自动驾驶

Absorption-Based, Passive Range Imaging from Hyperspectral Thermal Measurements

基于吸收的被动超光谱热测量范围成像

Unay Dorken Gallastegi, Hoover Rueda-Chacon, Martin J. Stevens, Vivek K Goyal

机构 * Department of Electrical and Computer Engineering, Boston University（波士顿大学电气与计算机工程系） ； Department of Computer Science, Universidad Industrial de Santander（圣安德烈斯工业大学计算机科学系） ； National Institute of Standards and Technology（美国国家标准与技术研究院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出一种基于超光谱热测量的被动范围成像方法，通过计算分离热辐射和大气吸收效应，实现无主动照明下的远距离物体范围估计。

Comments 15 pages, 14 figures

Journal ref IEEE Trans. Pattern Analysis & Machine Intelligence, vol. 47, no. 5, pp. 4044-4060, May 2025

In Pursuit of Many: A Review of Modern Multiple Object Tracking Systems

追寻众多：现代多目标跟踪系统的综述

Mk Bashar, Samia Islam, Kashifa Kawaakib Hussain, Md. Bakhtiar Hasan, A. B. M. Ashikur Rahman, Md. Hasanul Kabir

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文综述了现代多目标跟踪系统的发展，涵盖从基于检测到端到端设计的演变，以及基于变压器、生成模型等架构的最新进展，并探讨了基准趋势和实际部署中的挑战。

SpikeSMOKE: Spiking Neural Networks for Monocular 3D Object Detection with Cross-Scale Gated Coding

SpikeSMOKE：用于单目3D目标检测的脉冲神经网络与跨尺度门控编码

Xuemei Chen, Huamin Wang, Jing Peng, Hangchi Shen, Shukai Duan, Shiping Wen, Tingwen Huang

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 SpikeSMOKE通过跨尺度门控编码机制提升单目3D目标检测的低功耗性能，实现参数和计算量的显著减少

Perception-Aware Communication-Free Multi-UAV Coordination in the Wild

野外多无人机协同的感知-aware 通信-free 方法

Manuel Boldrer, Michal Kamler, Afzal Ahmad, Martin Saska

机构 * Department of Cybernetics, Czech Technical University in Prague（控制系，捷克技术大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种无需通信的多无人机协同方法，利用3D激光雷达进行SLAM和障碍物检测，实现复杂环境中的安全导航。

SiMO: Single-Modality-Operable Multimodal Collaborative Perception

SiMO: 单模态可操作的多模态协作感知

Jiageng Wen, Shengjie Zhao, Bing Li, Jiafeng Huang, Kenan Ye, Hao Deng

机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统上海研究院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机械电子工程与自动化学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 SiMO通过单模态可操作的多模态协作感知方法，解决多模态特征融合中的语义不匹配问题，提升协作感知性能。

Comments Accepted to ICLR 2026. This arXiv version includes an additional appendix (Appendix 15) containing further philosophical discussion not included in the official ICLR peer-reviewed version

Elytra: A Flexible Framework for Securing Large Vision Systems

ELYTRA：一种用于安全大型视觉系统的灵活框架

Richard E. Neddo, Emmanuel Atindama, Zander W. Blasingame, Chen Liu

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 ELYTRA框架通过低秩适应技术，为大型视觉系统提供动态安全修补，有效提升对抗性示例下的分类准确率

Comments Updated pre-print. Under review

On the Feasibility and Opportunity of Autoregressive 3D Object Detection

关于自回归3D目标检测的可行性与机会

Zanming Huang, Jinsu Yoo, Sooyoung Jeon, Zhenzhen Liu, Mark Campbell, Kilian Q Weinberger, Bharath Hariharan, Wei-Lun Chao, Katie Z Luo

机构 * The Ohio State University（俄亥俄州立大学） ； Cornell University（康奈尔大学） ； Boston University（波士顿大学） ； Stanford University（斯坦福大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 AutoReg3D通过自回归序列生成方法实现3D目标检测，无需锚点或NMS，展示了在LiDAR检测中的可行性与灵活性。

Comments CVPR 2026 Findings Project Page: https://tzmhuang.github.io/autoreg3d/

Selective Transfer Learning of Cross-Modality Distillation for Monocular 3D Object Detection

