自动驾驶

Flying in Clutter on Monocular RGB by Learning in 3D Radiance Fields with Domain Adaptation

在仅用单目RGB图像中飞行的 clutter 问题通过学习3D辐射场并进行域适应

Xijie Huang, Jinhan Li, Tianyue Wu, Xin Zhou, Zhichao Han, Fei Gao

机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou 310027, China（浙江大学工业控制技术状态重点实验室） ； Differential Robotics, Hangzhou 311121, China（差异机器人技术） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出通过学习3D辐射场并结合域适应，使飞行机器人在仅使用单目RGB图像的情况下实现鲁棒的零样本迁移，以应对 clutter 和光照变化的挑战。

Comments 8 pages, 7 figures

SWIFT-Nav: Stability-Aware Waypoint-Level TD3 with Fuzzy Arbitration for UAV Navigation in Cluttered Environments

SWIFT-Nav：具有模糊仲裁的稳定性感知 waypoint 级 TD3 用于 cluttered 环境中的 UAV 导航

Shuaidong Ji, Mahdi Bamdad, Francisco Cruz

机构 * School of Computer Science and Engineering, University of New South Wales（计算机科学与工程学院，新南威尔士大学） ； Escuela de Ingeniería, Universidad Central de Chile（工程学院，智利中央大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 SWIFT-Nav 通过结合 TD3、优先回放、校准探索和模糊安全规则，实现 UAV 在 cluttered 环境中的高效可靠导航。

Comments 10 pages, Accepted at Australasian Conference on Robotics and Automation (ACRA) 2025

From Words to Wavelengths: VLMs for Few-Shot Multispectral Object Detection

从词语到波长：用于少样本多光谱目标检测的视觉语言模型

Manuel Nkegoum, Minh-Tan Pham, Élisa Fromont, Bruno Avignon, Sébastien Lefèvre

机构 * Univ Bretagne Sud, IRISA, UMR 6074（布列塔尼大学，IRISA，UMR 6074） ； Univ Rennes, IRISA, UMR 6074（里尔大学，IRISA，UMR 6074） ； ATERMES ； UiT The Arctic University of Norway（北欧大学） 纠错

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

AI总结 本文提出利用视觉语言模型进行少样本多光谱目标检测，通过整合文本、视觉和热模态，在数据稀缺情况下实现高效检测。

Real-world Troublemaker: A 5G Cloud-controlled Track Testing Framework for Automated Driving Systems in Safety-critical Interaction Scenarios

现实中的麻烦制造者：一种5G云控制的测试框架用于自动驾驶系统的安全关键交互场景

Xinrui Zhang, Lu Xiong, Peizhi Zhang, Junpeng Huang, Yining Ma

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

AI总结 本文提出一种基于5G云控制的测试框架，用于提升自动驾驶系统在安全关键交互场景中的测试精度和多样性。

Comments 13 pages,14 figures,2 tables

Journal ref IEEE Internet of Things Journal, vol. 12, no. 23, pp. 50617-50631, Dec. 2025

InScope: A New Real-world 3D Infrastructure-side Collaborative Perception Dataset for Open Traffic Scenarios

InScope：一种新的现实世界3D基础设施侧协作感知数据集用于开放交通场景

Xiaofei Zhang, Yining Li, Jinping Wang, Xiangyi Qin, Ying Shen, Zhengping Fan, Xiaojun Tan

机构 * School of Intelligent Systems Engineering, Sun Yat-sen University（智能系统工程学院，中山大学） ； Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai)（广东海洋科学与工程实验室（珠海）） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 InScope数据集通过部署多位置LiDAR系统，解决自动驾驶中的遮挡问题，提供开放交通场景下的协作感知基准测试和评估指标。

Journal ref Information Fusion, 2026

CIS-BA: Continuous Interaction Space Based Backdoor Attack for Object Detection in the Real-World

CIS-BA：基于连续交互空间的面向现实世界目标检测的后门攻击

Shuxin Zhao, Bo Lang, Nan Xiao, Yilang Zhang

机构 * organization= State Key Laboratory of Complex \& Critical Software Environment , addressline= Beihang University , city= Beijing , postcode= 100191 , country= China ； organization= Zhongguancun Laboratory , addressline= , city= Beijing , postcode= 100080 , country= China 纠错

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

AI总结 CIS-BA通过引入连续交互空间的触发机制，实现了对现实世界目标检测模型的高效且鲁棒的后门攻击，有效提升了攻击成功率并规避了现有防御方法。

Consistent Instance Field for Dynamic Scene Understanding

一致实例场用于动态场景理解

Junyi Wu, Van Nguyen Nguyen, Benjamin Planche, Jiachen Tao, Changchang Sun, Zhongpai Gao, Zhenghao Zhao, Anwesa Choudhuri, Gengyu Zhang, Meng Zheng, Feiran Wang, Terrence Chen, Yan Yan, Ziyan Wu

