自动驾驶

3DPipe: A Pipelined GPU Framework for Scalable Generalized Spatial Join over Polyhedral Objects

3DPipe：一种用于可扩展多面体对象通用空间连接的流水线GPU框架

Lyuheng Yuan, Da Yan, Saugat Adhikari, Akhlaque Ahmad, Fusheng Wang

专题命中 感知 ：LiDAR(abstract,abstract_cn)

AI总结 本文提出3DPipe，一种利用GPU并行性处理多面体对象空间连接的流水线框架，通过多级剪枝策略和分块流式处理提升效率，实验显示其比现有最佳GPU方案TDBase快9倍。

TerraTransfer: Learning End-to-End Driving Policies Without Expert Demonstrations

TerraTransfer: 无需专家示范的端到端驾驶策略学习

Zikang Xiong, Weixin Li, Zhouchonghao Wu, Akshay Rangesh, Saarth Bonde, Grantland Hall, Chen Tang, Yihan Hu, Wei Zhan

机构 * Applied Intuition ； UCLA（加州大学洛杉矶分校） ； UC Berkeley（加州大学伯克利分校） 纠错

专题命中 端到端驾驶 ：end-to-end driving(title)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 提出一种无需专家示范的端到端驾驶方法，通过向量化模拟器中的自博弈预训练策略，再与预训练视觉骨干对齐，降低了数据成本并达到或超越现有方法。

OGM-CBF: Occupancy Grid Map-based Control Barrier Function for Safe Mobile Robot Control with Memory of out of View Obstacles

OGM-CBF：基于占用网格地图的控制屏障函数用于具有视 out of View 障碍物记忆的移动机器人安全控制

Golnaz Raja, Miloš Prágr, Topi Reino Johannes Kärki, Teemu Mökkönen, Reza Ghabcheloo

机构 * Faculty of Engineering and Natural Sciences, Tampere University（坦佩雷大学工程与自然科学学院） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.RO

AI总结 本文提出OGM-CBF方法，结合占用网格地图与控制屏障函数，解决移动机器人在未知环境中对已离开视野的障碍物记忆问题，提升安全性。

Comments Submitted to IROS 2026

Context Adaptive Extended Chain Coding for Semantic Map Compression

上下文自适应扩展链编码用于语义地图压缩

Runyu Yang, Junqi Liao, Hyomin Choi, Fabien Racapé, Ivan V. Bajić

专题命中 BEV与占用 ：occupancy(abstract)；分类 eess.IV

AI总结 本文提出一种基于链编码的语义地图无损压缩方法，通过扩展链码和上下文自适应熵编码实现高效压缩，实验表明在比特率和运行时间上均有显著提升。

Comments 12 pages, 11 figures

Frobenius orbit codes and finite-field Fourier spectra: exact distance and coset distributions

循环有限域傅里叶谱：伽罗华降维、本原子域和残差编码

David Kumallagov, Daniil Sizikov, Anton Zarubin

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出了一种伽罗华降维方法来研究任意有限基域上的有限域傅里叶谱。通过研究向量的傅里叶变换谱，证明了伽罗华降维定理，刻画了一维谱作为本原类索引的子域乘积，并展示了轨道种子表示在基域坐标中的最优性。对于任意向量，研究了两阶段表示g=f+h，其中f是类一致的，h是残差，并给出了精确支持最小化、符号重量生成函数、恢复保证、全局覆盖半径公式、随机残差尾界和熵型下界。还讨论了迹分解、正交基、规范子域嵌入和稀疏多项式残差后端的实现影响。

Comments 13 pages. Substantially revised and refocused version: new title, new structural normal form, exact distance and coset-leader distributions, list-size formulas, covering and deep-hole results, and new probabilistic asymptotics. The exposition and bibliography have been reorganized

Rate Equation for the Transfer of Interstitials across Interfaces between Equilibrated Crystals

间隙原子在平衡晶体界面间转移的速率方程

Jörg Weissmüller

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究间隙原子在平衡晶体界面间热激活转移，基于统计力学和恒定跃迁概率得出速率定律，该定律满足细致平衡原理，能解释金属氢化物在相变或临界点附近充电减缓的实验现象。

Comments Preprint of manuscript published as Phys. Rev. Lett. 136, 066201 (2026). This version 2 in arXiv includes correction as detailed in Erratum submitted June 22, 2026 to Phys. Rev. Lett.. Corrects inverted sign of time-constant in Eq (20); note added line in Eq A3. Conclusions maintained. Version v3 remedies a Tex problem in v2

Journal ref Original article: Phys. Rev. Lett. 136, 066201 (2026); Erratum: Phys. Rev. Lett. (2026)

Simulating Automotive Radar with Lidar and Camera Inputs

利用激光雷达和相机输入模拟汽车雷达

Peili Song, Dezhen Song, Yifan Yang, Enfan Lan, Jingtai Liu

机构 * Institute of Robotics and Automatic Information System, Nankai University（机器人与自动信息系统研究所，南开大学） ； Tianjin Key Laboratory of Intelligent Robotics（天津智能机器人重点实验室） ； TBI center, Nankai University（南开大学TBI中心） ； Department of Robotics, Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI)（人工智能 Mohamed Bin Zayed 大学机器人系） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 研究利用相机图像、激光雷达点云和自身速度模拟汽车雷达信号的方法，基于DIS-Net和RSS-Net两个神经网络，经实验验证能生成高保真信号，用其增强数据训练的目标检测网络性能更优，助力基于雷达的自动驾驶研发。

Comments Accepted by 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

MapAnything: Evaluating Monocular Metric Depth Models for 3D Urban Asset Localization

MapAnything: 评估单目度量深度模型用于3D城市资产定位

Miriam Louise Carnot, Jonas Kunze, Erik Quinten Fastermann, Eric Peukert, André Ludwig, Bogdan Franczyk

机构 * ScaDS.AI (University of Leipzig)（ScaDS.AI（莱比锡大学）） ； University of Leipzig（莱比锡大学） ； Kühne Logistics University（库赫内物流大学） ； Wrocław University of Economics（沃拉夫经济大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出MapAnything框架，通过单目图像自动映射城市物体和事件，利用度量深度估计模型计算物体坐标，验证其在复杂城市环境中的精度，展示其在交通标志和道路损坏等实际应用中的有效性。