自动驾驶

GM-MoE: Low-Light Enhancement with Gated-Mechanism Mixture-of-Experts

GM-MoE：基于门控机制的专家混合网络用于低光照增强

Minwen Liao, Hao Bo Dong, Xinyi Wang, Kurban Ubul, Yihua Shao, Ziyang Yan

机构 * Xinjiang University（新疆大学） ； Harbin University of Commerce（哈尔滨商业大学） ； Changchun University of Science and Technology（长春理工大学） ； University of Science and Technology Beijing（北京科技大学） ； University of Trento（特伦托大学） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

AI总结 GM-MoE通过门控机制混合专家网络实现低光照图像增强，提升图像质量与泛化能力。

AIMS: An Adaptive Integration of Multi-Sensor Measurements for Quadrupedal Robot Localization

AIMS: 多传感器测量自适应集成用于四足机器人定位

Yujian Qiu, Yuqiu Mu, Wen Yang, Hao Zhu

机构 * College of Automation Chongqing University of Posts 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

AI总结 AIMS通过自适应融合LiDAR、IMU和腿里程计，提升四足机器人在退化环境中的定位精度和鲁棒性。

IMKD: Intensity-Aware Multi-Level Knowledge Distillation for Camera-Radar Fusion

IMKD：基于多级知识蒸馏的强度感知相机-雷达融合

Shashank Mishra, Karan Patil, Didier Stricker, Jason Rambach

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

AI总结 IMKD通过多级知识蒸馏提升雷达-相机融合性能，实现67.0% NDS和61.0% mAP的高精度检测

Comments Accepted at IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026. 22 pages, 8 figures. Includes supplementary material

RINO: Accurate, Robust Radar-Inertial Odometry with Non-Iterative Estimation

RINO：在恶劣天气条件下准确且鲁棒的雷达惯性里程计与非迭代估计

Shuocheng Yang, Yueming Cao, Shengbo Eben Li, Jianqiang Wang, Shaobing Xu

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

AI总结 RINO通过非迭代估计方法提升恶劣天气下雷达惯性里程计的鲁棒性和精度，减少误差并增强实时传感器状态融合能力。

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 22, pp. 20420-20434, 2025

Reproducing and Extending RaDelft 4D Radar with Camera-Assisted Labels

重现并扩展RaDelft 4D雷达与摄像头辅助标签

Kejia Hu, Mohammed Alsakabi, John M. Dolan, Ozan K. Tonguz

机构 * Department of Electrical and Computer Engineering, College of Engineering（电气与计算机工程系） ； The Robotics Institute, School of Computer Science（机器人研究所） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

AI总结 本研究重现并扩展RaDelft 4D雷达数据集，通过摄像头引导的标签生成方法实现雷达点云的高精度标注，并分析雾度对雷达标签性能的影响。

HyperPointFormer: Multimodal Fusion in 3D Space with Dual-Branch Cross-Attention Transformers

HyperPointFormer: 在三维空间中通过双分支交叉注意力变换器实现多模态融合

Aldino Rizaldy, Richard Gloaguen, Fabian Ewald Fassnacht, Pedram Ghamisi

机构 * Helmholtz-Zentrum Dresden-Rossendorf (HZDR)（德累斯顿-罗斯托克亥姆霍尔茨研究中心） ； Freie Universität Berlin（柏林自由大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

AI总结 HyperPointFormer通过双分支交叉注意力Transformer在三维空间中融合多模态数据，提升城市场景土地利用分类的精度与灵活性。

Journal ref IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 18, pp. 21254-21274, 2025

RTS-Mono: A Real-Time Self-Supervised Monocular Depth Estimation Method for Real-World Deployment

Zeyu Cheng, Tongfei Liu, Tao Lei, Xiang Hua, Yi Zhang, Chengkai Tang

机构 * Shaanxi Joint Laboratory of Artificial Intelligence and the School of Electronic Information and Artificial Intelligence, Shaanxi University of Science and Technology（陕西人工智能联合实验室和陕西科技大学电子信息与人工智能学院） ； School of Electronics And Information, Northwestern Polytechnical University（电子信息学院，西北工业大学） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Comments 14 pages, 10 figures

Semantics and Content Matter: Towards Multi-Prior Hierarchical Mamba for Image Deraining

Zhaocheng Yu, Kui Jiang, Junjun Jiang, Xianming Liu, Guanglu Sun, Yi Xiao

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

UniSplat: Unified Spatio-Temporal Fusion via 3D Latent Scaffolds for Dynamic Driving Scene Reconstruction

Chen Shi, Shaoshuai Shi, Xiaoyang Lyu, Chunyang Liu, Kehua Sheng, Bo Zhang, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Voyager Research, Didi Chuxing ； The University of Hong Kong（香港大学） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

SHeRLoc: Synchronized Heterogeneous Radar Place Recognition for Cross-Modal Localization

Hanjun Kim, Minwoo Jung, Wooseong Yang, Ayoung Kim

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

Comments 9 pages, 9 figures, accepted to RA-L

GNSS/Multi-Sensor Fusion Using Continuous-Time Factor Graph Optimization for Robust Localization

