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。
一种用于自动驾驶的可靠上下文感知和时间规划框架
专题命中 感知 ：autonomous driving(title,abstract)；BEV(abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV
AI总结 研究自动驾驶中车载传感退化时的可靠感知与规划问题，提出RCT-AD框架，通过显式建模特征质量和时间一致性，经可靠上下文感知模块和时间轨迹规划器等提升感知、预测及规划能力。
Comments Submitted to IEEE Transactions on Intelligent Transportation Systems. 12 pages, 6 figures
RAF：用于恶劣天气下稳健3D目标检测的相机、激光雷达和4D雷达的可靠性感知融合
机构 * Visual Intelligence Lab., KAIST（韩国科学技术院视觉智能实验室）
专题命中 感知 ：LiDAR(title,abstract)；BEV(abstract)；分类 cs.CV
AI总结 针对恶劣天气下多传感器3D目标检测难题，提出RAF方法，通过明确监督像素可靠性估计，利用预训练网络，仅训练新增相机分支等，实验证明该方法有效提升检测精度。
Comments ECCV 2026
压缩验证瓶颈：用于科学发现的智能自动驾驶实验室
专题命中 感知 ：self-driving(title,abstract)；分类 cs.RO、cs.AI
AI总结 针对智能科学发现中自动驾驶实验室的验证瓶颈，提出先验感知的智能实验设计循环和成本感知代理，通过利用领域知识和预测测量，减少实验循环次数和每次实验成本来加速实验循环。
Comments Accepted at ICML 2026 AI for Science Workshop ; AI Scientist Competition
自动驾驶中基于查询引导多边形和CLIP的道路感知异常分割
机构 * Institute of Innovative Mobility (IIMo), Technical University Ingolstadt of Applied Sciences（创新移动性研究所（IIMo），英戈尔施塔特应用技术大学） ； Fraunhofer Institute for Transportation and Infrastructure Systems IVI（弗劳恩霍夫交通与基础设施系统研究所IVI）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 研究自动驾驶中传统语义分割模型应对未知物体能力不足问题，提出轻量级无需再训练等的道路感知异常分割框架，利用查询级掩码置信等并引入CLIP模块，提升异常预测性能。
Comments Accepted to IEEE IV26. Code is available at https://github.com/chrisyan/RAAS
迈向自动驾驶系统的正确分析模型和系统软件：开放问题与研究方向
专题命中 感知 ：autonomous driving(title,abstract)
AI总结 探讨自动驾驶系统中，需何种分析模型及系统软件来处理定时问题。通过调研相关工作，从定时约束单元等五个维度找出差距。
Journal ref RTSOPS 2026 invited paper
道路施工区域检测与地理定位的框架和多模态数据集
机构 * Institute of Innovative Mobility (IIMo), Technical University Ingolstadt of Applied Sciences（应用科学英戈尔施塔特技术大学创新移动研究所） ； Fraunhofer Institute for Transportation and Infrastructure Systems IVI（弗劳恩霍夫交通与基础设施系统研究所IVI） ； Technical University of Munich（慕尼黑工业大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 针对自动驾驶中高清地图缺乏道路施工区域等半静态信息的问题，提出包含模拟和真实数据的多模态数据集及检测与地理定位管道，经实验验证该方法在检测及坐标转换上效果良好。
Comments Accepted to IEEE IV25. The RZDG dataset and code can be found at: https://github.com/chrisyan/RZDG
TRISTAR：用于搜索救援微型无人机的三重信号楼梯识别与仅视觉室内导航
机构 * Military Technical Academy（军事技术学院）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 研究为低成本无人机提出仅基于单目视觉的室内导航框架。结合深度估计、传统计算机视觉和轻量级深度学习模型。核心方法是TRISTAR三重传感器融合，贡献是实现可靠室内探索与楼梯穿越，无需特殊测距硬件。
Comments 10 pages, 7 figures. Project repository available at: https://github.com/tavigingu/HawkOps-Indoor-Drone-Navigation-and-TRISTAR-Stair-Climbing
遮挡解空间：针对容错感知操纵的与规划器无关的对抗攻击
机构 * Guangzhou University（广州大学） ； University of Science and Technology of China（中国科学技术大学） ； Northwestern Polytechnical University（西北工业大学）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO
AI总结 提出针对容错感知操纵的与规划器无关攻击框架，通过运动学占用热图刻画机器人能力，将攻击设为预算最大覆盖优化，实验表明该方法能可靠引发规划失败，优于基线。
Comments Accepted by IROS'2026
抱最好的希望，做最坏的打算：自动驾驶车辆的遮挡感知应急规划
机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； Traton AB（特拉顿集团） ； Chalmers University of Technology（查尔姆斯理工大学） ； Univeristy of Gothenburg（哥德堡大学）
专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO
AI总结 针对城市环境中自动驾驶车辆面临的遮挡风险，提出正式的遮挡感知轨迹规划框架，基于可达性分析方法，集成树形运动规划器，减少保守性并保障安全，在模拟场景中验证有效性。
超越视线：复杂场景中V2X集体感知的混合验证
机构 * European Union（欧盟）
专题命中 感知 ：occupancy(abstract)；分类 cs.RO
AI总结 提出一种概率框架和混合验证方法，通过贝叶斯融合算法扩展感知范围，在环形交叉口场景中实现视场覆盖增加260%，占用单元召回率从0.82提升至0.94。
Comments 6 pages, 4 figures, to be presented in ITS World 2026
LAMBDA：用于无人机传感与通信的低空多模态基础数据集
专题命中 感知 ：LiDAR(abstract)
AI总结 研究低空综合传感与通信需对齐多模态数据，为此引入LAMBDA数据集，通过高保真数字孪生管道生成，具有多种特性，涵盖多场景多条件，支持多种参数设置，经评估有可靠性与可用性。
多信号高效上中频带频谱感知
专题命中 感知 ：occupancy(abstract)
AI总结 研究上中频带频谱感知中主用户信号数量、带宽及信噪比均未知时的频域占用估计问题，通过广义似然比检验及结合二分搜索与动态规划的高效搜索程序，验证方法实用性。
ATS-ToDMA：用于跨模态语义通信的自适应令牌选择和令牌域多址接入
专题命中 感知 ：occupancy(abstract)
AI总结 针对语义通信系统效率问题，提出ATS-ToDMA框架，通过联合进行语义令牌选择、干扰感知调度和语义感知功率分配，引入SSINR指标，开发调度器，推导分析边界，相比基准有性能提升。
Comments 13 pages, 9 figures. Submitted to a journal, under review
UNIVERSE：面向自动驾驶的基于灵活掩码调制模态生成的统一视频动作模型
机构 * University of Twente（特温特大学） ； Xiaomi EV（小米汽车） ； University of Cambridge（剑桥大学） ； University of Bath（巴斯大学）
专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 针对现有方案难以将视频建模收益迁移至轨迹生成的问题，提出单掩码调制扩散Transformer的统一模型，通过模态解耦掩码实现直接的视频监督，大幅提升跨域动作泛化与推理效率。
Comments 18 pages, 7 figures, 8 tables
超可靠低延迟通信（URLLC）约束下蜂窝连接无人机的切换感知轨迹规划
专题命中 规划控制 ：trajectory planning(title,abstract)
AI总结 研究蜂窝连接无人机在URLLC约束下执行任务的切换感知轨迹规划，用信号时序逻辑和有限块长URLLC可行性表征要求，制定联合规划问题，采用逻辑网络流等求解，模拟表明规划器可执行任务并揭示多因素对轨迹等的影响。
视觉语言动作模型所言即所指？论忠实性在具身推理中的作用
机构 * Stanford University（斯坦福大学） ； Politecnico di Milano（米兰理工大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Italian Institute of Artificial Intelligence (AI4I)（意大利人工智能研究所） ； NVIDIA Research（英伟达研究院）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI
AI总结 研究视觉语言动作模型中具身思维链是否真实反映决策过程。区分功能推理与忠实推理，指出当前对齐策略不足，通过人类评估揭示差距，用学习的评论家操作具身忠实性的行为替代物，强化学习后训练策略提升了忠实性。
AnchorVLA：为视觉-语言-动作规划连接离散决策与连续轨迹
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与交通国家重点实验室） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Meituan Inc.（美团公司） ； Dongfeng Motor Corporation（东风汽车公司）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI
AI总结 自动驾驶规划需将多种信息转化为连续轨迹，现有视觉-语言-动作（VLA）规划器有局限。提出AnchorVLA框架，用轨迹模式锚连接高层VLA推理与连续轨迹执行，提升效率、语义动作对齐和生成灵活性。
CritiqueDriveVLM：从验证器引导的强化学习到自动驾驶的潜在思想蒸馏
机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； School of Digital Media & Design Arts（数字媒体与设计艺术学院） ； Beijing University of Posts and Telecommunications（北京邮电大学）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.CV、cs.AI
AI总结 提出CritiqueDriveVLM框架解决自动驾驶中推理幻觉等问题，先通过验证器引导的强化学习培养强大教师模型，再用潜在思想蒸馏压缩能力到学生模型，提升性能并大幅降低推理延迟。
Comments Accepted by ECCV 2026
CLEAR：用于端到端自动驾驶的大规模闭环强化学习
机构 * Qualcomm AI Research（高通人工智能研究中心）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV
AI总结 研究端到端自动驾驶，针对现有基于视觉语言动作模型的策略多采用模仿学习致闭环规划性能欠佳的问题，提出CLEAR系统，用强化学习进行闭环训练，设计异构管道增加并行模拟环境数量，性能优于先前方法。
PixelPilot：用于端到端自动驾驶的可扩展视觉-语言-动作模型
机构 * MoE Key Lab of Artificial Intelligence, Institute of AI, Shanghai Jiao Tong University（教育部人工智能重点实验室，上海交通大学人工智能研究院） ； Central Research Institute, Huawei（华为中央研究院）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 针对现有视觉-语言-动作模型在自动驾驶场景中数据可扩展性有限等问题，提出PixelPilot，采用解耦规划和提升范式，通过知识灌输策略学习，提升了模型性能。