跨模态蒸馏的 selective transfer learning 用于单目3D物体检测

Rui Ding, Meng Yang, Nanning Zheng

机构 * Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人工智能与机器人研究所，西安交通大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出MonoSTL方法，通过解决跨模态蒸馏中的模态差距问题，提升单目3D物体检测的准确性。

Open-Vocabulary Domain Generalization in Urban-Scene Segmentation

面向城市场景分割的开放词汇领域泛化

Dong Zhao, Qi Zang, Nan Pu, Wenjing Li, Nicu Sebe, Zhun Zhong

机构 * Department of Information Engineering and Computer Science, University of Trento（信息工程与计算机科学系，特伦托大学） ； School of Computer Science and Information Engineering, Hefei University of Technology（计算机科学与信息工程学院，合肥工业大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出OVDG-SS，通过S2-Corr机制提升城市场景分割中开放词汇领域的泛化能力和鲁棒性。

Journal ref CVPR2026

PointSlice: Accurate and Efficient Slice-Based Representation for 3D Object Detection from Point Clouds

PointSlice: 用于点云3D物体检测的准确且高效的基于切片的表示方法

Liu Qifeng, Zhao Dawei, Dong Yabo, Xiao Liang, Wang Juan, Min Chen, Li Fuyang, Jiang Weizhong, Lu Dongming, Nie Yiming

机构 * Zhejiang University（浙江大学） ； Defense Innovation Institute（国防科技创新研究院） ； Tsinghua University（清华大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 PointSlice提出了一种基于切片的点云表示方法，通过引入切片交互网络提升3D物体检测的精度与效率。

Comments Accepted by Pattern Recognition

Empowering Microscopic Traffic Simulators with Realistic Perception using Surrogate Sensor Models

通过使用替代传感器模型使微观交通模拟器具备现实感知能力

Tianheng Zhu, Yiheng Feng

机构 * Lyles School of Civil and Construction Engineering, Purdue University（普渡大学莱尔斯土木与建设工程学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 MIDAR通过替代传感器模型使微观交通模拟器具备现实感知能力，提升ITS应用的仿真真实性与效率。

Comments 27 pages, 8 figures

OmniDP: Beyond-FOV Large-Workspace Humanoid Manipulation with Omnidirectional 3D Perception

OmniDP: 在超广角大工作空间中实现人形机器人的全方位3D感知

Pei Qu, Zheng Li, Yufei Jia, Ziyun Liu, Liang Zhu, Haoang Li, Jinni Zhou, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 OmniDP通过360度全景点云感知和时间感知注意力池化机制，实现人形机器人在大工作空间中的稳健操作，优于传统深度相机方法。

Comments 8 pages, 6 figures

Beyond Flat Unknown Labels in Open-World Object Detection

超越开放世界中模糊未知标签的物体检测

Yuchen Zhang, Yao Lu, Johannes Betz

机构 * AVS Lab, Technical University of Munich（慕尼黑技术大学avs实验室） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出BOUND，一种开放世界物体检测器，通过推断未知物体的粗粒度类别提升检测性能，同时实现结构化的层次分类。

Comments 8 pages, 3 figures

DriverGaze360: OmniDirectional Driver Attention with Object-Level Guidance

DriverGaze360: 全向驾驶员注意力与物体级引导

Shreedhar Govil, Didier Stricker, Jason Rambach

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 DriverGaze360通过全向视野和物体级引导方法，实现对驾驶员注意力的高精度预测，提升自动驾驶系统中的空间感知与交互能力。

Comments Accepted to CVPR 2026

Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware

在边缘硬件上实现四足机器人在地下矿井中高效自主导航

Yixiang Gao, Kwame Awuah-Offei

机构 * Department of Mining and Explosive Engineering, Missouri University of Science and Technology（采矿与爆炸工程系，密苏里科技大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种在边缘硬件上运行的四足机器人自主导航系统，无需GPU和网络连接，实现了在地下矿井中高效、可靠的自主导航。

GAN-Based Single-Stage Defense for Traffic Sign Classification Under Adversarial Patch

基于GAN的单阶段交通标志分类对抗攻击防御策略

Abyad Enan, Mashrur Chowdhury

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出基于GAN的单阶段防御策略，有效提升自动驾驶系统对对抗性贴纸攻击的防御能力，显著提高交通标志分类的准确率。

Comments This work has been submitted to a peer-reviewed journal and is currently under review

