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。
FedS2R: 面向自动驾驶中合成到真实语义分割的一次性联邦域泛化
机构 * Computer Vision Center (CVC) Univ. Autònoma de Barcelona (UAB) Barcelona, Spain（计算机视觉中心（CVC）巴塞罗那自治大学（UAB）巴塞罗那，西班牙）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV、cs.AI
AI总结 提出FedS2R框架，通过不一致性驱动的数据增强和多客户端知识蒸馏，实现自动驾驶中合成到真实语义分割的一次性联邦域泛化，在五个真实数据集上性能接近集中式训练。
Comments Accepted by IEEE Intelligent Vehicles Symposium (IV) 2026
CoGoal3D：基于3D感知融合与优化的协作式3D目标检测
机构 * Zhejiang University（浙江大学） ； Zhejiang Provincial Key Laboratory of Multi-Modal Communication Networks and Intelligent Information Processing（浙江省多模态通信网络与智能信息处理重点实验室） ； China Jiliang University（中国计量大学）
专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI
AI总结 针对V2X协作目标检测中3D检测效果不佳的问题，提出CoGoal3D框架，通过两阶段管道提取和优化3D特征，设计融合模块与辅助任务，还提出数据增强策略，在多数据集上取得新的最优性能。
Comments Accepted to ECCV 2026. 17 pages, 8 figures, 6 tables. Code: https://github.com/Megalo-f/CoGoal3D
Sarus：通过同态加密实现隐私保护的多供应商感知融合
机构 * National Institute of Standards and Technology, USA（美国国家标准与技术研究院） ； Michigan Technological University, USA（密歇根理工大学）
专题命中 感知 ：LiDAR(abstract)；分类 cs.CV
AI总结 研究自动驾驶多供应商感知融合的隐私保护问题，提出Sarus框架，利用同态加密，将检测编码为高斯矩向量加密传输，服务器在加密域聚合，实验表明其能有效聚合互补检测，提高覆盖率，实现实时隐私保护融合。
用于运行时可调公交信号优先的偏好条件多目标强化学习
专题命中 感知 ：occupancy(abstract)；分类 cs.AI
AI总结 研究公交信号优先中平衡多目标的问题，提出偏好条件TSP控制器，能在运行时通过偏好参数调整权衡公交与整体交通延误，无需重训练。通过扩展场景生成实现，实验表明该控制器优于基线，保持约束可行性，且能揭示不同偏好下的非公交外部性情况。
Comments 8 pages, 3 figures, 4 tables. Accepted at the 29th IEEE International Conference on Intelligent Transportation Systems (ITSC 2026). Code: https://github.com/urbanAIthi/morl-tsp
用于支持6G的联网自动驾驶车辆的基于VAE的多任务卫星辅助语义通信框架
专题命中 感知 ：autonomous driving(abstract)
AI总结 针对智能交通系统中联网自动驾驶车辆的通信需求，提出基于VAE的多任务卫星辅助语义通信框架，利用概率潜在表示编码，经噪声信道传输特征进行交通标志重建与分类，能显著降低带宽并保持性能稳定。
从距离到轨迹：无人机的实时带符号距离函数映射与距离加速运动规划
机构 * UC San Diego（加州大学圣地亚哥分校） ； Shield AI（护盾人工智能公司）
专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO、cs.CV、cs.AI
AI总结 研究针对无人机在杂乱环境中的自主飞行，提出围绕带符号距离函数协同设计映射与规划阶段。开发OREN重建SDF，Bubble$^\star$基于距离信息规划，减少碰撞检查。集成方法在四旋翼飞行器上实时导航，提升SDF估计并快速找到长轨迹。
Comments 25 pages, 10 figures, 5 tables
针对对手的随机多目标运动动力学规划
机构 * University of Michigan（密歇根大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 研究在含随机混合对手环境下的多目标运动动力学规划，核心方法是将规划空间转移到闭环策略序列，通过蒙特卡洛粒子展开评估风险，引入SMO-RRT和SMO-SST算法，推导有限样本界，实现概率安全规划。
Comments 8 pages, 1 figure, accepted to CDC 2026
STL-GCS：一种基于时变凸集图的信号时序逻辑规划器-控制器框架
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 提出用于满足凸谓词上STL规范的统一轨迹规划与控制框架，规划层将任务编码为时变凸集，结合GCS框架并由B样条参数化轨迹，控制层据此设计反馈控制器，通过仿真和实际实验验证了该方法。
CR-Solver：用于腱驱动连续体机器人的GPU加速运动学求解器
机构 * Beihang University（北京航空航天大学）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 针对连续体机器人运动规划问题，提出CR-Solver求解器，它基于优化框架统一逆运动学等，利用GPU加速并行优化，在三项任务验证中比传统CPU求解器显著加速，成功率超95%精度达毫米级，且用纯Python实现，为高性能运动规划提供基础。
Comments IROS 2026
物联网中使用轻量级支持向量回归的CoAP预测性重传超时
专题命中 规划控制 ：occupancy(abstract)
AI总结 研究物联网中CoAP拥塞控制问题，提出prCoAP方法，用线性支持向量回归集成预测RTO，结合校准随机森林丢弃分类器，经实验验证该方法在分组交付率和系统效率上表现良好。
Comments Submitted to WFIoT 2026 regular track
用于逼真且可控的视觉交通场景生成的端到端条件扩散
