自动驾驶

Motion Cues from Image-based Point Tracking for LiDAR Scene Flow Estimation

基于图像点跟踪的运动线索用于LiDAR场景流估计

Youngdong Jang, Gyeongrok Oh, Jong Wook Kim, Hyunju Ryu, Hyung-gun Chi, SeungHyeon Kim, Seungryong Kim, Jonghyun Choi, Sangpil Kim

机构 * Korea University（韩国大学） ； Purdue University（普渡大学） ； KAIST（韩国科学技术院） ； Hyundai Motor Company（现代汽车公司） 纠错

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

AI总结 本文提出TrackCue框架，通过图像点跟踪获取密集轨迹以改进LiDAR场景流估计中的动态物体表示，通过视觉一致的运动补偿策略和视觉运动线索提升来实现更准确的静态-动态分类和更可靠的场景流学习。

4DLidarOpen: An Open 4D FMCW Lidar Dataset for Motion-Aware Autonomous Driving

4DLidarOpen: 一个用于运动感知自动驾驶的开放4D FMCW激光雷达数据集

Kane Qian, Xin Zhao, Yining Shi, Rujun Yan, Zhengqing Pan, Kaojin Zhu, Mengmeng Yang, Kai Sun, Diange Yang, Kun Jiang

机构 * Tsinghua University（清华大学） ； Hesai Technology Co., Ltd.（海思科技有限公司） 纠错

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

AI总结 本文提出4DLidarOpen数据集，用于自动驾驶，该数据集基于4D频率调制连续波（FMCW）激光雷达传感，包含点径向速度测量、多种激光雷达、环绕摄像头和6自由度车辆姿态数据，通过混合标注策略实现大规模训练和人工精修，用于3D目标检测、鸟瞰图分割和流预测及运动预测基准测试。

Comments 15pages, 9 figures

Imaging Hidden Objects with Consumer LiDAR via Motion Induced Sampling

通过运动诱导采样用消费级LiDAR成像隐藏物体

Siddharth Somasundaram, Aaron Young, Akshat Dave, Adithya Pediredla, Ramesh Raskar

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Dartmouth College（达特茅斯学院） 纠错

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

AI总结 本文提出了一种多帧融合策略，利用运动诱导孔径采样模型，在消费级LiDAR上实现了非线视成像，实现了隐藏物体的3D重建、多物体跟踪和相机定位，并展示了消费级硬件无需额外设置即可实现非线视成像的潜力。

Uncertainty Representation in a SOTIF-Related Use Case with Dempster-Shafer Theory for LiDAR Sensor-Based Object Detection

基于Dempster-Shafer理论的LiDAR传感器目标检测SOTIF相关用例中的不确定性表示

Milin Patel, Rolf Jung

机构 * Institute for Driver Assistance and Connected Mobility（驾驶员辅助与车联网研究所） ； Kempten University of Applied Sciences（科佩滕应用科学大学） 纠错

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

AI总结 本文提出了一种系统的方法，利用Dempster-Shafer理论构建判定框架，以表示LiDAR传感器目标检测中的不确定性，并通过方差敏感性分析量化和优先处理这些不确定性，以确保自动驾驶场景的安全性。

Comments submitted as extended paper of Vehicle Technology and Intelligent Transport Systems (VEHITS)2024 conference and will be published by Springer in a CCIS Series book later in 2025

NeuroLiDAR: Adaptive Frame Rate Depth Sensing via Neuromorphic Event-LiDAR Fusion

NeuroLiDAR: 通过神经形态事件-LiDAR融合实现自适应帧率深度感知

Darshana Rathnayake, Dulanga Weerakoon, Meera Radhakrishnan, Archan Misra

机构 * Singapore Management University（新加坡国立管理学院） ； Singapore-MIT Alliance for Research and Technology Centre（新加坡-麻省理工联合研究和技术中心） ； University of Technology Sydney（悉尼技术大学） 纠错

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

AI总结 本文提出NeuroLiDAR，通过融合稀疏LiDAR数据和密集的神经形态事件相机数据，实现了高达约66Hz的自适应帧率深度感知，减少了29%的深度重建误差。

Comments ICRA2026 accepted

Inter-LPCM: Learning-based Inter-Frame Predictive Coding for LiDAR Point Cloud Compression