CAWM-Mamba: A unified model for infrared-visible image fusion and compound adverse weather restoration

CAWM-Mamba：一种用于红外可见图像融合和复合恶劣天气恢复的统一模型

Huichun Liu, Xiaosong Li, Zhuangfan Huang, Tao Ye, Yang Liu, Haishu Tan

机构 * School of Physics（物理学院） ； Optoelectronic Engineering, Foshan University, Foshan 528225, China（光学电子工程学院，佛山大学，佛山528225，中国） ； Guangdong-HongKong-Macao Joint Laboratory for Intelligent Micro-Nano Optoelectronic Technology, Foshan 528225, China（粤港澳联合智能微纳光电子技术实验室，佛山528225，中国） ； School of Mechanical Electronic（机械电子学院） ； Information Engineering, China University of Mining and Technology, Beijing 100083, China（信息工程学院，中国矿业大学，北京100083，中国） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 CAWM-Mamba提出了一种统一模型，用于红外可见图像融合和复合恶劣天气恢复，通过三个关键模块提升多退化场景下的性能。

EIMC: Efficient Instance-aware Multi-modal Collaborative Perception

EIMC: 高效实例感知多模态协作感知

Kang Yang, Peng Wang, Lantao Li, Tianci Bu, Chen Sun, Deying Li, Yongcai Wang

机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； Sony Research and Development Center China（索尼（中国）研发有限公司） ； National University of Defense Technology（国防科技大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 EIMC通过实例感知的多模态协作感知方法，提升自动驾驶安全性，减少带宽使用，实现高效且准确的3D感知。

Comments 9 pages, 8 figures, 7 tables

Seg2Track-SAM2: SAM2-based Multi-object Tracking and Segmentation

Seg2Track-SAM2：基于SAM2的多目标跟踪与分割

Diogo Mendonça, Tiago Barros, Cristiano Premebida, Urbano J. Nunes

机构 * University of Coimbra（科英布拉大学） ； Institute of Systems and Robotics（系统与机器人研究所） ； Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

专题命中 感知 ：driving perception(abstract)；分类 cs.CV

AI总结 Seg2Track-SAM2基于SAM2提出多目标跟踪与分割框架，通过整合预训练检测器与专用模块，实现跟踪初始化、数据关联和细化，提升身份一致性和内存效率。

GroupEnsemble: Efficient Uncertainty Estimation for DETR-based Object Detection

GroupEnsemble: 用于基于DETR的目标检测的高效不确定性估计

Yutong Yang, Katarina Popović, Julian Wiederer, Markus Braun, Vasileios Belagiannis, Bin Yang

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； University of Stuttgart（斯图加特大学） ； Friedrich-Alexander University Erlangen-Nuremberg（埃尔兰根-纽伦堡弗里德里希-亚历山大大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 GroupEnsemble通过高效方法提升DETR模型的空间不确定性估计，结合MC-Dropout在自动驾驶场景中实现更高效的检测可靠性评估。

Comments Accepted to IEEE IV 2026. 8 pages, 5 figures

WhisperNet: A Scalable Solution for Bandwidth-Efficient Collaboration

WhisperNet: 一种可扩展的带宽高效协作解决方案

Gong Chen, Chaokun Zhang, Xinyan Zhao

机构 * School of Computer Science and Technology, Tianjin University（计算机科学与技术学院，天津大学） ； School of Cybersecurity, Tianjin University（网络安全学院，天津大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 WhisperNet通过引入以接收器为中心的全局协调框架，实现了带宽高效协作，提升协同感知性能。

Comments Accepted by CVPR26

Layered Safety: Enhancing Autonomous Collision Avoidance via Multistage CBF Safety Filters

分层安全：通过多阶段CBF安全过滤器增强自主避障

Erina Yamaguchi, Ryan M. Bena, Gilbert Bahati, Aaron D. Ames

机构 * Caltech（卡内基梅隆大学） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 本文提出一种多阶段CBF安全过滤器，通过预测和实时安全过滤提升机器人动态避障的鲁棒性和安全性。

Point-MoE: Large-Scale Multi-Dataset Training with Mixture-of-Experts for 3D Semantic Segmentation

