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。

2026-07-21 至 2026-07-21 共收录 9 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. BEV与占用 9 篇

2602.20575 2026-07-21 cs.CV 版本更新 85%

An interactive enhanced driving dataset for autonomous driving

一种交互增强的自动驾驶数据集

Haojie Feng, Xinrui Zhang, Mengjie Tian, Peizhi Zhang, Zhuoren Li, Junpeng Huang, Xiurong Wang, Junfan Zhu, Jianzhou Wang, Dongxiao Yin, Lu Xiong

专题命中 BEV与占用 :autonomous driving(title,abstract);BEV(abstract,abstract_cn);分类 cs.CV

AI总结 本文提出交互增强驾驶数据集,通过生成合成视频实现多模态对齐,用于评估和优化自动驾驶模型的推理能力。

Comments Accepted for publication in Scientific Data

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17767 2026-07-21 cs.RO 新提交 84%

VLN-AVP: Zero-Shot Vision-Language Navigation with Hybrid Long-Short-Term Memory for Autonomous Valet Parking

VLN-AVP:用于自动代客泊车的基于混合长短时记忆的零样本视觉语言导航

Yijian Li, Xiangru Mu, Changze Li, Hantian Shi, Jiyuan Cai, Jia Cai, Xiaoxue Liu, Yajing Sun, Ming Yang, Tong Qin

机构 * Shanghai Jiao Tong University(上海交通大学) Yinwang Intelligent Technology Co., Ltd.(银望智能科技有限公司)

专题命中 BEV与占用 :BEV(summary_cn,abstract);autonomous driving(abstract);分类 cs.RO

AI总结 研究针对自主代客泊车依赖预建地图限制可扩展性问题,提出VLN-AVP零样本导航框架,结合BEV模型与VLM,引入混合记忆系统,构建数据集和基准,实验证明该方法在模拟和实际车辆实验中均有良好效果,提升了成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18078 2026-07-21 cs.CV 新提交 79%

VGOcc: Learning Visual-Geometric Gaussians for Vision-Centric 3D Driving Occupancy Prediction

VGOcc:学习视觉几何高斯用于以视觉为中心的3D驾驶占用预测

Junhong Lin, Xianda Guo, Kangli Wang, Yuqi Ye, Xiaoyu Liang, Yanlun Peng, Wei Gao

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

AI总结 研究仅视觉3D驾驶占用预测问题,提出VGOcc方法,通过从基础模型学习视觉和几何线索,纳入高斯建模的初始化与细化,实现高效语义占用预测,在nuScenes实验中达最优性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17852 2026-07-21 cs.RO 新提交 57%

Lifelong Localization in Dynamic Indoor Environments Combining Odometry with Sparse Distance Sampling

结合里程计与稀疏距离采样的动态室内环境终身定位

Michael M. Bilevich, Tomer Buber, Dan Halperin

机构 * Blavatnik School of Computer Science and Artificial Intelligence, Tel-Aviv University(特拉维夫大学布拉瓦尼克计算机科学与人工智能学院)

专题命中 BEV与占用 :LiDAR(abstract);分类 cs.RO

AI总结 研究动态室内环境中机器人定位问题,提出结合里程计与稀疏距离采样的终身定位框架,能实时解决绑架机器人问题,在静态和动态环境中均收敛到真实姿态,少量距离样本即可实现与SLAM相当的定位,具多方面优势。

Comments Appeared in the 2026 IEEE International Conference on Robotics and Automation (ICRA)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17481 2026-07-21 cs.AI cs.DB cs.LG 新提交 57%

Panache: One-Pass Motif Discovery at Every Window Length

Panache:在每个窗口长度下进行单遍基序发现

Tej Sanibh Ranade

专题命中 BEV与占用 :occupancy(abstract);分类 cs.AI

AI总结 研究针对时间序列基序发现中模式持续时间未知的问题,提出单遍流算法Panache。通过滑动DFT递归等维护频谱状态,利用Parseval定理在哈希目录中让相似子序列碰撞,自行计算依赖数据的参数,在多个数据集上表现出色,速度远超基线方法。

Comments 23 pages, 4 figures, 19 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.16408 2026-07-21 cs.OS cs.AR cs.NI 新提交 50%

Rethinking Polling Efficiency in Service Core Network Stacks

重新思考服务核心网络栈中的轮询效率

Matheus Stolet, Simon Peter, Antoine Kaufmann

专题命中 BEV与占用 :occupancy(abstract)

AI总结 研究服务核心网络栈轮询效率,通过对AMD EPYC处理器测量,发现回收闲置核心收益低且增加调度复杂度,进而提出以预算为中心的观点,将功率作为基本资源,等待策略作为首要系统设计选择。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17358 2026-07-21 cond-mat.stat-mech physics.geo-ph 新提交 50%

Richards' equation as a hydrodynamic limit: Chapman--Enskog reduction of the continuum kinetic equation for unsaturated soil water

作为流体动力学极限的理查兹方程:非饱和土壤水连续介质动力学方程的查普曼 - 恩斯科格约化

Riccardo Rigon

专题命中 BEV与占用 :occupancy(abstract)

AI总结 研究从孔隙填充分布的动力学理论推导非饱和水流的理查兹方程,通过查普曼 - 恩斯科格约化CKE,由达姆科勒数控制,得出相关结果,还能导出双渗透率和多渗透率模型,\(Da\)不小则需完整CKE。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.16971 2026-07-21 cond-mat.stat-mech math-ph math.MP 新提交 50%

Occupation-condensation transition of a sublinearly vertex-reinforced random walk on regular tree

正则树上次线性顶点强化随机游走的占据凝聚转变

Bon A Koo, Edward Ju

专题命中 BEV与占用 :occupancy(abstract)

AI总结 研究正则树上次线性顶点强化随机游走的占据凝聚转变,通过分析概率与参数关系,发现有限\(\beta_c(a,b)\)处的凝聚转变,四个估计器定位相同阈值,还研究了冻结环境下的可逆性及相关性质,揭示了占有率的非自平均和双峰现象。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.25011 2026-07-21 cond-mat.str-el cond-mat.quant-gas cond-mat.stat-mech quant-ph 版本更新 50%

Topological phases of bosons with local parity coupling on a dimerized lattice

二聚化晶格上具有局域宇称耦合的玻色子拓扑相

Ashirbad Padhan, Harsh Nigam

专题命中 BEV与占用 :occupancy(abstract)

AI总结 研究具有局域宇称耦合的二聚化玻色子晶格模型,用密度矩阵重整化群模拟,发现半填充时正宇称耦合稳定的SPT相和单位填充时负宇称耦合稳定的配对玻色子拓扑相,确立局域宇称耦合为理解一维玻色子拓扑相的框架。

Comments Accepted version; 13 pages, 11 figures (including appendices)

Journal ref Phys. Rev. B 114, 055121 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