自动驾驶

RoadscapesQA: A Multitask, Multimodal Dataset for Visual Question Answering on Indian Roads

RoadscapesQA: 一个用于印度道路视觉问答的多任务、多模态数据集

Vijayasri Iyer, Maahin Rathinagiriswaran, Jyothikamalesh S

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

AI总结 RoadscapesQA数据集通过多任务多模态方法，为印度道路场景的视觉问答提供支持，包含9000张图像及手动标注的边界框，用于提升无结构环境下的视觉场景理解能力。

Constrained PSO Six-Parameter Fuzzy PID Tuning Method for Balanced Optimization of Depth Tracking Performance in Underwater Vehicles

受约束的PSO六参数模糊PID调优方法用于水下车辆深度跟踪性能的平衡优化

Yanxi Ding, Tingyue Jia

机构 * School of Engineering China University of Petroleum-Beijing at Karamay（工程学院中国石油大学（北京）克拉玛依校区） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 本文提出一种受约束的PSO六参数模糊PID调优方法，用于提升水下车辆深度跟踪性能，通过优化控制能量和饱和水平，显著降低误差和超调，提高系统响应速度。

Adaptive traffic signal control optimization using a novel road partition and multi-channel state representation method

基于新型道路分区和多通道状态表示方法的自适应交通信号控制优化

Maojiang Deng, Shoufeng Lu, Jiazhao Shi, Wen Zhang

专题命中 感知 ：occupancy(abstract)；分类 cs.AI

AI总结 本文提出基于DQN和PPO的自适应交通信号控制方法，通过可变单元长度和多通道状态表示优化信号时序，提升交通流效率。

Talk2DM: Enabling Natural Language Querying and Commonsense Reasoning for Vehicle-Road-Cloud Integrated Dynamic Maps with Large Language Models

Talk2DM: 通过大语言模型实现车辆-道路-云集成动态地图的自然语言查询与常识推理

Lu Tao, Jinxuan Luo, Yousuke Watanabe, Zhengshu Zhou, Yuhuan Lu, Shen Ying, Pan Zhang, Fei Zhao, Hiroaki Takada

机构 * School of Resource and Environmental Sciences, Wuhan University（武汉大学资源与环境科学学院） ； School of Earth Sciences, Yunnan University（云南大学地球科学学院） ； College of Artificial Intelligence, Tianjin University of Science & Technology（天津科技大学人工智能学院） ； Department of Computer and Information Engineering, Khalifa University（卡利法大学计算机与信息工程系） ； NVIDIA ； Institutes of Innovation for Future Society, Nagoya University（名古屋大学创新未来社会研究所） 纠错

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

AI总结 Talk2DM通过大语言模型实现车辆-道路-云集成动态地图的自然语言查询与常识推理，提升人机交互效率与准确性。

Comments Submitted to IEEE TITS. Under review

Robust Vision Systems for Connected and Autonomous Vehicles: Security Challenges and Attack Vectors

连接与自动驾驶车辆的稳健视觉系统：安全挑战与攻击向量

Sandeep Gupta, Roberto Passerone

机构 * Centre for Secure Information Technologies (CSIT), Queen's University Belfast, UK（安全信息科技中心（CSIT），女王大学贝尔法斯特，英国） ； Department of Information Engineering and Computer Science, University of Trento, Italy（信息工程与计算机科学系，特伦托大学，意大利） 纠错

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

AI总结 本文研究了连接与自动驾驶车辆中视觉系统的鲁棒性，分析了关键传感器和组件，识别潜在攻击面并评估其对CIA原则的影响。

Comments Submitted to IEEE Transactions on Intelligent Vehicles

H2OFlow: Grounding Human-Object Affordances with 3D Generative Models and Dense Diffused Flows