Inter-LPCM: 基于学习的帧间预测编码用于激光雷达点云压缩

Chang Sun, Hui Yuan, Shiqi Jiang, Chongzhen Tian, Guanghui Zhang, Raouf Hamzaoui

机构 * School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Key Laboratory of Machine Intelligence and System Control, Ministry of Education（教育部机器智能与系统控制重点实验室） ； School of Computer Science and Technology, Shandong University（计算机科学与技术学院，山东大学） ； School of Engineering and Sustainable Development, De Montfort University（工程与可持续发展学院，德蒙福特大学） 纠错

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

AI总结 本文提出Inter-LPCM，一种基于学习的帧间预测编码方法，用于改进激光雷达点云压缩中的几何冗余去除，通过引入delta编码策略、帧间半径预测模型和轻量级注意力预测模型，结合RD优化的量化方法和针对每个球坐标分量的熵编码模型，提高压缩效率和质量。

Comments 14 pages, 12 figures

Collaborative Learning for Semi-Supervised LiDAR Semantic Segmentation

协同学习用于半监督激光雷达语义分割

Bin Yang, Alexandru Paul Condurache

机构 * Bosch Research, Robert Bosch GmbH, Stuttgart, Germany（博世研究, 博世有限公司, 斯图加特, 德国） ； Institute for Neuro- and Bioinformatics, University of Lübeck, Lübeck, Germany（神经与生物信息学研究所, 奥尔德马克大学, 奥尔德马克, 德国） 纠错

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

AI总结 本文提出CoLLiS框架，通过协同学习解决半监督学习中伪标签单一导致的偏差问题，实验表明其在低标注情况下表现优异。

Comments The paper was accepted by ICML2026

OrganicHAR: Towards Activity Discovery in Organic Settings for Privacy Preserving Sensors Using Efficient Video Analysis

有机HAR：在有机环境中通过高效视频分析实现隐私保护传感器的活动发现

Prasoon Patidar, Riku Arakawa, Ricardo Graça, Rúben Moutinho, Adriano Soares, Ana Vasconcelos, Filippo Talami, Joana Couto da Silva, Inês Silva, Cristina Mendes Santos, Mayank Goel, Yuvraj Agarwal

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

AI总结 本研究提出有机HAR框架，通过将传感器能力置于活动发现中心，利用隐私保护传感器识别自然信号模式，并在关键时刻使用视觉语言模型进行场景理解，从而在有机环境中实现高效且隐私保护的活动识别。

Comments 23 pages, 14 figures, with a 4-page appendix containing 2 additional figures. To appear in Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. (IMWUT), Vol. 9, No. 4, Article 203 (December 2025). DOI: 10.1145/3770674

Journal ref Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 9(4) (2025) 203:1-203:32

Overcoming noise-agility trade-off in integrated lasers for precision sensing

克服集成激光器中噪声与敏捷度的权衡

Di Yu, Yitian Tong, Yu Xia, Yuntao Zhu, Yuemin Li, Mingfei Liu, Zhaoting Geng, Yuhao Huang, Yaoran Huang, Zheng Li, Jie Wang, Yunqi Fu, Hongjie Liang, Hao Fang, Jinwen Lin, Xuewen Chen, Kang Li, Xinlun Cai, Chao Xiang

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

AI总结 本文提出了一种新型激光器架构，实现了超低相位噪声和超快速调谐能力，应用于高精度传感领域，展示了其在激光雷达和光纤声学传感中的应用潜力。

Comments 38 pages, 17 figures

Stretch-ICP: A Continuous-Trajectory Registration and Deskewing Algorithm in Scenarios of Aggressive Motions

Stretch-ICP: 一种在剧烈运动场景下的连续轨迹配准与校正算法

Simon-Pierre Deschênes, Veronica Vannini, Philippe Giguère, François Pomerleau

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出Stretch-ICP算法，通过改进SLAM的鲁棒性，以提高在剧烈运动下的激光雷达-惯性导航状态估计的鲁棒性和一致性，同时减少了线速度和角速度的估计误差。

Comments 29 pages, 16 figures, published in Sensors 2026, 26(8), 2567, special issue "New Challenges and Sensor Techniques in Robot Positioning"

Journal ref Sensors 2026, 26(8), 2567