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； United Imaging Intelligence（联合影像智能） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV

AI总结 本文提出了一种基于变形3D高斯的连续概率时空表示，用于动态场景理解，通过解耦可见性与实例身份，提升新颖视角分割和开放词汇4D查询任务的性能。

Efficient Collision Detection for Long and Slender Robotic Links in Euclidean Distance Fields: Application to a Forestry Crane

在欧几里得距离场中高效检测长而细的机械臂碰撞：应用于林业起重机

Marc-Philip Ecker, Bernhard Bischof, Minh Nhat Vu, Christoph Fröhlich, Tobias Glück, Wolfgang Kemmetmüller

机构 * Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN），维也纳技术大学） ； Center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究所） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种针对长细机械臂的高效碰撞检测算法，通过利用其细长结构提升运动规划效率，适用于林业起重机等大尺寸机械臂的应用。

Comments Accepted at IROS 2025

Near-Field Perception for Safety Enhancement of Autonomous Mobile Robots in Manufacturing Environments

近场感知用于制造环境中自主移动机器人的安全增强

Li-Wei Shih, Ruo-Syuan Mei, Jesse Heidrich, Hui-Ping Wang, Joel Hooton, Joshua Solomon, Jorge Arinez, Guangze Li, Chenhui Shao

机构 * Department of Mechanical Engineering, University of Michigan, MI 48109, USA ； Materials \& Manufacturing Systems Research, General Motors R \& D, Warren, MI 48092, USA 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出三级近场感知框架，通过光断续检测、光位移测量和计算机视觉分类，提升自主移动机器人在制造环境中的安全性能。

Comments Submitted to the 54th SME North American Manufacturing Research Conference (NAMRC 54)

Light Field Based 6DoF Tracking of Previously Unobserved Objects

基于光场的先前未观察到物体的6自由度跟踪

Nikolai Goncharov, James L. Gray, Donald G. Dansereau

机构 * University of Sydney（悉尼大学） ； Australian Centre For Robotics (ACFR)（澳大利亚机器人中心） ； School of Aerospace, Mechanical and Mechatronic Engineering（航空航天、机械与机电工程学院） 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光场的物体跟踪方法，无需预训练模型，能有效处理复杂视觉行为，如反射，通过统一的物体表示提升跟踪性能。

GradID: Adversarial Detection via Intrinsic Dimensionality of Gradients

GradID: 通过梯度的内在维度进行对抗检测

Mohammad Mahdi Razmjoo, Mohammad Mahdi Sharifian, Saeed Bagheri Shouraki

机构 * Sharif University of Technology（沙里夫技术大学） 纠错

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

AI总结 GradID通过分析梯度的内在维度，提出了一种高效检测对抗攻击的方法，在多个数据集和攻击类型上均表现出色。

Comments 16 pages, 8 figures

Transformer-XL for Long Sequence Tasks in Robotic Learning from Demonstration

Transformer-XL在机器人学习从示范中的长序列任务应用

Gao Tianci

机构 * Bauman Moscow State Technical University（巴甫洛夫莫斯科国立技术大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出利用Transformer-XL处理机器人学习从示范中的长序列任务，通过多模态传感器输入提升任务成功率和计算效率。

Comments 11 pages,4 figures

Journal ref Tianci G. Transformer-xl for long sequence tasks in robotic learning from demonstrations[C]//International Conference on Intelligent Systems. Cham: Springer Nature Switzerland, 2024: 25-36

WCCNet: Wavelet-context Cooperative Network for Efficient Multispectral Pedestrian Detection

WCCNet：小波-上下文协作网络用于高效多光谱行人检测

Xingjian Wang, Li Chai, Jiming Chen, Zhiguo Shi

机构 * the College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； the College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） 纠错

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

AI总结 WCCNet通过低计算成本的多光谱特征提取与跨模态融合，提升自动驾驶中的行人检测效率与精度。

Comments 35 pages, 12 figures

A Stochastic Approach to Terrain Maps for Safe Lunar Landing

为安全月球着陆的地形图提供随机方法

Anja Sheppard, Chris Reale, Katherine A. Skinner

机构 * Draper Scholar University of Michigan（Draper学者 密歇根大学） ； The Charles Stark Draper Laboratory（查尔斯·斯塔克·德拉珀实验室） ； University of Michigan（密歇根大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出利用高斯过程生成随机高程图的方法，以更准确地建模月球地形不确定性，提升月球着陆的安全性。

Comments Accepted to IEEE Aerospace 2026

Incremental Validation of Automated Driving Functions using Generic Volumes in Micro- Operational Design Domains