H2OFlow: 通过3D生成模型和密集扩散流接地人类-物体 affordances

Harry Zhang, Luca Carlone

机构 * MIT（麻省理工学院） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV

AI总结 H2OFlow通过3D生成模型和密集扩散流学习人类-物体交互的3D affordances，无需人工标注，有效泛化至现实物体。

Hydra-Nav: Object Navigation via Adaptive Dual-Process Reasoning

Hydra-Nav: 通过自适应双过程推理实现物体导航

Zixuan Wang, Huang Fang, Shaoan Wang, Yuanfei Luo, Heng Dong, Wei Li, Yiming Gan

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

专题命中 感知 ：trajectory planning(abstract)；分类 cs.RO

AI总结 Hydra-Nav通过自适应双过程推理提升物体导航效率，实现高效探索与决策。

Temperature Scaling Attack Disrupting Model Confidence in Federated Learning

温度缩放攻击破坏联邦学习中的模型置信度

Kichang Lee, Jaeho Jin, JaeYeon Park, Songkuk Kim, JeongGil Ko

机构 * College of Computing, Yonsei University（延世大学计算机学院） ； Department of Mobile Systems Engineering, Dankook University（Dankook大学移动系统工程系） 纠错

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

AI总结 温度缩放攻击通过破坏联邦学习中的模型置信度，显著降低校准性同时保持准确率，揭示了校准完整性作为关键攻击面的重要性。

Comments 20 pages, 20 figures

CHAI: Command Hijacking against embodied AI

CHAI：针对具身AI的命令劫持

Luis Burbano, Diego Ortiz, Qi Sun, Siwei Yang, Haoqin Tu, Cihang Xie, Yinzhi Cao, Alvaro A Cardenas

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 CHAI是一种针对具身AI的物理环境间接提示注入攻击，通过嵌入误导性自然语言指令，利用多模态语言解释能力，有效提升了攻击性能，凸显了对传统对抗鲁棒性之外的防御需求。

Comments This work has been accepted for publication at the IEEE Conference on Secure and Trustworthy Machine Learning (SaTML). The final version will be available on IEEE Xplore

BADet: Boundary-Aware 3D Object Detection from Point Clouds

BADet: 基于点云的边界感知3D目标检测

Rui Qian, Xin Lai, Xirong Li

机构 * Key Lab of Data Engineering and Knowledge Engineering（数据工程与知识工程重点实验室） ； Renmin University of China（中国人民大学） ； School of Mathematics, Renmin University of China（中国人民大学数学学院） ； Department of Physics, J.K. Institute of Science（科学研究院物理系） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 BADet通过构建局部邻域图和轻量级特征聚合模块，提升基于点云的3D目标检测性能。

Comments The manuscript is accepted by Pattern Recognition on 6 Jan, 2022

SMARLA: A Safety Monitoring Approach for Deep Reinforcement Learning Agents

SMARLA：一种用于深度强化学习智能体的安全监控方法

Amirhossein Zolfagharian, Manel Abdellatif, Lionel C. Briand, Ramesh S

机构 * School of Electrical Engineering and Computer Science (EECS), University of Ottawa（电气工程与计算机科学系，渥太华大学） ； Software and Information Technology Engineering Department, École de Technologie Supérieure（软件与信息技术工程系，高等技术学院） ； Lero SFI Research Center and University of Limerick（Lero SFI研究中心和利默里克大学） ； Department of Research and Development, General Motors（研发部，通用汽车） 纠错

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

AI总结 SMARLA是一种用于深度强化学习智能体的安全监控方法，通过状态抽象和Q值预测安全违规，实现早期检测与低假阳性率的平衡。

Journal ref in IEEE Transactions on Software Engineering, vol. 51, no. 01, pp. 82-105, Jan. 2025

Active Asymmetric Multi-Agent Multimodal Learning under Uncertainty

在不确定性下主动非对称多智能体多模态学习

Rui Liu, Pratap Tokekar, Ming Lin

机构 * University of Maryland, College Park（马里兰大学 College Park分校） 纠错

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

AI总结 在不确定性下主动非对称多智能体多模态学习通过模态层面协作提升事故检测性能

Recov-Vision: Linking Street View Imagery and Vision-Language Models for Post-Disaster Recovery

