自动驾驶

LiDAR-based Control of Autonomous Rotorcraft for the Inspection of Pier-like Structures: Proofs

基于LiDAR的自主旋翼飞行器对类似桥体结构的检测控制：证明

Bruno J. Guerreiro, Carlos Silvestre, Rita Cunha, David Cabecinhas

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

AI总结 本文提出基于LiDAR的自主旋翼飞行器轨迹跟踪控制方法，通过定义基于LiDAR测量的运动学模型，结合LPV表示和H2控制理论，实现对桥体结构的高效检测。

Comments [1] B. J. Guerreiro, C. Silvestre, R. Cunha, and D. Cabecinhas, Lidar-based control of autonomous rotorcraft for the inspection of pier-like structures, IEEE Transactions in Control Systems Technology, 2017. (to appear)

Depth map estimation methodology for detecting free-obstacle navigation areas

用于自由障碍区域检测的深度图估计方法

Sergio Trejo, Karla Martinez, Gerardo Flores

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

AI总结 本文提出了一种基于视觉的方法，利用立体相机和一维LiDAR估计四旋翼导航中的自由障碍区域。通过加权最小二乘滤波器过滤深度图，并通过卡尔曼滤波算法融合信息，确定四旋翼可通过的足够大自由空间区域。整个过程在Jetson TX2嵌入式计算机上用ROS实现。

Journal ref ICUAS'19 The 2019 International Conference on Unmanned Aircraft Systems

Formal Verification of Neural Network Controlled Autonomous Systems

神经网络控制自主系统的形式验证

Xiaowu Sun, Haitham Khedr, Yasser Shoukry

机构 * Department of Electrical ； Computer Engineering University of Maryland, College Park 纠错

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

AI总结 本文研究了如何形式验证配备神经网络控制器的自主机器人在LiDAR图像处理中安全性的核心问题，通过构建有限状态抽象并利用可达性分析计算安全的初始条件，提出了一种多项式时间算法来分区工作空间并计算对应的仿射成像函数，同时利用SMC编码分析神经网络行为，通过数值模拟验证了算法的效率。

Hierarchical Space Partition for Surface Reconstruction

表面重建的层次空间划分

Minjie Tang, Xiangfei Li

机构 * Independent Researcher（独立研究员） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 针对点云重建中因LiDAR扫描局限导致细节缺失的问题，提出基于平面分类与优先级生长的层次空间划分方法，并通过最小割优化生成水密多边形网格。

Comments Published in 2026 International Conference on 3D Vision (3DV)

Journal ref in 2026 International Conference on 3D Vision (3DV), Vancouver, BC, Canada, 2026, pp. 207-216

Teaching Robots to Say 'I Don't Know' : SENTINEL for Uncertainty-Aware SLAM

教机器人说‘我不知道’：用于不确定性感知SLAM的SENTINEL

Abhishek S, Badrikanath Praharaj, Sreeram MV

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出SENTINEL框架，通过几何扫描统计和跨模态深度一致性为低成本2D LiDAR提供无训练、无标签的可靠性评分，拒绝损坏扫描并回退到轮式里程计，防止SLAM无声损坏。

Comments 6 pages, 10 figures, 3 tables, This paper was accepted at Uncertainty in Open-World Robotics Workshop in conjunction with Internation conference of robotics and automation (ICRA 2026)

Adaptive Guidance and Integrated Navigation with Reinforcement Meta-Learning

自适应引导与集成导航的强化元学习

Brian Gaudet, Richard Linares, Roberto Furfaro

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 本文提出了一种基于强化元学习的自适应引导系统，采用递归策略和价值函数近似器，通过递归网络层使部署策略能实时适应作用在智能体上的环境力，在四个具有未知但高度动态变化的挑战性环境中比较了DR/DV引导律、非递归策略的RL代理和递归策略的RL代理的性能，并展示了RL元学习优化的策略在火星着陆环境中仅使用多普勒雷达高度计读数，在小行星着陆环境中仅使用LIDAR高度计读数时实现引导和导航的整合能力。

