视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
面向感知信息闭环仿真的自动驾驶因果概率框架
机构 * ETH Zürich（苏黎世联邦理工学院） ； KTH Royal Institute of Technology（皇家理工学院） ； University of Science and Technology of China（中国科学技术大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 提出一种因果概率模型框架，将感知误差注入标准仿真环境，揭示理想SIL无法捕获的潜在风险，为SOTIF验证提供可扩展路径。
外观有帮助吗？在线3D多行人追踪中基于图像的重识别系统研究
机构 * Institute of Systems and Robotics, Department of Electrical and Computer Engineering, University of Coimbra（系统与机器人研究所，电气与计算机工程系，科英布拉大学）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV
AI总结 系统研究轻量级投影框架下图像重识别在在线3D多目标追踪中的作用，提出级联匹配策略以在低延迟下恢复遮挡轨迹并防止身份切换。
Comments Accepted for publication at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026)
信号交叉口弱势道路使用者安全的集成路边感知与通信框架
机构 * Department of Civil, Environmental and Construction Engineering, University of Central Florida（中央佛罗里达大学土木、环境与建设工程系）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 提出集成多模态感知、边缘计算、V2X/P2X通信和自适应信号控制的框架，基于公开数据集R-LiViT分析53,319个标注，发现VRU占49%、昼夜密度差异大、近距离事件变化10倍、83%行人边界框小，支持多模态感知和自适应部署。
Comments 17 pages, 5 figures, 2 tables. Preprint
SCOUT: 基于不确定性引导遍历的语义场景覆盖
机构 * Nokia Bell Labs, France（诺基亚贝尔实验室，法国） ； Nokia Bell Labs, Murray Hill, NJ, USA（诺基亚贝尔实验室，美国，新泽西州 Murray Hill） ； Imperial College London（帝国理工学院伦敦分校） ； Locus Robotics（Locus机器人技术公司）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO、cs.AI
AI总结 提出SCOUT框架，通过不确定性引导的遍历规划与概率场景图构建的闭环，使机器人主动探索并逐步理解环境，实现语义场景完整性作为操作目标。
Comments 2026 ICRA Workshop on Uncertainty in Open World Robotics
统一几何引导的ML-FTLE用于从标量时间序列追踪瞬态混沌
机构 * Department of Physics, M. R. Government Arts College (Affiliated to Bharathidasan University, Tiruchirappalli)（物理系，M.R.政府艺术学院（隶属于巴拉特拉桑大学， Tiruchirappalli）） ； Institute of Physics and Technology, Petrozavodsk State University（物理与技术学院，佩特罗扎沃茨克州立大学）
专题命中 感知 ：occupancy(abstract)
AI总结 提出几何引导的机器学习框架，通过结合预测轨迹发散和宏观吸引子形态，从标量观测中检测瞬态混沌，无需控制方程，验证了融合拓扑状态空间与预测发散能系统改进连续过渡追踪。
Comments Preprint; 9 figures; submitted for peer review
车道变更轨迹规划：个性化驾驶舒适性与移动效率
机构 * Department of Mechanical Engineering（机械工程系） ； Department of Electrical Engineering（电气工程系） ； National University of Singapore（新加坡国立大学） ； Computer Science（计算机科学） ； University of Michigan（密歇根大学）
专题命中 规划控制 ：trajectory planning(title,abstract)；分类 cs.RO、cs.AI
AI总结 提出一种神经网络驱动的轨迹规划器，结合三阶多项式轨迹生成与学习模块，通过双头共享骨干和基于误差胜者逻辑回归的统计门控机制，实现个性化舒适性与移动效率的平衡。
Comments Accepted by the IEEE Intelligent Vehicles Symposium (IEEE IV 2026), Detroit, MI, United States, June 22_25, 2026
自动驾驶的测试时轨迹优化
机构 * valeo.ai ； Sorbonne Université（索邦大学） ； CNRS（国家科学研究中心） ； ISIR（信息科学研究所）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 提出TOAD方法，在测试时使用交叉熵方法优化轨迹，无需重新训练即可提升多种规划器的性能。
自动驾驶任务级运行时保证框架
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 提出一种评估驾驶安全与任务完成能力的运行时保证框架，通过监控系统拒绝不可行命令，实验证明其优于仅关注平台安全的方法。
平面曲线的几何高斯混合表示
机构 * Fraunhofer IOSB（弗劳恩霍夫研究所） ； KIT, IES（卡尔斯鲁厄理工学院，信息工程系）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.CV、cs.AI
AI总结 提出一种用户定义的平面曲线概率多边形表示，通过为每个线段赋予法向不确定性参数，构造高斯混合模型，保留局部几何与法向不确定性，适用于多种曲线类型。
扩展责任敏感安全以评估卸载的自动驾驶服务
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 针对自动驾驶功能卸载中V2X通信导致响应时间变化的安全挑战，扩展责任敏感安全定义，提出基于安全约束的卸载决策与回退机制，并引入热备阶段提升回退安全性。
Comments 8 pages; accepted for 2026 IEEE 29th International Conference on Intelligent Transportation Systems (ITSC), Naples, Italy, September 15-18, 2026 - DOI will be added after publication
关于三分之一阈值处的Duke–Erdős–Rödl问题
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 本文在边密度ρ≥n^{-1/3}时，证明了图G包含大小为Ω(ρ^3n^2)的H_6子图（任意两边共长≤6的环）和大小为Ω(ρ^2n^2)的H_8子图（任意两边共长≤8的环），并澄清了相关条件差异。
Comments 20 pages
Dash2Sim: 来自野外行车记录仪视频的闭环驾驶仿真
机构 * Carnegie Mellon University（卡内基梅隆大学） ； NEC Labs America（NEC美国实验室） ； MIT（麻省理工学院） ； UC San Diego（加州大学圣地亚哥分校）
专题命中 仿真评测 ：self-driving(abstract)；分类 cs.RO、cs.CV
AI总结 提出Dash2Sim框架，将单目行车记录仪视频转化为度量级、地理参考的4D驾驶日志，用于闭环仿真，并构建ROADWork4D基准数据集，验证了施工区场景对规划器的挑战。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