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。
ViCo3D：利用视觉基础模型增强基于激光雷达的协作式3D目标检测
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 感知 ：LiDAR(title,abstract)；BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 研究针对V2X系统中基于激光雷达协作式3D感知的不足，提出ViCo3D框架。通过将点云投影为图像让VFM提取特征，引入融合模块及跨智能体融合策略，实现了先进的3D检测性能，提升了协作增益。
基于假设验证和意图分析的自动驾驶系统分层故障定位
专题命中 感知 ：autonomous driving(title,abstract)
AI总结 针对自动驾驶系统故障难定位问题，提出HINT框架，通过假设验证和意图分析分两阶段进行分层故障定位，无需重新模拟，经在Apollo上评估，该框架在模块级诊断和代码级定位性能强，实际错误端到端准确率达77.8%。
LARAD：通过空间逻辑推理进行布局感知道路异常检测
机构 * Shanghai University（上海大学） ； Xi’an Jiaotong-Liverpool University（西交利物浦大学）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 针对自动驾驶中异常检测问题，提出LARAD方法，通过空间逻辑推理，引入SLVS管道生成训练样本，并用轻量级注意力分支增强分割网络，显著提升对逻辑异常的鲁棒性，保持单模型架构高效率并达新的技术水平。
在低光照条件下学习：用于交通标志识别的数据集和算法
机构 * IISER Bhopal（印度比哈尔州国际研究学院）
专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出INTSD数据集和LENS-Net算法，解决夜间交通标志识别中的低光照和干扰问题，通过大规模数据和先进模型验证了夜间识别的挑战与方法。
TRIG：轨迹-装置解耦度量几何学习
机构 * Carizon（卡里松） ； ShanghaiTech University（上海科技大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.CV
AI总结 针对自动驾驶中视觉几何模型不适用于刚性多相机驱动系统的问题，提出TRIG框架，将相机姿态分解，引入解耦编码与监督及稀疏时空注意力，在多基准测试中实现姿态估计、深度预测和3D重建的最优性能。
Comments 10 pages, 4 figures, 8 tables
TADPO：强化学习走向越野
机构 * Robotics Institute, School of Computer Science, Carnegie Mellon University（机器人研究所，计算机科学学院，卡内基梅隆大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI
AI总结 TADPO通过改进的策略梯度方法，首次在全规模越野平台上实现了基于强化学习的自动驾驶解决方案，能够应对复杂地形和低信号奖励环境。
Comments Accepted for Oral Presentation at ICRA 2026
闭环机器人反应式规划的实时模型检查
机构 * School of Computing Science University of Glasgow Glasgow Scotland UK（计算科学学院格拉斯哥大学格拉斯哥苏格兰英国） ； School of Biomedical Engineering University of Glasgow Glasgow Scotland UK（生物医学工程学院格拉斯哥大学格拉斯哥苏格兰英国） ； University of Glasgow（格拉斯哥大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO、cs.AI
AI总结 研究利用模型检查让自主机器人实现反应式多步规划与避障，特制算法基于生物知识实时原位生成规划，通过链式系统和临时快照减轻状态空间爆炸，实验证明方法有效且性能提升，为自动驾驶导航发展提供案例，适用于关键任务移动机器人。
Comments 41 pages excluding references, 21 figures, submitted to Formal Aspects of Computing
基于模型的扩散最优控制用于多机器人运动规划
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 针对多机器人运动规划难题，介绍基于模型的扩散最优控制（MDOC），它不依赖数据，通过结合动力学模型与控制障碍函数约束投影，利用基于冲突搜索的安全机制，在模拟实验中展现出优于基线规划器的性能。
基于稀疏注意力的自适应跨模态融合用于行人过街意图预测
机构 * Faculty of Information Science & Technology, Multimedia University（信息科学与技术学院，马来西亚多媒体大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV
AI总结 研究针对自动驾驶中行人过街意图预测问题，提出ADAPT多模态框架，通过五个模块联合建模视觉和运动信息，实验证明该方法优于现有技术，在准确率和实时性上取得平衡，为智能交通等应用提供有效方案。
Comments 17 pages, 5 figures, 4 tables. Under review at PeerJ Computer Science
Mosaic：一种可扩展的用于规则基和学习型运动规划组合的框架
机构 * Institute of Measurement and Control Systems, Karlsruhe Institute of Technology (KIT)（测量与控制系统的研究所，卡尔斯鲁厄理工学院） ； FZI Research Center for Information Technology（信息技术研究所以）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 Mosaic框架结合规则基和学习型运动规划方法，通过仲裁图实现结构化决策，提高自动驾驶的安全性和可解释性，实验表明其在多个基准测试中表现优异。
Comments accepted for presentation at 2026 IEEE/RSJ International Conference on Intelligent Robots & Systems, 8 pages, 7 figures, 5 tables
用于具有周期性行为的最优轨迹生成的混合伯恩斯坦 - 傅里叶逼近
专题命中 规划控制 ：trajectory planning(abstract)