Comments arXiv admin note: substantial text overlap with arXiv:1901.04473

Iterative algorithms for a non-linear inverse problem in atmospheric lidar

迭代算法用于大气激光雷达中的非线性反问题

Giulia Denevi, Sara Garbarino, Alberto Sorrentino

专题命中 激光雷达 ：LiDAR(title,abstract)

AI总结 本文提出两种迭代算法解决大气激光雷达中的非线性反问题，通过考虑噪声分布改进了气溶胶消光系数的重建质量。

Comments 19 pages, 6 figures

Journal ref Inverse Problems 2017, 33(8), p.085010

Expectation Maximization and the retrieval of the atmospheric extinction coefficients by inversion of Raman lidar data

期望最大化与通过拉曼光散射数据反演大气消光系数

Sara Garbarino, Alberto Sorrentino, Anna Maria Massone, Alessia Sannino, Antonella Boselli, Xuan Wang, Nicola Spinelli, Michele Piana

专题命中 激光雷达 ：LiDAR(title,abstract)

AI总结 本文提出利用期望最大化算法稳定反演拉曼光散射数据中的气溶胶消光系数，通过正则化和空间分辨率讨论，验证了该方法在合成数据和实验数据中的有效性。

Comments 14 pages, 6 figures, currently under revision

Recent Advances and Trends in Learning-based 3D Representations

基于学习的3D表示的最新进展与趋势

Adrien Schockaert, Hamid Laga, Hazem Wannous, Vincent Magnier, Guillaume Dufaye, Jean-françois Witz

机构 * CERI SN, IMT Nord Europe（CERI SN，IMT Nord Europe） ； Univ. Lille, CNRS, Centrale Lille, UMR 9013 - LaMcube - Laboratoire de Mécanique, Multiphysique, Multiéchelle（里尔大学，CNRS，Centrale Lille，UMR 9013 - LaMcube - 机械、多物理场、多尺度实验室） ； Downs, 59670 Sainte-Marie-Cappel（Downs，59670 Sainte-Marie-Cappel） ； School of Information Technology, Murdoch University（墨尔本大学信息科技学院） 纠错

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

AI总结 本文综述了从离散显式格式到连续隐式场（基于神经渲染或基元溅射）的3D表示家族，分析了其优缺点及关键应用，并强调了向隐式表示的范式转变。

Analysis of the possibility for time-optimal control of the scanning system of the GREEN-WAKE's project lidar

GREEN-WAKE项目激光雷达扫描系统时间最优控制可能性分析

Borislav Penev

专题命中 激光雷达 ：LiDAR(title)

AI总结 本文分析了基于激光雷达的Wake涡检测系统扫描系统的时间最优控制可能性，提出了一种基于线性模型的多阶段控制算法，解决了镜面执行器的闭环跟踪控制问题，并证明了线性时间最优控制问题的新性质。

A Graph Framework for Manifold-valued Data

一个用于流形值数据的图框架

Ronny Bergmann, Daniel Tenbrinck

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

AI总结 本文提出了一种图框架，用于处理流形值数据，介绍了用于构建变分模型和偏微分方程的基本算子，并讨论了两种特定算子家族，即各向同性和各向异性图p-拉普拉斯算子，用于解决流形值函数上的优化问题，包括总变分和Tikhonov正则化。

Journal ref SIAM Journal on Imaging Sciences, 2018, 11, p. 325-360

On the Covariance of ICP-based Scan-matching Techniques

关于基于ICP的扫描匹配技术的协方差

Silvère Bonnabel, Martin Barczyk, François Goulette

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

AI总结 本文研究了ICP算法计算旋转变换协方差的问题，指出点到点版本的ICP应用会导致错误协方差，通过数学证明验证点到平面版本的正确性。

Comments Accepted at 2016 American Control Conference

Sensor Setups for State and Wind Estimation for Airborne Wind Energy Converters

用于空载风能转换器状态和风速估计的传感器配置

Maximilian Ranneberg

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种无迹卡尔曼滤波器，用于空载风能转换器的空气动力学、状态和风况估计，通过不同传感器配置验证，展示了低成本高可靠性的可行性。