自动驾驶

OmniLiDAR: A Unified Diffusion Framework for Multi-Domain 3D LiDAR Generation

OmniLiDAR：一个多领域3D激光雷达生成的统一扩散框架

Youquan Liu, Weidong Yang, Ao Liang, Xiang Xu, Lingdong Kong, Yang Wu, Dekai Zhu, Xin Li, Runnan Chen, Ben Fei, Tongliang Liu, Wanli Ouyang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； School of Computing, Department of Computer Science, National University of Singapore（新加坡国立大学计算机学院） ； College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） ； Technical University of Munich（慕尼黑技术大学） ； Nanjing University of Science and Technology（南京理工大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Sydney（悉尼大学） ； The Chinese University of Hong Kong, Hong Kong SAR（香港中文大学（深圳）） 纠错

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

AI总结 OmniLiDAR提出一种统一的文本条件扩散框架，生成跨八个领域的3D激光雷达扫描，通过跨域训练策略和特征建模提升多域生成能力，实验显示在数据增强和鲁棒性评估中表现优异。

Comments Preprint; 12 pages, 7 figures, 10 tables

Quantum Phase Gradient Imaging Using a Nonlocal Metasurface System

利用非局域超材料系统的量子相位梯度成像

Jinliang Ren, Jinyong Ma, Katsuya Tanaka, Lukas Wesemann, Ann Roberts, Frank Setzpfandt, Andrey A. Sukhorukov

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)

AI总结 本文提出一种紧凑的量子相位梯度成像系统，结合铌酸锂超材料生成空间纠缠光对和硅超材料提取相位梯度，实现高精度成像，具有潜在的高像素分辨率提升和广泛的应用前景。

Comments 16 pages, 6 figures

Journal ref Optica 13, 920-929 (2026)

When Backdoors Meet Partial Observability: Attacking Real-World Reinforcement Learning

当后门遇见部分可观测性：攻击现实世界的强化学习

Tairan Huang, Qingqing Ye, Yulin Jin, Jiawei Lian, Yaxin Xiao, Yi Wang, Haibo Hu

机构 * Department of Electrical and Electronic Engineering（电气与电子工程系） 纠错

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

AI总结 本文提出DGBA框架，针对现实世界强化学习中部分可观测性问题，通过扩散引导后门攻击实现稳定攻击激活，实验表明其优于现有方法且不影响正常任务性能。

Saturation-Aware Angular Velocity Estimation: Extending the Robustness of SLAM to Aggressive Motions

考虑饱和的角速度估计：将SLAM的鲁棒性扩展到激进运动

Simon-Pierre Deschênes, Dominic Baril, Matěj Boxan, Johann Laconte, Philippe Giguère, François Pomerleau

机构 * Northern Robotics Laboratory, Université Laval, Quebec City, Quebec, Canada（北方机器人实验室，拉瓦尔大学，魁北克市，魁北克，加拿大） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种新的角速度估计方法，以提高SLAM算法在剧烈运动引起的陀螺仪饱和情况下的鲁棒性。通过使用加速度计在机器人翻滚时估计角速度，显著降低定位误差，并提出TIGS数据集以支持研究。

Comments 7 pages, 7 figures, published in 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan

Journal ref 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan, 2024, pp. 10711-10718

Validating remotely sensed biomass estimates with forest inventory data in the western US

利用地面调查数据验证美国西部地区遥感生物量估计

Xiuyu Cao, Joseph O. Sexton, Panshi Wang, Dimitrios Gounaridis, Neil H. Carter, Kai Zhu

机构 * School for Environment and Sustainability, University of Michigan（环境可持续发展学院，密歇根大学） ； terraPulse, Inc.（terraPulse公司） 纠错

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本研究利用美国森林调查数据对terraPulse公司的生物量数据进行独立验证，发现两者在不同尺度上均表现出高度一致性，为全球生物量监测提供了新的基准。

Comments 32 pages, 5 figures

Journal ref Science of Remote Sensing, Volume 13, June 2026, 100441