机构 * Zhongguancun Laboratory（中关村实验室） ； Tianjin University（天津大学） ； Beihang University（北京航空航天大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； State Key Laboratory of Software Development Environment（软件开发环境国家重点实验室） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
专题命中 端到端驾驶 ：autonomous driving(abstract)；分类 cs.RO
AI总结 研究如何生成逼真且可控的视觉交通场景，提出端到端条件扩散框架E2E-CDiff，基于前视图视觉观察联合去噪未来运动状态等，减轻规划控制不匹配，实验表明其在可控性与逼真性权衡上表现良好，还能引发挑战性交互，作为自我规划器有竞争力。
什么决定了绝对偏移GPU LZ77中的解码吞吐量？一种工作粒度机制和编码时间最小匹配长度杠杆
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究绝对偏移GPU LZ77解码吞吐量的影响因素及改进方法，通过实验发现由工作粒度决定，提出编码端增大最小匹配长度的杠杆，能同时提升压缩率和解码吞吐量。
Comments 4 pages, 4 tables. Fourth paper in the ACEAPEX series (see arXiv:2606.04268, 2606.18900, 2606.24531)
从分布矩的角度看分子轨道自旋系统NaV₂O₅中的磁交换相互作用
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究NaV₂O₅分子轨道自旋系统的磁交换相互作用，采用分布矩方法，将自旋密度集中到原子磁位点，利用线性响应方法计算交换作用，发现钒氧基和桥氧位点磁矩间交换作用与钒原子间相当甚至更大，对临界温度起关键作用，自旋波谱有异常集体激发。
Comments 5 pages, 4 figures
从干扰到探测的聚集偏差I：星系一致性与线性物质聚集之间的关系
专题命中 BEV与占用 ：occupancy(abstract)
AI总结 研究星系聚集偏差，通过将淬火邻域统计写成关联函数形式，测试其尺度依赖性，分离晕质量偏差和聚集偏差贡献，发现聚集偏差决定双晕星系一致性幅度，统计结构抑制非线性残差。
Comments Letter to the Editor -- Accepted for publication in A&A
基于旋转平台的静态线扫描激光雷达的两阶段外部校准
机构 * SiLC Technologies（SiLC技术公司）
专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 研究基于旋转平台的静态线扫描激光雷达校准问题，探索自动方法静态和动态估计旋转轴变换，通过真实数据集验证算法并研究其收敛特性。
Comments 8 pages, 13 figures. Manuscript accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
WHU-PCPR：用于复杂城市场景中地点识别的跨平台异构点云数据集
机构 * School of Advanced Manufacturing, Nanchang University（南昌大学先进制造学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Department of Geomatics Engineering, University of Calgary（卡尔加里大学测绘工程系） ； School of Earth Sciences and Engineering, Hohai University（河海大学地球科学与工程学院） ； School of Geography and Environment, Jiangxi Normal University（江西师范大学地理与环境学院） ； School of Information Engineering, Nanchang University（南昌大学信息工程学院） ； State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； Hubei Luojia Laboratory（湖北省珞珈实验室）
专题命中 激光雷达 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV
AI总结 针对现有PCPR数据集在场景、平台和传感器方面缺乏多样性的问题，建立跨平台异构点云数据集WHU-PCPR，其具备独特特征。基于此对几种PCPR方法评估分析，讨论关键挑战与未来方向，推动相关研究发展。
PI3DETR：基于几何感知的3D点云边缘参数实例检测
机构 * AIT Austrian Institute of Technology Center for Vision, Automation & Control（奥地利技术研究院视觉、自动化与控制中心）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 PI3DETR通过几何感知的匹配策略和专用损失函数，实现对多种参数化曲线的统一检测，提升3D点云边缘检测的鲁棒性和实用性。
Great X：一种统一的多模态模拟器，弥合6G的模拟与现实差距
机构 * Shanghai University（上海大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学）
专题命中 仿真评测 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 针对6G无线研究中多模态数据集收集难题及现有模拟器不足，提出在虚幻引擎实现统一单引擎模拟器Great-X，集成光线追踪等技术，构建含大量同步样本的Great-MCD，实验显示其性能优于现有模拟器及测量数据基线。
防御性驾驶如何提高驾驶安全性：关于驾驶员防御性驾驶行为的驾驶模拟器研究
机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院）
专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO
AI总结 该研究通过驾驶模拟器实验，定义防御性驾驶，收集82名参与者数据并分组，经组间和试验间比较，发现防御性驾驶能力强的驾驶员能更激烈操作、更早识别风险并行动，提高驾驶安全性，为培训和算法训练提供依据。
Comments 17 pages, 8 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