自动驾驶

Graph-Loc: Robust Graph-Based LiDAR Pose Tracking with Compact Structural Map Priors under Low Observability and Occlusion

Graph-Loc：在低可观测性和遮挡情况下基于紧凑结构地图先验的稳健基于图的激光雷达位姿跟踪

Wentao Zhao, Yihe Niu, Zikun Chen, Rui Li, Yanbo Wang, Tianchen Deng, Jingchuan Wang

机构 * School of Automation and Intelligent Sensing, Institute of Medical Robotics, Shanghai Jiao Tong University（自动化与智能感知学院，医学机器人研究所，上海交通大学） ； School of Mathematical Sciences Shanghai Jiao Tong University（数学科学学院，上海交通大学） ； Shenzhen Qingmang Robotics Technology Co., Ltd.（深圳清芒机器人科技有限公司） 纠错

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

AI总结 研究在低可观测性和遮挡下基于地图的激光雷达位姿跟踪问题，提出Graph-Loc框架，利用紧凑结构地图先验，通过提取基元、模拟射线、不平衡最优传输等方法，实现准确稳定跟踪，适用于异构地图源。

Development of a Raman Lidar for the Southern Site of the Cherenkov Telescope Array Observatory

切伦科夫望远镜阵列天文台南部站点拉曼激光雷达的研制

Patrick Brun, Omar Gabella, Stephane Rivoire, George Vasileiadis

专题命中 激光雷达 ：LiDAR(title,abstract)

AI总结 本文围绕切伦科夫望远镜阵列天文台南部站点需求，研制LUPM拉曼激光雷达系统，通过在OHP天文台两年观测，获取355和532纳米处消光、后向散射及激光雷达比等数据，验证原型符合CTAO要求。

Time-to-Collision Based Dynamic Obstacle Avoidance Using Pretrained Vision Models for Robots in Unstructured Environments

基于碰撞时间的动态障碍物避障方法，利用预训练视觉模型用于非结构化环境中的机器人

Erik Jagnandan, Mulugeta Haile, Gregory Barber, Pratik Chaudhari

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

AI总结 研究非结构化环境中机器人动态避障问题，利用预训练视觉模型UniDepth，通过扩展特征对应管道等计算关键点TTC，实现避障。该方法数据效率高，无需模型训练，在真实数据上评估有较好表现，能在不同障碍物类型中保持可解释和可推广性。

Comments 9 pages, 8 figures

LTM: Large-scale Terrain Model for Wildfire-prone Landscapes

LTM：适用于易发生野火地区的大规模地形模型

Xiao Fu, Yue Hu, Meida Chen, Peter Anthony Beerel, Barath Raghavan

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 针对易发生野火地区传统地形重建方法不足，提出利用过时DEM的多模态重建框架，通过物理像素对齐降低计算复杂度，经大型地形模拟器验证，相比现有技术显著提升了重建精度与计算效率，为野火应对提供可扩展方案。