Recov-Vision：通过街道视图影像与视觉-语言模型实现灾害后恢复

Yiming Xiao, Archit Gupta, Miguel Esparza, Yu-Hsuan Ho, Antonia Sebastian, Hannah Weas, Rose Houck, Ali Mostafavi

机构 * UrbanResilience.AI Lab（UrbanResilience.AI 实验室） ； Zachry Department of Civil and Environmental Engineering（Zachry 土木与环境工程系） ； Texas A&M University（德克萨斯A&M大学） ； Department of Earth, Marine and Environmental Sciences（地球、海洋与环境科学系） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV

AI总结 Recov-Vision通过结合街道视图影像与视觉-语言模型，实现灾害后建筑占用的高精度评估与可解释决策支持。

Comments 20 pages, 10 figures

Inlier-Centric Post-Training Quantization for Object Detection Models

以内点为中心的后训练量化方法用于目标检测模型

Minsu Kim, Dongyeun Lee, Jaemyung Yu, Jiwan Hur, Giseop Kim, Junmo Kim

机构 * KAIST（韩国科学技术院） ； NAVER AI Lab.（NAVER人工智能实验室） ； DGIST（韩国科学技术院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 InlierQ通过梯度感知的体积显著性分数分离异常和信息性内点，实现目标检测模型的高效量化。

Under-Canopy Terrain Reconstruction in Dense Forests Using RGB Imaging and Neural 3D Reconstruction

利用RGB成像和神经3D重建进行密林下的地形重建

Refael Sheffer, Chen Pinchover, Haim Zisman, Dror Ozeri, Roee Litman

机构 * Rafael Advanced Defense Systems inc., Israel（拉斐尔先进防御系统公司，以色列） ； Bar-Ilan University, Israel（巴伊兰大学，以色列） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 利用RGB图像和神经3D重建技术，实现密林下的地形重建，提供一种低成本、高精度的替代方案。

Comments WACV 2026 CV4EO

TF-Lane: Traffic Flow Module for Robust Lane Perception

TF-Lane：用于鲁棒车道感知的交通流模块

Yihan Xie, Han Xia, Zhen Yang

机构 * BYD Company Limited（比亚迪公司） 纠错

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

AI总结 TF-Lane通过引入交通流信息提升车道感知鲁棒性，实现在NuScenes数据集上mAP提升达4.1%

Comments 9 pages, 7 figures, 7 tables

V2X-DSC: Multi-Agent Collaborative Perception with Distributed Source Coding Guided Communication

V2X-DSC: 基于分布式源编码引导通信的多智能体协同感知

Yuankun Zeng, Shaohui Li, Zhi Li, Shulan Ruan, Yu Liu, You He

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 V2X-DSC通过分布式源编码引导通信，实现多智能体协同感知的高效带宽受限融合，提升3D理解精度与通信效率。

CADGrasp: Learning Contact and Collision Aware General Dexterous Grasping in Cluttered Scenes

CADGrasp: 学习接触和碰撞感知的通用灵巧抓取在杂乱场景中

Jiyao Zhang, Zhiyuan Ma, Tianhao Wu, Zeyuan Chen, Hao Dong

机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（前沿计算研究中心，计算机学院，北京大学） ； National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家级重点实验室，计算机学院，北京大学） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 CADGrasp通过两阶段算法实现接触和碰撞感知的灵巧抓取，利用点云输入预测稀疏IBS表示，并结合占用扩散模型和能量函数优化，提升在杂乱场景中的抓取成功率与稳定性。

Deep Learning-Based Object Detection for Autonomous Vehicles: A Comparative Study of One-Stage and Two-Stage Detectors on Basic Traffic Objects

基于深度学习的对象检测在自动驾驶中的应用：对一阶段和两阶段检测器在基本交通物体上的比较研究

Bsher Karbouj, Adam Michael Altenbuchner, Joerg Krueger

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

AI总结 本文比较了YOLOv5和Faster R-CNN在自动驾驶中的对象检测性能，发现YOLOv5在精度和效率上表现更优，而Faster R-CNN在检测小距离和复杂光照条件下的物体更有效。

