自动驾驶

SkyShield: Occupancy as a Safety Interface for Low-Altitude UAV Autonomy

SkyShield：占用作为低空无人机自主飞行的安全接口

Jie Gao, Jie Ma, Kaihui Lin, Kai Ye, Miaohui Zhang, Pingyang Dai, Liujuan Cao

机构 * Xiamen University（厦门大学） ； Jiangxi Academy of Sciences（江西省科学院） 纠错

专题命中 感知 ：occupancy(title,abstract)；分类 cs.CV、cs.AI

AI总结 针对低空无人机自主飞行中的三维空间理解问题，提出首个前视单目语义占用基准SkyShield、动态感知度量KAR-mIoU和几何优先基线SkyOcc，将占用作为安全接口。

From Segments to Scenes: Temporal Understanding for Agentic Autonomous Driving via Vision-Language Models

从片段到场景：自动驾驶中基于视觉语言模型的时间理解

Kevin Cannons, Saeed Ranjbar Alvar, Mohammad Asiful Hossain, Ahmad Rezaei, Mohsen Gholami, Alireza Heidarikhazaei, Zhou Weimin, Yong Zhang, Mohammad Akbari

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Washington（华盛顿大学） ； University of Southern California（南加州大学） 纠错

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

AI总结 提出自动驾驶时间理解基准TAD，通过场景思维链和轨迹认知图两种无训练方法提升视觉语言模型的时间推理能力。

AutoRally An open platform for aggressive autonomous driving

AutoRally：一个用于激进自动驾驶的开放平台

Brian Goldfain, Paul Drews, Changxi You, Matthew Barulic, Orlin Velev, Panagiotis Tsiotras, James M. Rehg

机构 * Georgia Tech Autonomous Racing Facility（佐治亚理工学院自动驾驶赛车中心） 纠错

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

AI总结 本文介绍了一个1:5比例的机器人测试平台AutoRally，旨在提供稳健、易用和可重复的自动驾驶研究环境，使非专业人员也能收集真实世界的数据。

Instance-Level Post Hoc Uncertainty Quantification in Object Detection

目标检测中的实例级事后不确定性量化

Chongzhe Zhang, Zifan Zeng, Qunli Zhang, Feng Liu, Zheng Hu

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 提出蒙特卡洛广义线性模型（MC-GLM），用于目标检测中实例级、近似事后不确定性量化，无需重新训练，在nuScenes数据集上验证了有效性。

Comments 7 pages, 2 figures

All Weather Perception: Joint Data Association, Tracking, and Classification for Autonomous Ground Vehicles

全天候感知：面向自主地面车辆的数据关联、跟踪与分类的联合解决方案

Peter Radecki, Mark Campbell, Kevin Matzen

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

AI总结 本文提出一种新型概率感知算法，用于自主地面车辆在全天候条件下的数据关联、目标跟踪和分类。该算法扩展了原有的 Rao-Blackwellized 粒子滤波器，结合多模型跟踪进行分类，并通过升级 Cornell 的 AGV 实验证明了先进视觉算法在恶劣天气下的鲁棒性。

Comments 35 pages, 21 figures, 14 tables

MAD: Mapping-Aware World Models for Agile Quadrotor Flight

MAD: 面向敏捷四旋翼飞行的地图感知世界模型

Xinhong Zhang, Runqing Wang, Yunfan Ren, Ding Yu, Boyu Zhou, Jian Sun, Fang Deng, Jie Chen, Gang Wang

机构 * State Key Lab of Autonomous Intelligent Unmanned Systems, Beijing Institute of Technology, Beijing 100081, China（自主智能无人系统国家重点实验室，北京理工大学，北京100081，中国） ； Zhongguancun Academy, Beijing 100094, China（中关村学院，北京100094，中国） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； 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） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 提出地图感知世界模型MAD，通过重构机器人中心占用和可见性网格地图学习几何感知的潜在动力学，在视觉导航和竞速任务中实现更高成功率、更快飞行速度和更好跨任务迁移。

