自动驾驶

Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement

Paired-CSLiDAR：基于高度分层的跨源空地LiDAR姿态精修

Montana Hoover, Jing Liang, Tianrui Guan, Dinesh Manocha

机构 * University of Maryland（马里兰大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出Paired-CSLiDAR基准，通过高度分层ICP、反向注册方向和置信度门控选择，实现空地LiDAR姿态精修，优于现有方法，验证了RMSE基于姿态选择的有效性。

Comments 8 pages, 4 figures. Dataset and code are being prepared for public release

APCoTTA: Continual Test-Time Adaptation for Semantic Segmentation of Airborne LiDAR Point Clouds

APCoTTA: 用于空中激光雷达点云语义分割的连续测试时间适应

Yuan Gao, Shaobo Xia, Sheng Nie, Cheng Wang, Xiaohuan Xi, Bisheng Yang

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空航天信息研究所） ； International Research Center of Big Data for Sustainable Development Goals（可持续发展目标大数据国际研究中心） ； University of Chinese Academy of Sciences（中国科学院大学） ； The Department of Geomatics Engineering, Changsha University of Science and Technology（长沙理工大学测绘工程系） ； The State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） 纠错

专题命中 激光雷达 ：LiDAR(title)；分类 cs.CV

AI总结 本文提出APCoTTA框架，针对空中激光雷达点云语义分割中的持续领域偏移问题，通过梯度驱动层选择、熵一致性损失和随机参数插值机制提升适应性能，并构建两个基准数据集。

Comments 18 pages,12 figures

Journal ref ISPRS Journal of Photogrammetry and Remote Sensing Volume 237, July 2026, Pages 339-354