecting Instantaneous Evaluation to Travel Time

投影可达到速度空间：连接即时评估与旅行时间的驾驶效率度量

Xiaohua Zhao, Zhaowei Huang, Chen Chen, Haiyi Yang

机构 * Beijing Key Laboratory of Traffic Engineering, Beijing University of Technology（北京交通工程重点实验室，北京工业大学） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；self-driving(abstract)；分类 cs.RO

AI总结 本文提出投影可达到速度空间（PASS）模型，通过整合运动学和空间交通信息，提供一种统一的驾驶效率评估框架，用于连接即时和旅行层面的分析，验证其在不同时间尺度上的一致性。