AI总结 针对自主系统中最优轨迹生成问题，提出混合伯恩斯坦 - 傅里叶逼近框架，利用伯恩斯坦多项式和傅里叶级数特性，通过调节最小二乘法确定系数，提升计算效率和精度，为最优轨迹规划提供了有效方法。
Comments 56 pages, 10 figures
端到端自动驾驶中的训练后处理
机构 * Northeastern University（东北大学） ； Purdue University（普渡大学）
专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV
AI总结 探讨端到端自动驾驶中训练后处理技术，针对传统方法不足，将现有文献按监督形式分四类，阐述各分类的能力、局限与挑战，助力系统理解该领域并推动相关研究。
通过深度神经网络的自动化端到端优化和部署提高自主纳米无人机性能
专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO、eess.IV
AI总结 研究如何通过自动化端到端优化和部署DNN提高自主纳米无人机性能，聚焦PULP-Dronet在Crazyflie 2.1纳米无人机上的部署，实现内存占用减少、推理时间加速，提升了无人机在避障、自由飞行和车道跟随等方面的性能，还开源了相关软件设计。
Comments 16 pages, 8 figures, 5 tables. This paper has been accepted for publication in the IEEE Journal on Emerging and Selected Topics in Circuits and Systems (JETCAS) copyright 2021 IEEE
用于尖晶石氧化物、硫化物和硒化物的热力学稳定性、带隙和磁矩的配位解析替代模型
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究尖晶石化合物相关性质，通过从材料项目挑选条目训练树集成替代模型预测多种性质，经多次分组留出法测试，冠军模型在形成能等方面有一定误差水平，带隙回归有负面结果，还通过SHAP归因等分析了模型与性质的联系。
LIDAR-AD：一种用于自动驾驶的无解码器潜在交互梦想家与动作残差链
机构 * School of Mechanical Engineering, Southeast University（东南大学机械工程学院） ； Department of Civil and Environmental Engineering, University of Michigan（密歇根大学土木与环境工程系） ； Xheart Technology Co., Ltd.（芯驰科技有限公司）
专题命中 激光雷达 ：LiDAR(title,title_cn)；autonomous driving(title,abstract)
AI总结 研究针对自动驾驶中多源观测冗余问题，提出LIDAR-AD，用减少冗余的潜在对齐取代观测重建，将车辆控制建模为残差动作更新，经实验验证其在模拟场景和现实布局下性能优异，能提升风险感知等能力。
DeGuNet：用于高效激光雷达-相机3D检测的深度引导超紧凑骨干网络
机构 * Tianjin University（天津大学） ； Peking University（北京大学）
专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；driving perception(abstract)；分类 cs.CV
AI总结 研究针对自动驾驶中激光雷达与相机融合检测依赖2D预训练骨干网络的问题，提出DeGuNet，通过稀疏感知机制有效对齐图像与激光雷达深度，实验证明其能消除架构冗余，提升效率并提高mAP，建立参数高效多模态3D感知新范式。
Comments Accepted to ECCV 2026
StratMamba：用于基于路径高效的激光雷达避障的策略性和反应性流划分
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； AlphaZ, Inc.（阿尔法兹公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 研究针对复杂环境中机器人导航问题，提出StratMamba双流时间建模架构，结合快慢衰减内存架构处理激光雷达数据。经多场景评估及与其他基线对比，其在时间推理效率、导航速度和路径最优性方面表现出色，在现实中性能更稳健。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 6 figures. Video: https://www.youtube.com/watch?v=Z0FfO_AVaSw
ACZ-GSeg：基于自适应同心区域的激光雷达点云两阶段地面分割
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 针对复杂道路场景中地面分割难题，提出基于自适应同心区域模型的两阶段地面分割方法，构建模型确定扇区数量，粗、细分割阶段分别采用不同约束提取和细化地面点，实验证明该方法能适应点云分布特征，提高分割稳定性。
共振增强的集成声光束转向
专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)
AI总结 本文提出一种基于薄膜铌酸锂平台的集成声光束转向技术，通过共振增强实现高效束转向，并结合电光控制实现多功能应用。
用于可重构光学和光电器件的扭转工程
专题命中 激光雷达 ：LiDAR(abstract)
AI总结 研究可重构光学和光电器件的扭转工程，回顾扭转角计量学现状及表征方法，探讨扭转角控制技术路线，包括多种方法的能力、局限与前景，还讨论其未来从单个结构制造向动态可重构系统发展及相关代表性技术与应用。
DiffRadar：基于高斯场的可微物理感知雷达SLAM
机构 * Clemson University（克莱姆森大学）
专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO
AI总结 研究针对现有雷达SLAM系统不足，提出DiffRadar，将雷达观测建模为可微高斯场，通过可微雷达前向模型联合优化位姿与场景结构，经实验验证该方法能显著提升轨迹精度、地图一致性并保持实时性能。
迈向可信自主科学：两年社区路线图
机构 * U.S. Department of Energy, Office of Science, Office of Advanced Scientific Computing Research（美国能源部科学办公室高级科学计算研究办公室）
专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.AI
AI总结 该研究针对自主科学领域发展现状及问题，更新路线图围绕七个维度，评估原有里程碑并新增四个，规划两年发展路径，第一年聚焦接口等搭建验证框架，第二年针对联盟等，强调基层网络的互操作性。
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