Comments 12 pages, 14 figures

Poisson multi-Bernoulli conjugate prior for multiple extended object filtering

泊松多伯努利共轭先验用于多扩展目标滤波

Karl Granstrom, Maryam Fatemi, Lennart Svensson

机构 * Department of Signals and Systems, Chalmers University of Technology（信號與系統系，查爾姆斯理工大学） ； Zenuity 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种用于多扩展目标滤波的泊松多伯努利混合（PMBM）共轭先验。通过泊松点过程描述尚未检测到的目标存在，而多伯努利混合描述已检测到的目标分布。预测和更新方程针对标准转移密度和测量似然性进行推导。预测和更新均保持密度的PMBM形式，因此PMBM密度是一种共轭先验。然而，未知的数据关联导致PMBM密度中出现难以处理的大量项，因此需要近似方法。本文给出了伽马高斯逆 Wishart 实现，并提供了处理数据关联问题的方法。模拟研究显示，扩展目标PMBM滤波器在与扩展目标d-GLMB和LMB滤波器的比较中表现良好。使用激光雷达数据的实验展示了同时跟踪已检测和未检测目标的优势。

Extended Object Tracking: Introduction, Overview and Applications

扩展目标跟踪：介绍、概述与应用

Karl Granstrom, Marcus Baum, Stephan Reuter

机构 * Department of Signals and Systems, Chalmers University of Technology（信号与系统系，查尔姆斯理工大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文综述了扩展目标跟踪的当前研究，定义了该问题并讨论其与其他目标跟踪方法的区别，介绍了两种基本的扩展目标跟踪方法，并总结了在摄像头、X波段雷达、激光雷达、RGB-D传感器等应用中的实际应用。

Comments 30 pages, 19 figures

Journal ref Journal of Advances in Information Fusion, Volume 12, Number 2, Pages 139-174, December 2016, ISSN 1557-6418

Conditional Affordance Learning for Driving in Urban Environments

面向城市环境的条件性 affordance 学习

Axel Sauer, Nikolay Savinov, Andreas Geiger

机构 * Chair of Robotics Science and System Intelligence, Technical University of Munich（慕尼黑技术大学机器人科学与系统智能系） 纠错

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

AI总结 本文提出了一种直接感知方法，通过将视频输入映射到适合复杂城市环境自主导航的中间表示，结合高层方向输入，实现了比现有强化学习和条件模仿学习方法更高的目标导向导航性能，并首次通过图像级标签处理交通灯和速度标志，显著减少模拟中的交通事故。

Comments Accepted for Conference on Robot Learning (CoRL) 2018

Safe Driving Capacity of Autonomous Vehicles

自动驾驶车辆的安全驾驶能力

Yuan-Ying Wang, Hung-Yu Wei

机构 * Department of Electrical Engineering（电气工程系） ； National Taiwan University（国立台湾大学） 纠错

专题命中 感知 ：self-driving(abstract)；分类 cs.RO

AI总结 本文通过线性时序逻辑定义道路和车辆的安全状态，提出安全驾驶吞吐量和容量概念，分析不同因素对安全驾驶吞吐量的影响，并比较基于感知和协作车辆的道路安全驾驶容量差异。

Comments 5 pages, VTC 2018

Towards Multi-Object Detection and Tracking in Urban Scenario under Uncertainties

面向城市场景下的多目标检测与跟踪在不确定性中的研究

Achim Kampker, Mohsen Sefati, Arya Abdul Rachman, Kai Kreisköther, Pascual Campoy

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出一种实时框架，结合3D激光雷达的遮挡感知检测与高效启发式过滤，以应对城市环境中传感器限制和目标运动复杂性带来的不确定性，实现高效的多目标跟踪。

Comments Some significant editorial/editing issues are found upon review. Paper will undergo language re-proofing before resubmitted