点-MoE：通过混合专家进行大规模多数据集训练用于3D语义分割

Xuweiyi Chen, Wentao Zhou, Aruni RoyChowdhury, Zezhou Cheng

机构 * University of Virginia（弗吉尼亚大学） ； MathWorks 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 Point-MoE通过混合专家方法在无需数据集标签的情况下，实现大规模多数据集联合训练，提升3D语义分割性能。

Comments Project page: https://point-moe.cs.virginia.edu/

OSDaR-AR: Enhancing Railway Perception Datasets via Multi-modal Augmented Reality

OSDaR-AR: 通过多模态增强现实提升铁路感知数据集

Federico Nesti, Gianluca D'Amico, Mauro Marinoni, Giorgio Buttazzo

机构 * Department of Excellence in Robotics & AI, Scuola Superiore Sant’Anna（机器人与人工智能卓越部门，圣安娜高等学院） ； Simulatrix MV srl（Simulatrix MV公司） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出OSDaR-AR数据集，通过多模态增强现实技术整合逼真虚拟对象，提升铁路感知任务的数据质量与真实性。

ClimaOoD: Improving Anomaly Segmentation via Physically Realistic Synthetic Data

ClimaOoD: 通过物理真实合成数据提升异常分割

Yuxing Liu, Zheng Li, Huanhuan Liang, Ji Zhang, Zeyu Sun, Yong Liu

机构 * Beijing University of Chemical Technology（北京化工大学） ； Southwest Minzu University（西南民族大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 ClimaOoD通过生成物理真实且语义连贯的合成数据，提升异常分割的鲁棒性和泛化能力。

Comments Accepted by CVPR2026

UniFuture: A 4D Driving World Model for Future Generation and Perception

UniFuture: 一个面向未来生成与感知的4D驾驶世界模型

Dingkang Liang, Dingyuan Zhang, Xin Zhou, Sifan Tu, Tianrui Feng, Xiaofan Li, Yumeng Zhang, Mingyang Du, Xiao Tan, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Baidu Inc.（百度公司） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 UniFuture通过统一4D建模提升自动驾驶中的未来生成与几何感知能力。

Comments Accepted by ICRA 2026

PanoEnv: Exploring 3D Spatial Intelligence in Panoramic Environments with Reinforcement Learning

PanoEnv：探索基于强化学习的全景环境中3D空间智能

Zekai Lin, Xu Zheng

机构 * University of Glasgow（格拉斯哥大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 PanoEnv通过强化学习框架提升VLMs在全景环境中3D空间推理能力，实现更高准确率和语义评分。

RADE-Net: Robust Attention Network for Radar-Only Object Detection in Adverse Weather

RADE-Net：面向恶劣天气的雷达-only目标检测稳健注意力网络

Christof Leitgeb, Thomas Puchleitner, Max Peter Ronecker, Daniel Watzenig

机构 * Infineon Technologies AG（英飞凌科技有限公司） ； Institute of Visual Computing（视觉计算研究所） ； Graz University of Technology（格拉茨工业大学） ； Virtual Vehicle Research GmbH（虚拟车辆研究有限公司） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 RADE-Net通过3D投影方法和轻量模型提升雷达在恶劣天气下的目标检测性能。

Comments Accepted to 2026 IEEE Intelligent Vehicles Symposium (IV)

AdaptManip: Learning Adaptive Whole-Body Object Lifting and Delivery with Online Recurrent State Estimation

AdaptManip: 基于在线递归状态估计的自适应全身体态物体抓取与配送

Morgan Byrd, Donghoon Baek, Kartik Garg, Hyunyoung Jung, Daesol Cho, Maks Sorokin, Robert Wright, Sehoon Ha

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 AdaptManip通过强化学习实现人形机器人自主导航、物体抓取与配送，无需人类示范，具备高鲁棒性和适应性。

Comments Website: https://morganbyrd03.github.io/adaptmanip/

MASAR: Motion-Appearance Synergy Refinement for Joint Detection and Trajectory Forecasting

MASAR: 运动-外观协同细化用于联合检测与轨迹预测

Mohammed Amine Bencheikh Lehocine, Julian Schmidt, Frank Moosmann, Dikshant Gupta, Fabian Flohr

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； Munich University of Applied Sciences（慕尼黑应用科学大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 MASAR通过联合编码外观和运动特征，提升自动驾驶中的3D检测与轨迹预测性能，实现超过20%的精度提升。

Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)