基于微操作设计领域通用体积的自动驾驶功能增量验证

Steffen Schäfer, Martin Cichon

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出基于微操作设计领域通用体积的自动驾驶功能增量验证方法，通过抽象物体表示和共模拟环境测试，系统探索障碍物检测边缘情况，评估感知性能。

Curriculum-Based Reinforcement Learning for Autonomous UAV Navigation in Unknown Curved Tubular Conduit

基于课程的学习强化学习用于自主无人机在未知弯曲管状通道中的导航

Zamirddine Mari, Jérôme Pasquet, Julien Seinturier

机构 * DGA Techniques Navales - Direction Générale de l’Armement（法国国防总局海军技术部） ； LIRMM, TETIS, CNRS, Université de Montpellier Paul-Valéry（蒙彼利埃大学保罗-瓦莱里耶大学） ； LIS, CNRS, Université de Toulon（土伦大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出基于课程学习的强化学习方法，使无人机在未知弯曲管状环境中实现自主导航，通过结合激光雷达和视觉信息，克服部分可观测性挑战，提升导航稳定性与泛化能力。

InfoCom: Kilobyte-Scale Communication-Efficient Collaborative Perception with Information Bottleneck

InfoCom: 千字级通信高效协作感知与信息瓶颈

Quanmin Wei, Penglin Dai, Wei Li, Bingyi Liu, Xiao Wu

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

AI总结 InfoCom通过信息瓶颈原理实现通信高效协作感知，显著降低通信开销，提升自动驾驶环境感知精度。

Comments Accepted by the 40th AAAI Conference on Artificial Intelligence (AAAI-26)

Leveraging Depth and Language for Open-Vocabulary Domain-Generalized Semantic Segmentation

利用深度和语言实现开放词汇域通用语义分割

Siyu Chen, Ting Han, Chengzheng Fu, Changshe Zhang, Chaolei Wang, Jinhe Su, Guorong Cai, Meiliu Wu

机构 * Jimei University（集美大学） ； University of Glasgow（格拉斯哥大学） ； Sun Yat-sen University（中山大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Xidian University（西安电子科技大学） 纠错

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

AI总结 Vireo通过结合深度和语言信息，实现开放词汇域通用语义分割，提升跨领域和开放词汇的语义分割性能。

Comments Accepted by NeurIPS 2025

High-Resolution Water Sampling via a Solar-Powered Autonomous Surface Vehicle

通过太阳能供电的自主水面车辆实现高分辨率水样采集

Misael Mamani, Mariel Fernandez, Grace Luna, Steffani Limachi, Leonel Apaza, Carolina Montes-Dávalos, Marcelo Herrera, Edwin Salcedo

机构 * School of Electronic Engineering and Computer Science Queen Mary University of London, UK（电子工程与计算机科学学院，伦敦女王玛丽大学，英国） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种太阳能供电的自主水面车辆，通过模块化采样系统实现高分辨率水样采集，适用于远程环境的水体监测。

REASAN: Learning Reactive Safe Navigation for Legged Robots

REASAN：为四足机器人学习反应式安全导航

Qihao Yuan, Ziyu Cao, Ming Cao, Kailai Li

机构 * Bernoulli Institute for Mathematics, Computer Science and Artificial Intelligence, University of Groningen, The Netherlands（格罗宁根大学伯努利数学、计算机科学与人工智能研究所） ； Department of Electrical Engineering, Linköping University, Sweden（利厄普大学电气工程系） ； Engineering and Technology Institute Groningen, University of Groningen, The Netherlands（格罗宁根大学格罗宁根工程与技术研究所） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 REASAN通过模块化强化学习和变压器估计器实现四足机器人在复杂环境中的反应式安全导航。

Comments 8 pages

Flow-Aided Flight Through Dynamic Clutters From Point To Motion

通过动态障碍物的飞行：从点到运动的流辅助飞行

Bowen Xu, Zexuan Yan, Minghao Lu, Xiyu Fan, Yi Luo, Youshen Lin, Zhiqiang Chen, Yeke Chen, Qiyuan Qiao, Peng Lu

机构 * Adaptive Robotic Controls Lab (ArcLab), Department of Mechanical Engineering, The University of Hong Kong（机械工程系，香港大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种基于单LiDAR传感和强化学习的自主飞行系统，通过动态环境感知和动作生成方法，实现从点到运动的高效飞行控制。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L), November, 2025

PUL-SLAM: Path-Uncertainty Co-Optimization with Lightweight Stagnation Detection for Efficient Robotic Exploration

PUL-SLAM：路径不确定性联合优化与轻量停滞检测用于高效机器人探索

Yizhen Yin, Dapeng Feng, Hongbo Chen, Yuhua Qi

机构 * School of Systems Science and Engineering（系统科学与工程学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 PUL-SLAM通过路径不确定性联合优化和轻量停滞检测提升机器人探索效率，缩短探索时间并减少路径距离。