Journal ref 4th.VEHITS.Proc. 109 (2018) 156-167

Data-efficient machine-learning of complex Fe-Mo intermetallics using domain knowledge of chemistry and crystallography

利用化学和晶体学领域知识实现复杂Fe-Mo金属间化合物的数据高效机器学习

Mariano Forti, Alesya Malakhova, Yury Lysogorskiy, Wenhao Zhang, Jean-Claude Crivello, Jean-Marc Joubert, Ralf Drautz, Thomas Hammerschmidt

专题命中 感知 ：occupancy(abstract)

AI总结 本文利用化学和晶体学领域知识构建特征，通过少量简单TCP相（A15, σ, χ, μ, C14, C15, C36）的训练数据，高效预测复杂TCP相（R, M, P, δ）的能量，并验证了与DFT和X射线衍射实验的一致性。

Journal ref npj Comput Mater 12, 161 (2026)

A hierarchical cellular automaton model of distributed traffic signal control

一种分布式交通信号控制的分层单元自动机模型

Bartłomiej Płaczek

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出了一种分层单元自动机模型，用于模拟道路网络中交叉口的分布式自组织交通信号控制，通过三个层次描述车辆运动、车道占用情况和交叉口信号相位，以优化交通信号控制并减少道路网络中的车辆延误。

Comments 12 pages, 5 figures, 24th IFIP WG 1.5 International Workshop, AUTOMATA 2018, Ghent, Belgium, June 20-22, 2018

Journal ref Bartłomiej Płaczek, A hierarchical cellular automaton model of distributed traffic signal control. Cellular Automata and Discrete Complex Systems, 2018, pp. 1-12

Longitudinal Safety Analysis For Heterogeneous Platoon Of Automated And Human Vehicles

纵向安全分析用于自动驾驶与人类车辆混合编队

Zi Yang, Xinpeng Wang, Xin Pei, Shuo Feng, Dajun Wang, Jianqiang Wang, S. C. WONG

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文研究了不同智能车辆市场渗透率下四种碰撞避让算法对混合编队安全的影响，通过定制化仿真平台分析碰撞率和严重性。

Comments 6 pages, 13 figures; The 21st IEEE International Conference on Intelligent Transportation Systems

Optimal merging from an on-ramp into a high-speed lane dedicated to connected autonomous vehicles

从匝道进入专为连接自动驾驶车辆的高速车道的最优合并

L. C. Davis

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出新的合并标准，仅考虑在车组之间形成间隙的合并，以减少流量干扰，并通过模拟确定最优合并位置，以最小化高速车道的行程时间。

Comments 15 pages, 5 figures, 1 table

Visual Path Tracking Control for Park Scene

视觉路径跟踪控制用于停车场场景

Linjiong Zhu, Wenfu Wang, Weijie Yang, Zhijie Pan, An Chen

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出一种基于单摄像头的视觉路径跟踪横向控制方法，用于停车场场景，通过模糊逻辑处理图像误差，提升PID控制稳定性，实验证明其在夜间也能准确跟随路径。

Comments The 3rd International Conference on Robotics and Machine Vision (ICRMV 2018), August 11-13, 2018 | Chengdu, China

AUV Optimal Path for Leak Detection

水下自主水下机器人泄漏检测最优路径

Olivier Marceau, Jean-Michel Vanpeperstraete

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出基于贝叶斯搜索理论和多目标优化的AUV路径规划方法，旨在减少海底采矿、油气田中污染物检测的平均延迟和AUV驻留时间，通过多目标非线性混合整数优化模型优化路径和检测概率。

Distributed Algorithm for Collision Avoidance at Road Intersections in the Presence of Communication Failures

道路交叉口碰撞避免的分布式算法（存在通信故障时）

Vladimir Savic, Elad M. Schiller, Marina Papatriantafilou

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出一种分布式算法，用于在存在通信故障时实现自动驾驶车辆在交叉口的安全避碰，确保安全性和活锁性，并在实际数据中验证了交叉延迟的轻微增加。