自动驾驶

Semantic-weighted ICP for LiDAR Odometry: Class-Aware Residual Reweighting for Robust Scan Registration

语义加权ICP用于LiDAR里程计：基于类感知残差加权的鲁棒扫描配准

Vasco Carvalho, Tiago Barros, Urbano J. Nunes

机构 * Institute of Robotics and Autonomous Systems, University of Lisbon（里斯本大学机器人与自主系统研究所） 纠错

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

AI总结 提出语义加权ICP方法，通过根据语义类别的几何稳定性对残差进行加权，在动态和复杂环境中提升LiDAR里程计的位姿估计鲁棒性。

A Decentralized LiDAR-SLAM System with Certifiably Optimal Pose Graph Optimization

一种具有可认证最优位姿图优化的去中心化LiDAR-SLAM系统

Baoshan Song, Feng Huang, Li-Ta Hsu

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 针对多机器人去中心化LiDAR-SLAM全局一致性问题，提出首个集成可认证最优位姿图优化后端的系统，利用黎曼块坐标下降算法实现全局一致轨迹估计，无需精确初始猜测，轨迹RMSE相比DiSCo-SLAM最高降低48.9%。

Comments In Proceedings of the IEEE International Conference on Robotics & Automation (ICRA'26) 1st Workshop on Robot Meets GNSS and Ranging for Seamless Autonomy, Vienna, Austria, Jun. 5, 2026

LiDAR Point Cloud Colourisation Using Multi-Camera Fusion and Low-Light Image Enhancement

使用多相机融合和低光图像增强的LiDAR点云着色

Pasindu Ranasinghe, Dibyayan Patra, Bikram Banerjee, Simit Raval

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

AI总结 提出一种硬件无关的方法，通过多相机融合和低光增强模块，实现机械LiDAR点云的360度着色，在低光照条件下仍能恢复场景细节。

Journal ref Sensors 25(21), 6582 (2025)

FRED: A Multi-Modal Autonomous Driving Dataset for Flooded Road Environments

FRED：面向洪水道路环境的多模态自动驾驶数据集

Connor Malone, Sebastien Demmel, Sebastien Glaser

机构 * Queensland University of Technology（昆士兰理工大学） ； ARC Training Centre for Automated Vehicles in Rural and Remote Regions (AVR3)（农村和偏远地区自动化车辆培训中心（AVR3）） 纠错

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

AI总结 提出首个针对道路水险场景的多模态自动驾驶数据集FRED，包含相机、LiDAR和IMU数据，并提供语义标签以支持水险检测方法训练与评估。

RadarSFD: Single-Frame Diffusion with Pretrained Priors for Radar Point Clouds

RadarSFD：基于预训练先验的单帧扩散用于雷达点云

Bin Zhao, Nakul Garg

机构 * Rice University（里士大学） 纠错

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

AI总结 提出RadarSFD，一种条件潜在扩散框架，利用预训练单目深度估计器的几何先验，从单帧雷达数据重建密集LiDAR-like点云，无需合成孔径或多帧聚合。

Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026). Project page: https://phi-lab-rice.github.io/RadarSFD/

PatchScene: Patch-based Voxel Diffusion for Large-Scale Scene Completion

PatchScene：基于体素块扩散的大规模场景补全

Qingdong Xu, Jiajun Zhu, Shilin Zhu, Xinjing He, Chao Lu, Huanran Wang, Jiyao Zhang

机构 * MEGVII Technology（MEGVII技术有限公司） ； Qianli Technology（千利技术） ； Peking University（北京大学） ； Northeastern University, China（中国东北大学） ； Northwest Polytechnical University, Xi’an（西北工业大学西安校区） 纠错

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

AI总结 提出PatchScene，一种基于体素块扩散的框架，通过局部3D区域细粒度生成、置信度引导的时空融合和环形流扩散策略，实现大规模LiDAR场景补全，在SemanticKITTI上达到最优性能并展现强泛化能力。

Comments 10 pages, 5 figures, 5 tables

Exploring Easy Boosts for Lidar Semantic Scene Completion

探索激光雷达语义场景补全的简易提升方法

Tetiana Martyniuk, Jonathan Seele, Alexandre Boulch, Gilles Puy, Renaud Marlet, Raoul de Charette

机构 * Inria, France（法国国家信息与自动化技术研究所） ； valeo.ai, France（valeo.ai公司） ； ETH Zurich, Switzerland（瑞士苏黎世联邦理工学院） ； LIGM, CNRS, Univ Gustave Eiffel, ENPC, IP Paris, France（法国高等科学研究院（CNRS）） 纠错

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

AI总结 本文研究无需复杂架构重设计的“免费午餐”策略，通过为输入点云添加语义伪标签和可见性信息，显著提升激光雷达语义场景补全性能，使旧模型与最先进系统竞争甚至超越。

Comments Accepted to ICIP 2026

Three-dimensional density and air-rock interface reconstruction with muography: Application to the TianQin tunnel

基于缪子成像的三维密度与空气-岩石界面重建：天琴隧道应用

Songran Qi, Tao Yu, Shihan Zhao, Yunsong Ning, Aiyu Bai, Yu Chen, Yi Yuan, Mingchen Sun, Zhirui Liu, Liang Xian, Hengye Xu, Hao Jiang, Zhichao Wang, Shuhang Zhang, Su Zhan, Jian Tang

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

AI总结 针对有限测量位置和稀疏数据导致的模糊伪影问题，提出优化的Metropolis-Hastings算法和反距离加权方法，实现高精度三维密度分布和空气-岩石界面重建，并通过天琴隧道实验验证。

SRENet: Spectral Re-Entry Network for Point Cloud Action Recognition

SRENet：用于点云动作识别的频谱重入网络

Qiuxia Wu, Jiarui Lan, Wenxiong Kang, Zhiyong Wang, Kun Hu

机构 * School of Software Engineering, South China University of Technology（南方科技大学软件工程学院） ； School of Automation Science and Engineering, South China University of Technology（南方科技大学自动化科学与工程学院） ； School of Computer Science, University of Sydney（悉尼大学计算机科学学院） ； School of Science, Edith Cowan University（爱丁堡牛津大学科学学院） 纠错

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

AI总结 提出SRENet，通过频谱分解与重入模块从频率角度学习全局上下文和细粒度时间动态，实现点云序列动作识别。

Comments 13 pages, 11 figures. Accepted by IEEE Transactions on Circuits and Systems for Video Technology

Ultrafast and long-term stability Integrated Pockels laser with thin-film PZT

基于薄膜PZT的超快且长期稳定的集成普克尔斯激光器

Yueyang Zhang, Chenlei Li, Tao Shu, Wei Chen, Cunyu Shi, Feng Qiu, Daoxin Dai

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 利用薄膜锆钛酸铅（PZT）的普克尔斯效应实现频率捷变混合外腔激光器，具有82 nm调谐范围、5.5 ns波长切换时间和超过56.7 dB的边模抑制比。

Comments 12 pages, 4 figures

Wind as Driver of Bird and Bat Abundance, Flight Direction, Altitude, and Speed on the North Atlantic Shelf

风作为北大西洋陆架上鸟类和蝙蝠丰度、飞行方向、高度和速度的驱动因素

Abigale Snortland, Jeff Clerc, Cris Hein, Emma Cotter

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 通过耦合雷达和激光雷达数据，研究风对海上鸟类和蝙蝠行为的影响，为碰撞风险模型提供框架。