自动驾驶

Super-Resolved Canopy Height Mapping from Sentinel-2 Time Series Using Airborne LiDAR HD Reference Data across Metropolitan France

利用法国大都市机载LiDAR HD参考数据从Sentinel-2时间序列进行超分辨率冠层高度制图

Ekaterina Kalinicheva, Florian Helen, Stéphane Mermoz, Florian Mouret, Milena Planells

机构 * CESBIO ； GlobEO 纠错

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

AI总结 提出THREASURE-Net端到端框架，利用Sentinel-2时间序列和LiDAR HD数据生成2.5m、5m和10m分辨率的年度冠层高度图，无需预训练模型或高分辨率光学图像，在法国大都市区实现优于现有方法的精度。

Superradiant LIDAR

超辐射激光雷达

T. Kullick, M. Bojer, J. von Zanthier, G. S. Agarwal

专题命中 激光雷达 ：LiDAR(title,abstract)

AI总结 利用Dicke超辐射概念，通过N个热光源和m≥2阶强度相关测量，将远程物体距离测量的Cramér-Rao界降低至传统激光雷达的1/N，且随相关阶数m增加进一步降低。

Assessing engineering wake models against operational data: insights from the Lillgrund wind farm wake steering campaign

评估工程尾流模型与运行数据：来自Lillgrund风电场尾流偏转活动的见解

Diego Siguenza-Alvarado, Matthew Harrison, Mohammadreza Mohammadi, Pragya Vishwakarma, Ervin Bossanyi, Lars Landberg, Majid Bastankhah

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 利用Lillgrund海上风电场的SCADA和LiDAR数据，评估四种工程尾流模型组合在基准和主动尾流偏转条件下的性能，发现模型能再现尾流亏损趋势但存在7%-15%的速度亏损MAE和3%-23%的功率误差。

Journal ref Wind Energy, Volume29, Issue6 June 2026 e70126

Field evaluation and optimization of a lightweight autonomous lidar-based UAV system based on a rigorous experimental setup in boreal forest environments

基于严格实验设置的轻量级自主激光雷达无人机系统在北方森林环境中的现场评估与优化

Aleksi Karhunen, Teemu Hakala, Väinö Karjalainen, Eija Honkavaara

机构 * Finnish Geospatial Research Institute in National Land Survey of Finland（芬兰地理研究 institute 在芬兰国家土地测绘局） 纠错

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

AI总结 提出标准化实验设置评估自主林下无人机系统，通过轻量级激光雷达四旋翼在北方森林中的93次真实飞行验证，优化后系统在中难度森林中1m/s和2m/s速度下成功率分别为12/15和15/15，在困难森林中为12/15和5/15。

Comments This work has been submitted to the IEEE for possible publication

Degradation-Aware Cooperative Multi-Modal GNSS-Denied Localization Leveraging LiDAR-Based Robot Detections

基于激光雷达机器人检测的退化感知协同多模态GNSS拒止定位

Václav Pritzl, Xianjia Yu, Tomi Westerlund, Petr Štěpán, Martin Saska

机构 * Multi-robot Systems Group, Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格捷克技术大学电气工程学院控制学系多机器人系统组） ； Turku Intelligent Embedded and Robotic Systems (TIERS) Lab, University of Turku（图尔库大学智能嵌入式与机器人系统实验室） 纠错

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

AI总结 提出一种因子图框架下的自适应多模态多机器人协同定位方法，融合异步VIO、LIO和3D机器人间检测，通过插值因子和Wasserstein距离加权处理传感器退化，显著提升定位精度。

Comments Preprint version. This work has been submitted to Elsevier for possible publication