自动驾驶

LiDAR-based Dynamic Blockage Prediction: A Data-driven Approach for Learning Interactive Bayesian Models

基于LiDAR的动态遮挡预测：一种数据驱动的方法用于学习交互式贝叶斯模型

Saleemullah Memon, Ali Krayani, Pamela Zontone, Lucio Marcenaro, David Martin Gomez, Carlo Regazzoni

专题命中 激光雷达 ：LiDAR(title,title_cn)

AI总结 本文提出了一种数据驱动方法，用于学习交互式通用动态贝叶斯网络模型，以从基于时间序列的3D点云感知预测未来LiDAR传感器遮挡。通过训练不同车辆在正常和遮挡情况下的GDBN模型，并利用高阶词汇进行多车辆交互，提出交互式马尔可夫跳跃粒子滤波器以推断遮挡并检测异常。

Comments 2025 IEEE International Workshop on Technologies for Defense and Security (TechDefense), Rome, Italy

ELiC: Efficient LiDAR Geometry Compression via Cross-Bit-depth Feature Propagation and Bag-of-Encoders

ELiC：通过跨位深度特征传播和编码器袋方案实现高效的激光雷达几何压缩

Junsik Kim, Gun Bang, Soowoong Kim

机构 * Electronics and Telecommunications Research Institute（电子电信研究院） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；occupancy(abstract)；分类 cs.CV、eess.IV

AI总结 ELiC通过跨位深度特征传播和编码器袋方案，提升激光雷达几何压缩效率，实现实时高吞吐量压缩，达到SOTA性能。

Comments Accepted to CVPR 2026

RAY-TOLD: Ray-Based Latent Dynamics for Dense Dynamic Obstacle Avoidance with TDMPC

RAY-TOLD: 基于射线的任务导向潜在动力学用于密集动态障碍物避障与TDMPC

Seungho Han, Seokju Lee, Jeonguk Kang

机构 * School of Electrical Engineering, Hanyang University（翰阳大学电气工程学院） ； Mechatronics, Systems and Control Lab (MSC Lab), Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（机械工程系，韩国科学技术院（KAIST）机电系统与控制实验室（MSC实验室）） ； Samsung Research, Samsung Electronics（三星研究所，三星电子） 纠错

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

AI总结 本文提出RAY-TOLD，结合物理基础MPPI的鲁棒性与强化学习的长视界，通过LiDAR中心的潜在动力学模型实现动态障碍物避障，提升导航可靠性与安全性。

Comments 8 pages, 4 figures

Learning-Based Hierarchical Scene Graph Matching for Robot Localization Leveraging Prior Maps

基于学习的分层场景图匹配用于利用先验地图的机器人定位

Nimrod Millenium Ndulue, Jose Andres Millan-Romera, Matteo Giorgi, Holger Voos, Jose Luis Sanchez-Lopez

机构 * Automation and Robotics Research Group, Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学自动化与机器人研究组，安全、可靠性与信任跨学科研究中心（SnT）） 纠错

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

AI总结 本文提出一种端到端可微 pipeline，通过语义驱动的边类型增强场景图，实现从高层房间概念到低层墙面的同步匹配，优于组合基线，在真实LiDAR环境中运行更快且具备零样本泛化能力。

Representative Spectral Correlation Network for Multi-source Remote Sensing Image Classification

代表性光谱相关网络用于多源遥感图像分类

Chuanzheng Gong, Feng Gao, Junyan Lin, Junyu Dong, Qian Du

机构 * State Key Laboratory of Physical Oceanography, Ocean University of China（中国海洋大学物理海洋学国家重点实验室） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Department of Electrical and Computer Engineering, Mississippi State University（密苏里州立大学电气与计算机工程系） 纠错

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

AI总结 本文提出RSCNet网络，通过光谱选择和自适应交互解决多源遥感图像分类中的光谱冗余和异构数据融合问题，实验表明其在三个公开数据集上性能优于现有方法且计算复杂度更低。

Comments Accepted for publication in IEEE TGRS 2026

Uncertainty Quantification Framework for Aerial and UAV Photogrammetry through Error Propagation

通过误差传播的航空和无人机摄影测量不确定性量化框架

Debao Huang, Rongjun Qin

机构 * Geospatial Data Analytics Laboratory, The Ohio State University（地理空间数据分析实验室，俄亥俄州立大学） ； Department of Civil, Environmental and Geodetic Engineering, The Ohio State University（土木、环境与大地测量工程系，俄亥俄州立大学） ； Department of Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） ； Translational Data Analytics Institute, The Ohio State University（转化数据分析研究院，俄亥俄州立大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出通过误差传播的不确定性量化框架，解决多视立体阶段的不确定性估计问题，利用自校准方法提升摄影测量点云的鲁棒性和可验证性。

Comments 27 pages, 12 figures, this manuscript has been accepted to ISPRS Journal of Photogrammetry and Remote Sensing