MT-Depth: Multi-task Instance feature analysis for the Depth Completion

MT-Depth：多任务实例特征分析用于深度补全

Abdul Haseeb Nizamani, Dandi Zhou, Xinhai Sun

机构 * Saisuode (Shanghai) Intelligent Technology Co., Ltd. (Synthoid.ai)（上海思速德智能科技有限公司（Synthoid.ai）） 纠错

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

AI总结 MT-Depth通过实例感知的多任务实例特征分析，提升深度补全的精度，尤其在物体边界、遮挡和细长结构区域表现优异。

Roadside Monocular 3D Detection Prompted by 2D Detection

道路旁单目3D检测受2D检测启发

Yechi Ma, Yanan Li, Wei Hua, Shu Kong

机构 * Zhejiang University（浙江大学） ； Zhejiang Lab（浙江实验室） ； University of Macau（澳门大学） ； Institute of Collaborative Innovation（协同创新研究院） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 本文提出Pro3D，通过利用2D检测作为提示，提升道路旁单目3D检测的性能，实现更精确的3D定位。

Comments Accepted by WACV 2026

UncertaintyZoo: A Unified Toolkit for Quantifying Predictive Uncertainty in Deep Learning Systems

UncertaintyZoo: 一个统一的工具包，用于量化深度学习系统中的预测不确定性

Xianzong Wu, Xiaohong Li, Lili Quan, Qiang Hu

机构 * Tianjin University（天津大学） 纠错

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

AI总结 UncertaintyZoo是一个统一的工具包，整合了29种不确定性量化方法，用于量化深度学习系统中的预测不确定性。

Concept-based Explainable Data Mining with VLM for 3D Detection

基于概念的可解释数据挖掘与VLM用于3D检测

Mai Tsujimoto

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 本文提出基于概念的可解释数据挖掘方法，利用VLMs识别稀有物体以提升3D检测性能，减少标注负担并提高模型效果。

Comments 28 pages including appendix. Code: https://github.com/mm1129/concept_based_rare_detector_2025

YOLO and SGBM Integration for Autonomous Tree Branch Detection and Depth Estimation in Radiata Pine Pruning Applications

YOLO与SGBM融合用于辐射松修剪应用中的自主树枝检测与深度估计

Yida Lin, Bing Xue, Mengjie Zhang, Sam Schofield, Richard Green

机构 * Centre for Data Science and Artificial Intelligence（数据科学与人工智能中心） ； Victoria University of Wellington（惠灵顿维多利亚大学） ； Department of Computer Science and Software Engineering（计算机科学与软件工程系） ； University of Canterbury（坎特伯雷大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出一种融合YOLO与SGBM的自主修剪系统，通过立体摄像机实现树枝检测与深度估计，提升林业作业的安全性和效率。

iFinder: Structured Zero-Shot Vision-Based LLM Grounding for Dash-Cam Video Reasoning

iFinder: 结构化零样本视觉基于LLM的地面定位用于行车记录仪视频推理

Manyi Yao, Bingbing Zhuang, Sparsh Garg, Amit Roy-Chowdhury, Christian Shelton, Manmohan Chandraker, Abhishek Aich

机构 * NEC Laboratories, America（NEC美国实验室） ； University of California, Riverside（加州大学河滨分校） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 iFinder通过结构化语义接地框架，利用行车记录仪视频中的关键线索提升LLM在驾驶视频推理中的性能。

Comments Accepted at NeurIPS 2025

Neural Eulerian Scene Flow Fields

神经欧拉场景流场

Kyle Vedder, Neehar Peri, Ishan Khatri, Siyi Li, Eric Eaton, Mehmet Kocamaz, Yue Wang, Zhiding Yu, Deva Ramanan, Joachim Pehserl

机构 * University of Pennsylvania（宾夕法尼亚大学） ； NVIDIA（英伟达） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 EulerFlow通过神经先验估计空间时间微分方程，实现高质量场景流估计，在多个领域表现优异，超越现有方法。

Comments Accepted to ICLR 2025. Winner of CVPR 2024 WoD Argoverse Scene Flow Challenge, Unsupervised Track. Project page at https://vedder.io/eulerflow

A Novel Approach to Tomato Harvesting Using a Hybrid Gripper with Semantic Segmentation and Keypoint Detection

一种基于语义分割和关键点检测的新型番茄采摘方法

Shahid Ansari, Mahendra Kumar Gohil, Yusuke Maeda, Bishakh Bhattacharya

机构 * TSTS 纠错

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

AI总结 本文提出了一种结合语义分割和关键点检测的新型番茄采摘系统，通过混合机械手和智能控制实现高效、安全的采摘