Text-driven Online Action Detection

基于文本的在线动作检测

Manuel Benavent-Lledo, David Mulero-Pérez, David Ortiz-Perez, Jose Garcia-Rodriguez

机构 * Department of Computer Technology, University of Alicante（阿拉维大学计算机技术系） ； ValgrAI - Valencian Graduate School and Research Network of Artificial Intelligence（瓦伦西亚人工智能研究生学校和研究网络） ； Institute of Informatics Research, University of Alicante（阿拉维大学信息研究所） 纠错

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

AI总结 本文提出TOAD模型，利用CLIP文本嵌入实现高效的零样本和少样本在线动作检测，其在THUMOS14数据集上的mAP达到82.46%

Comments Published in Integrated Computer-Aided Engineering

Journal ref Integrated Computer-Aided Engineering. 2025;32(4):415-423

IPFormer: Visual 3D Panoptic Scene Completion with Context-Adaptive Instance Proposals

IPFormer: 基于上下文自适应实例提案的视觉3D全景场景补全

Markus Gross, Aya Fahmy, Danit Niwattananan, Dominik Muhle, Rui Song, Daniel Cremers, Henri Meeß

机构 * Fraunhofer Institute IVI（弗劳恩霍夫研究所IVI） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 IPFormer通过上下文自适应实例提案实现视觉3D全景场景补全，提升场景理解与泛化能力。

Journal ref Advances in Neural Information Processing Systems (NeurIPS) 2025

Offline Reinforcement Learning using Human-Aligned Reward Labeling for Autonomous Emergency Braking in Occluded Pedestrian Crossing

利用人类对齐的奖励标注进行离线强化学习以实现自动驾驶中的遮挡行人横穿自主紧急制动

Vinal Asodia, Barkin Dagda, Yinglong He, Zhenhua Feng, Saber Fallah

机构 * CAV-Lab, School of Engineering（CAV实验室、工程学院） ； School of Artificial Intelligence and Computer Science（人工智能与计算机科学学院） 纠错

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

AI总结 本文提出了一种生成人类对齐奖励标签的方法，用于提升自动驾驶车辆在遮挡行人横穿场景中的安全性能。

Comments 39 pages, 14 figures, 1 table

A Lightweight Model-Driven 4D Radar Framework for Pervasive Human Detection in Harsh Conditions

一种轻量化的模型驱动4D雷达框架，用于在恶劣条件下进行 pervasive 人类检测

Zhenan Liu, Amir Khajepour, George Shaker

机构 * Mechanical \& Mechatronics Engineering University of Waterloo Waterloo, Canada ； Electrical \& Computer Engineering University of Waterloo Waterloo, Canada 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种基于雷达的轻量模型驱动4D雷达框架，在恶劣环境中实现稳定的人体检测。

Journal ref IEEE PerCom 2026

Real-Time 4D Radar Perception for Robust Human Detection in Harsh Enclosed Environments

实时4D雷达感知用于恶劣封闭环境中的可靠人类检测

Zhenan Liu, Yaodong Cui, Amir Khajepour, George Shaker

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种实时4D毫米波雷达感知方法，通过噪声过滤和基于规则的分类流程，在尘埃环境中实现可靠的人类检测。

Journal ref 2025 IEEE International Symposium on Antennas and Propagation and North American Radio Science Meeting (AP-S/CNC-USNC-URSI)

Deep Learning for Semantic Segmentation of 3D Ultrasound Data

用于3D超声数据语义分割的深度学习

Chenyu Liu, Marco Cecotti, Harikrishnan Vijayakumar, Patrick Robinson, James Barson, Mihai Caleap

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种基于3D超声传感器的深度学习框架，用于实现3D语义分割，展示了其在恶劣环境下的稳健性能及潜在改进方向。

