自动驾驶

123D: Unifying Multi-Modal Autonomous Driving Data at Scale

123D：规模化统一多模态自动驾驶数据

Daniel Dauner, Valentin Charraut, Bastian Berle, Tianyu Li, Long Nguyen, Jiabao Wang, Changhui Jing, Maximilian Igl, Holger Caesar, Boris Ivanovic, Yiyi Liao, Andreas Geiger, Kashyap Chitta

机构 * KE:SAI ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； NVIDIA Research（NVIDIA研究） ； Valeo Brain（法雷奥大脑） ； OpenDriveLab at Shanghai Innovation Institute（上海创新研究院自动驾驶实验室） ； Zhejiang University（浙江大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 123D通过单一API统一多模态自动驾驶数据，解决数据碎片化、同步难题，并提供分析工具，支持跨数据集3D目标检测和强化学习规划应用。

Probabilistic Object Detection with Conformal Prediction

基于置信预测的概率目标检测

Christopher Ries, Moussa Kassem Sbeyti, Nicolas Bianco, Nadja Klein

机构 * Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院（KIT）） 纠错

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

AI总结 本文提出基于置信预测的目标检测方法，通过坐标轴应用和置信区间缩放提升预测精度，同时结合RAPS构建预测集，提升不确定性量化效果。

Comments Code is available at https://github.com/mos-ks/OD-CP

HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model

HAIC：通过动态感知世界模型实现人形敏捷物体交互控制

Dongting Li, Xingyu Chen, Qianyang Wu, Bo Chen, Sikai Wu, Hanyu Wu, Guoyao Zhang, Liang Li, Mingliang Zhou, Diyun Xiang, Jianzhu Ma, Qiang Zhang, Renjing Xu

机构 * Tsinghua University（清华大学） ； HKUST(Guangzhou)（香港科技大学（广州）） ； ETH Zurich（苏黎世联邦理工学院） ； Xiaomi Robotics Lab（小米机器人实验室） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 本文提出HAIC框架，通过动态预测和空间优先级构建动态占用地图，实现人形机器人在复杂动态环境下与不同物体的稳健交互，提升敏捷任务和多物体长周期任务的完成能力。

Comments RSS 2026. Webpage: https://haic-humanoid.github.io/

MORPH-U: Multi-Objective Resilient Motion Planning for V2X-Enabled Autonomous Driving in High-Uncertainty Environments via Simulation

MORPH-U：基于仿真实现多目标鲁棒运动规划的V2X赋能自动驾驶高不确定性环境

Shih-Yu Lai

机构 * CARLA-based vehicle-side pipeline（基于CARLA的车辆侧流水线） 纠错

专题命中 规划控制 ：autonomous driving(title)；LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.AI

AI总结 本文提出MORPH-U，通过融合V2X与传感器数据构建局部动态地图，采用多目标优化方法在跟踪误差、安全余量、响应性和平滑度之间进行权衡，通过Pareto前沿分析选择操作点，并利用拜占庭启发的接受门防止故障触发下的不安全重规划。

Interactive Trajectory Planning with Learning-based Distributionally Robust Model Predictive Control and Markov Systems

基于学习的分布鲁棒模型预测控制与马尔可夫系统的交互轨迹规划

Erik Börve, Nikolce Murgovski, Morteza Haghir Chehreghani, Leo Laine

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Volvo Group Trucks Technology（沃尔沃集团卡车技术） 纠错

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

AI总结 本文研究了在周围智能体决策不确定性下的交互轨迹规划问题，提出结合PAC学习与分布鲁棒优化的DR-MPC框架，通过样本数量实现鲁棒MPC与随机MPC之间的插值。

See Tomorrow, Act Today: Foresight-Driven Autonomous Driving

预见未来，立即行动：基于预见的自动驾驶

Bozhou Zhang, Nan Song, Yuang Wang, Jiankang Deng, Xiatian Zhu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 本文提出ForeSight框架，通过生成未来场景并据此规划动作，实现前瞻性决策，实验表明其在动态场景中优于现有方法。

Comments CVPR Findings 2026

Palm-sized Omnidirectional Vision-Based UAV Exploration with Sparse Topological Map Guidance

掌 sized 全向视觉基于的无人机探索与稀疏拓扑图引导

Zirui Wang, Xinjia Luo, Haotian Sun, Jun Ma, Jian Guo, Boyu Zhou

机构 * Department of Mechanical and Energy Engineering, Southern University of Science and Technology（南方科技大学机械与能源工程系） ； Thrust of Robotics and Autonomous Systems, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）机器人与自主系统研究所） ； International Digital Economy Academy, Shenzhen, China（深圳国际数字经济学院） 纠错

专题命中 BEV与占用 ：LiDAR(abstract,abstract_cn)；occupancy(abstract)；分类 cs.RO

AI总结 本文提出一种轻量级自主探索系统，利用全向视觉和稀疏拓扑图引导，通过多鱼眼相机实现全向视场和深度估计，采用拓扑节点表示前沿区域，减少内存和计算需求，实现在模拟和实际无人机中高效探索。

Microscopic Magnetism of A(TiO)Cu4(PO4)4 (A = Ba, Pb, Sr): 31P and 63,65Cu NMR Study

A(TiO)Cu4(PO4)4 (A = Ba, Pb, Sr)的微观磁性：31P和63,65Cu核磁共振研究

Riho Rästa, Ivo Heinmaa, Joosep Link, Yusuke Kousaka, Tsuyoshi Kimura, Yoshihiko Ihara, Kenta Kimura, Raivo Stern

