arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

自动驾驶

自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。

2026-07-03 至 2026-07-03 共收录 4 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. 规划控制 4 篇

2602.01189 2026-07-03 cs.RO cs.SY eess.SY 版本更新 74%

SPOT: Spatio-Temporal Obstacle-free Trajectory Planning for UAVs in Unknown Dynamic Environments

SPOT:未知动态环境中无人机的时空无碰撞轨迹规划

Astik Srivastava, Thomas J Chackenkulam, Bitla Bhanu Teja, Antony Thomas, Madhava Krishna

机构 * Robotics Research Center, IIIT Hyderabad, India(IIIT海得拉巴机器人研究中心,印度) IIT-BHU, India(IIT-BHU,印度)

专题命中 规划控制 :trajectory planning(title);分类 cs.RO

AI总结 提出一种基于4维时空规划器、视觉安全飞行走廊生成和轨迹优化的无地图反应式运动规划方法,实现无人机在未知动态环境中的避障,并通过备份规划模块应对死锁。

Comments Accepted for publication at ICRA 2026. Code available at (https://astik-2002.github.io/ICRA-2026-SPOT/)

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00412 2026-07-03 cs.AI cs.RO 版本更新 62%

Physically Native World Models: A Hamiltonian Perspective on Generative World Modeling

物理原生世界模型:生成式世界建模的哈密顿视角

Sen Cui, Jingheng Ma

机构 * Tsinghua University(清华大学)

专题命中 规划控制 :autonomous driving(abstract);分类 cs.RO、cs.AI

AI总结 提出哈密顿世界模型,通过结构化潜相空间和哈密顿动力学演化实现物理可靠、动作可控且长期稳定的未来预测,用于具身决策。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01454 2026-07-03 cs.RO 新提交 57%

SE(2) Navigation Mesh

SE(2)导航网格

Shuyang Shi, Kaixian Qu, Changan Chen, Ines Kast, Yuntao Ma, Marco Hutter

机构 * Robotic Systems Lab, ETH Zurich(苏黎世联邦理工学院机器人系统实验室)

专题命中 规划控制 :occupancy(abstract);分类 cs.RO

AI总结 提出SE(2)导航网格,通过编码偏航依赖的可通行性,支持非圆形机器人在复杂多层环境中的高效路径规划,并开发了A*-拉绳-A*分层路径搜索策略。

Comments Project page: https://se2-navmesh.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.20868 2026-07-03 cs.RO cs.SY eess.SY 57%

Early warning signals for loss of control

控制丧失的早期预警信号

Jasper J. van Beers, Marten Scheffer, Prashant Solanki, Ingrid A. van de Leemput, Egbert H. van Nes, Coen C. de Visser

机构 * Faculty of Aerospace Engineering, Delft University of Technology(代尔夫特理工大学航空航天工程学院) Aquatic Ecology and Water Quality Management group, Wageningen University and Research(瓦赫宁根大学与研究中心水生态与水质管理组)

专题命中 规划控制 :self-driving(abstract);分类 cs.RO

AI总结 研究提出通过动态韧性指标监测反馈系统接近不稳定态,不依赖系统模型,适用于复杂非线性系统,为工程设备提供实时预警和韧性设计指导。

详情

展开后加载摘要…

URL PDF HTML 收藏