Comments 14 pages, 10 figures, 8 tables, presented at 2025 13th International Conference on Robot Intelligence Technology and Applications (RITA)

GeoSurDepth: Harnessing Foundation Model for Spatial Geometry Consistency-Oriented Self-Supervised Surround-View Depth Estimation

GeoSurDepth：利用基础模型实现以空间几何一致性为导向的自监督周围视图深度估计

Weimin Liu, Wenjun Wang, Joshua H. Meng

机构 * State Key Laboratory of Intelligent Green Vehicle and Mobility, School of Vehicle and Mobility, Tsinghua University, Beijing 100084, China（1 智能绿色车辆与移动国家重点实验室，车辆与移动学院，清华大学，北京100084，中国） ； California PATH, University of California, Berkeley, CA, United States（2 加州PATH，加州大学伯克利分校，加州，美国） 纠错

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

AI总结 GeoSurDepth通过利用基础模型和几何一致性，实现了更鲁棒的自监督周围视图深度估计，验证了其在自动驾驶中的有效性。

HOT-POT: Optimal Transport for Sparse Stereo Matching

HOT-POT：稀疏立体匹配中的最优传输

Antonin Clerc, Michael Quellmalz, Moritz Piening, Philipp Flotho, Gregor Kornhardt, Gabriele Steidl

机构 * Univ. Bordeaux, CNRS, Bordeaux INP, IMB, UMR 5251（波尔多大学，CNRS，波尔多INP，IMB，UMR 5251） ； Okinawa Institute of Science and Technology（冲绳科学技术研究所） 纠错

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

AI总结 HOT-POT通过最优传输方法解决稀疏立体匹配问题，利用epipolar距离和3D射线距离提升匹配效率，应用于面部分析中的地标匹配。

Comments 18 pages, 10 figures, 6 tables

STRIDE-QA: Visual Question Answering Dataset for Spatiotemporal Reasoning in Urban Driving Scenes

STRIDE-QA：用于城市驾驶场景时空推理的视觉问答数据集

Keishi Ishihara, Kento Sasaki, Tsubasa Takahashi, Daiki Shiono, Yu Yamaguchi

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

AI总结 STRIDE-QA通过大规模视觉问答数据集提升自动驾驶中动态交通场景的时空推理能力，显著提升VLMs在空间定位和未来运动预测中的表现。

Comments Accepted to AAAI 2026 (Oral). project page: https://turingmotors.github.io/stride-qa/

VREM-FL: Mobility-Aware Computation-Scheduling Co-Design for Vehicular Federated Learning

VREM-FL：面向车联网联邦学习的移动感知计算调度联合设计

Luca Ballotta, Nicolò Dal Fabbro, Giovanni Perin, Luca Schenato, Michele Rossi, Giuseppe Piro

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

AI总结 VREM-FL通过结合车辆移动性和5G无线电环境图，优化车联网联邦学习的计算调度，提升模型训练效率和资源利用率。

Comments Copyright (c) 2024 IEEE. Personal use of this material is permitted. However, permission to use this material for any other purposes must be obtained from the IEEE by sending a request to pubs-permissions@ieee.org

Journal ref IEEE Transactions on Vehicular Technology, IEEE Transactions on Vehicular Technology, vol. 74, no. 2, pp. 3311-3326, 2025

Cross-Domain Object Detection Using Unsupervised Image Translation

跨领域目标检测使用无监督图像翻译

Vinicius F. Arruda, Rodrigo F. Berriel, Thiago M. Paixão, Claudine Badue, Alberto F. De Souza, Nicu Sebe, Thiago Oliveira-Santos

机构 * University of Trento (UNITN)（特伦托大学） 纠错

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

AI总结 本文提出了一种基于无监督图像翻译的方法，通过生成目标领域合成数据提升跨领域目标检测性能，实验表明在自动驾驶场景中优于现有方法。

Journal ref Expert Systems with Applications (ESWA), 192, 116334, 2022, Elsevier