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究A(TiO)Cu4(PO4)4系列材料的微观磁性，通过31P和63,65Cu核磁共振分析其超精细参数和局部场特性，揭示了PbTCPO的内部场增强机制。

Comments 13 pages, 11 figures, 5 tables

Journal ref Phys. Rev. B 113, 184428 (2026)

GEM: Generating LiDAR World Model via Deformable Mamba

GEM: 通过可变形Mamba生成LiDAR世界模型

Yang Wu, Zhaojiang Liu, Qiang Meng, Youquan Liu, Renliang Weng, Jianjun Qian, Jian Yang, Jin Xie

机构 * NJU（南京大学） ； SJTU（上海交通大学） ； FDU（福建师范大学） ； NTU（南京理工大学） 纠错

专题命中 激光雷达 ：LiDAR(title,title_cn)；BEV(abstract,abstract_cn)；autonomous driving(abstract)；occupancy(abstract)

AI总结 GEM通过可变形Mamba架构提升LiDAR世界模型的逼真度与想象力，解决点云无序和动态静态区分难题，实现空间时间感知与自主探索能力。

A LiDAR-Driven Fallback Longitudinal Controller for Safer Following in Sudden Braking Scenarios

基于LiDAR的故障回退纵向控制器用于突发制动场景中的安全跟车

Mohamed Sabry, Enrico Del Re, Walter Morales-Alvarez, Cristina Olaverri-Monreal

专题命中 激光雷达 ：LiDAR(title,title_cn)

AI总结 本文提出一种仅依赖LiDAR距离测量和跟随车辆速度的故障回退纵向控制器，可在传感器延迟或同步问题下确保车辆从静止起步并防止紧急制动碰撞。

Balancing Act: Trading Off Odometry and Map Registration for Efficient Lidar Localization

平衡艺术：在里程计与地图注册之间进行权衡以实现高效的激光雷达定位

Katya M. Papais, Daniil Lisus, Cedric Le Gentil, David J. Yoon, Timothy D. Barfoot

机构 * University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） 纠错

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

AI总结 本文研究了如何通过整合轻量级里程计与优化更新频率，提高激光雷达定位效率，同时保持高性能表现。

Comments 8 pages

Super-Resolution of Airborne Laser Scanning Point Clouds for Forest Inventory

航空激光扫描点云的超分辨率处理用于森林调查

Jinyuan Shao, Sangyoong Park, Chunxi Zhao, Ayman Habib, Songlin Fei

机构 * Department of Forestry and Natural Resources, Purdue University（林业与自然资源系，普渡大学） ； Lyles School of Civil and Construction Engineering, Purdue University（莱尔斯土木与建设工程学院，普渡大学） 纠错

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

AI总结 本文提出3D Forest Super Resolution模型，通过提升点云密度和减少噪声，提高森林调查精度，实验表明其在树干定位和直径估计上表现优异。

Channel-Level Relation to Attentive Aggregation with Neighborhood-Homogeneity Constraint for Point Cloud Analysis

通道级关系与具有邻域同质性约束的注意聚合在点云分析中的应用

Jiaqi Shi, Jin Xiao, Xiaoguang Hu, Wenxuan Ji, Zichong Jia, Zifan Long, Tianyou Chen, Baochang Zhang

机构 * 1School of Automation Science ； Electrical Engineering, Beihang University, Beijing, China 2Wuhan Leaddo Measuring \& Control Technology, Wuhan, China 3School of Artificial Intelligence, Beihang University, Beijing, China Emails 纠错

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

AI总结 本文提出PointCRA网络，通过引入时间趋势变化作为新评估维度，解决现有空间和通道注意机制中权重维度坍缩导致的信息丢失问题，提升点云分析的精度与效率。

Weather-Robust Scene Semantics with Vision-Aligned 4D Radar

具有视觉对齐4D雷达的抗天气场景语义

Kali Hamilton, Christoffer Heckman

机构 * Autonomous Robotics and Perception Group（自主机器人与感知组） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出通过冻结视觉语言模型将雷达编码器对齐于SigLIP嵌入，以提升恶劣天气下的场景语义理解，实验表明雷达配置在雾、轻雪和重雪条件下优于相机基线。

Comments 5 pages + references, 2 appendix pages. ICRA 2026 Radar in Robotics Workshop

Dr-BA: Separable Optimization for Direct Radar Bundle Adjustment & Localization

Dr-BA：直接雷达束调整与定位的可分离优化

Daniil Lisus, Cedric Le Gentil, Timothy D. Barfoot

机构 * Robotics Institute, University of Toronto（多伦多大学机器人研究所） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出Dr-BA框架，通过直接处理2D旋转雷达强度图像实现雷达束调整与定位，利用雷达抗雨优势，解决稠密地图与传感器姿态联合估计问题，实现最先进的雷达束调整与跨会话定位性能。

Comments Accepted for presentation at RSS 2026

UniD-Shift: Towards Unified Semantic Segmentation via Interpretable Share-Private Multimodal Decomposition

UniD-Shift：通过可解释的共享-私有多模态分解实现统一的语义分割

Shuai Zhang, Zhecheng Shi, Zhuxiao Li, Jing Ou, Tengxi Wang, Yuan Liu, Wufan Zhao

机构 * HKUST(GZ)（香港科技大学（广州）） 纠错

专题命中 仿真评测 ：LiDAR(abstract,abstract_cn)；autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出UniD-Shift框架，通过结合视觉和几何编码器提取互补特征，并通过共享-私有子空间分解实现2D-3D语义分割的统一。实验表明在SemanticKITTI和nuScenes数据集上优于基线方法，且具有良好的泛化能力。