Comments Accepted by ECCV 2026
一种曝光时间对齐的主路径架构用于自动驾驶ECU
机构 * National Institute of Advanced Industrial Science and Technology, Japan（日本国家先进工业科学与技术研究院）
专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO
AI总结 针对生产车辆从模块化多NN流水线向端到端自动驾驶过渡的需求，提出主路径、曝光时间对齐和共路径共存三项设计原则，在双SoC平台上实现平均296ms的延迟。
用于连接受限环境中自主物联网节点的统一多模态传感与主动稳定框架：从周边哨兵到高价值货物保护
专题命中 端到端驾驶 ：LiDAR(abstract)
AI总结 探讨连接受限环境下自主物联网节点需求，提出广义节点架构，扩展其传感与通信模态，通过复合风险指数耦合遥测与地理信息系统，统一两种部署模式并给出分析与实例。
TGRIP：一种用于自动驾驶中车辆实例预测的文本引导方法
机构 * Electronics Department, University of Alcalá (UAH)（阿尔卡拉大学（UAH）电子系）
专题命中 BEV与占用 ：autonomous driving(title,abstract)；BEV(abstract,abstract_cn)；occupancy(abstract)；driving perception(abstract)
AI总结 研究自动驾驶中鸟瞰图实例预测问题，提出TGRIP框架，利用视觉语言基础模型生成语义增强地图作辅助监督，使网络学习时空表征，提升预测能力。
Comments 11 pages, 5 figures
SparseOcc++：用于语义占用预测的几何感知稀疏潜在表示
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（教育部人工智能重点实验室，上海交通大学人工智能研究院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
专题命中 BEV与占用 ：occupancy(title,abstract)；BEV(abstract,abstract_cn)；autonomous driving(abstract)；分类 cs.CV
AI总结 研究针对基于视觉的3D语义占用预测，提出SparseOcc++框架，通过场景完成场将场景完成与语义分割解耦，用新方法建模复杂户外几何，实验表明其提升了IoU且速度更快。
FDR-Occ：用于全光谱3D占用预测的因子分解密集路由
机构 * SKL-IOTSC, CIS, University of Macau（澳门大学物联网与智慧城市国家重点实验室、计算机与信息科学系） ； Chongqing Afari Intelligent Drive Co., Ltd.（重庆阿法里智能驾驶有限公司） ； Geely Automobile Research Institute (Ningbo) Co., Ltd.（吉利汽车研究院（宁波）有限公司）
专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.CV
AI总结 研究基于视觉的3D占用预测，将视图变换抽象为无约束二分路由并提出因子分解密集路由（FDR），引入分辨率-上下文解耦架构，实验表明该框架性能优，在未校准设置中结构稳健性强。
Comments ECCV 2026
位置不确定性下的跨视角偏航估计：基于线对齐的偏航评分
机构 * Seoul National University（首尔大学） ； Meta ； Amazon（亚马逊） ； ShanghaiTech University（上海科技大学）
专题命中 BEV与占用 ：BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 提出LAYS方法，通过径向不变的线共识投票，在无需精确位置的情况下实现亚度级偏航精度，显著提升未知偏航下的跨视角定位性能。
Comments 31 pages, 15 figures, ECCV 2026
学习在杂乱收纳中进行刀片插入的3D可用空间
机构 * Amazon Robotics（亚马逊机器人公司）
专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.RO、cs.CV
AI总结 研究杂乱收纳中刀片插入的3D可用空间问题，利用VulcanVoxel方法，通过基于3D占用场的掩码自动编码器，从单峰数据恢复多模态预测，提升了性能。
用于STCF MDC中在线径迹重建的GPU加速基于矩阵的霍夫变换
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 针对STCF MDC实时径迹重建挑战，开发GPU加速基于矩阵的霍夫变换方法，通过算法-架构协同设计，改进数据表示与计算流程，提升重建吞吐量。
对角压缩的 Kagome 晶格中的轨道选择性 Mott 相和反铁磁相
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 通过对对角压缩Kagome晶格上的半填充Hubbard模型进行量子蒙特卡洛模拟，研究晶格角和相互作用对系统各子晶格性质的影响，发现几何压缩诱导子晶格分化，得到轨道选择性Mott相和丰富相图。
Comments 16 pages, 14 figures
WinTA-GIL：间歇信号环境下用于GNSS-IMU-LiDAR航向精化的窗口轨迹对齐
机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing (LIESMARS), Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感信息工程学院） ； College of Engineering and Computer Science, University of Michigan-Dearborn（美国密歇根大学迪尔伯恩分校工程与计算机科学学院）
专题命中 激光雷达 ：LiDAR(title,title_cn)；分类 cs.RO
AI总结 针对多源融合定位系统中航向估计难题，提出WinTA-GIL框架，通过基于时间窗口的优化策略融合GNSS、IMU和LiDAR信息，将航向估计转化为轨迹一致性优化问题，实验证明其性能优越。
Comments Accepted to IROS 2026.8 pages,10 figures
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