Haoming Zhang, Chih-Chun Chen, Heike Vallery, Timothy D. Barfoot

机构 * Institute of Automatic Control, Faculty of Mechanical Engineering, RWTH Aachen University（自动控制研究所，机械工程学院，亚琛RWTH大学） ； Department of BioMechanical Engineering, Delft University of Technology（生物机械工程系，代尔夫特技术大学） ； University of Toronto Robotics Institute（多伦多大学机器人研究所） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

Comments Accepted for publication in the IEEE Transactions on Robotics

Journal ref IEEE Transactions on Robotics, vol. 40, pp. 4003-4023, 2024

PRISM: Progressive Rain removal with Integrated State-space Modeling

Pengze Xue, Shanwen Wang, Fei Zhou, Yan Cui, Xin Sun

机构 * Faculty of Data Science, City University of Macau, SAR Macao, China（澳门城市大学数据科学学院） ； College of Oceanography and Space Informatics, China University of Petroleum (East China), China（中国石油大学（华东）海洋学院） ； Zhuhai 4Dage Network Technology, China（珠海4Dage网络技术） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Comments Preprint. Submitted to an IEEE conference and currently under review. Copyright 2025 IEEE; personal use permitted; all other uses require permission

Loosely coupled 4D-Radar-Inertial Odometry for Ground Robots

Lucia Coto Elena, Fernando Caballero, Luis Merino

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

Comments 24 pages, 6 figures, 4 tables, 33 references

Journal ref Journal of Intelligent and Robotic Systems 111, 107 (2025)

EfficienT-HDR: An Efficient Transformer-Based Framework via Multi-Exposure Fusion for HDR Reconstruction

Yu-Shen Huang, Tzu-Han Chen, Cheng-Yen Hsiao, Shaou-Gang Miaou

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Comments 10 pages, 9 figures

MSDNet: Efficient 4D Radar Super-Resolution via Multi-Stage Distillation

Minqing Huang, Shouyi Lu, Boyuan Zheng, Ziyao Li, Xiao Tang, Guirong Zhuo

机构 * School of Automotive Studies, Tongji University（汽车学院，同济大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

Comments 8 pages, 5 figures

4DRadar-GS: Self-Supervised Dynamic Driving Scene Reconstruction with 4D Radar

Xiao Tang, Guirong Zhuo, Cong Wang, Boyuan Zheng, Minqing Huang, Lianqing Zheng, Long Chen, Shouyi Lu

机构 * School of Automotive Studies, Tongji University（同济大学汽车学院） ； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Towards Foundational Models for Single-Chip Radar

Tianshu Huang, Akarsh Prabhakara, Chuhan Chen, Jay Karhade, Deva Ramanan, Matthew O'Toole, Anthony Rowe

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Research（博世研究） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 多传感器融合 ：occupancy(abstract)；分类 cs.CV

Comments To appear in ICCV 2025

CSFMamba: Cross State Fusion Mamba Operator for Multimodal Remote Sensing Image Classification

Qingyu Wang, Xue Jiang, Guozheng Xu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

Comments 5 pages, 2 figures, accpeted by 2025 IEEE International Geoscience and Remote Sensing Symposium(IGARSS 2025),not published yet

TRIDE: A Text-assisted Radar-Image weather-aware fusion network for Depth Estimation

Huawei Sun, Zixu Wang, Hao Feng, Julius Ott, Lorenzo Servadei, Robert Wille

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Comments Accepted by TMLR (2025.08)

SmartPNT-MSF: A Multi-Sensor Fusion Dataset for Positioning and Navigation Research

Feng Zhu, Zihang Zhang, Kangcheng Teng, Abduhelil Yakup, Xiaohong Zhang

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

Continual Learning-Based Unified Model for Unpaired Image Restoration Tasks

Kotha Kartheek, Lingamaneni Gnanesh Chowdary, Snehasis Mukherjee

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Comments Under Review

All-UWB SLAM Using UWB Radar and UWB AOA

Charith Premachandra, Achala Athukorala, U-Xuan Tan

机构 * Singapore University of Technology and Design（新加坡科技设计大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

Towards Open-World Generation of Stereo Images and Unsupervised Matching

Feng Qiao, Zhexiao Xiong, Eric Xing, Nathan Jacobs

机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Comments Accepted by ICCV 2025

Towards Robust Sensor-Fusion Ground SLAM: A Comprehensive Benchmark and A Resilient Framework

Deteng Zhang, Junjie Zhang, Yan Sun, Tao Li, Hao Yin, Hongzhao Xie, Jie Yin

机构 * Independent（独立研究者） ； Chongqing University（重庆大学） ； Nankai University（南开大学） ； Zhejiang University of Technology（浙江工业大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

Comments This paper has already been accepted to IROS2025. 8 pages

Joint Optimization-based Targetless Extrinsic Calibration for Multiple LiDARs and GNSS-Aided INS of Ground Vehicles

Junhui Wang, Yan Qiao, Chao Gao, Naiqi Wu

机构 * Institute of Systems Engineering and Collaborative Laboratory for Intelligent Science and Systems, Macau University of Science and Technology（系统工程研究院和智能科学与系统联合实验室，澳门科学技术大学） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

4D mmWave Radar for Sensing Enhancement in Adverse Environments: Advances and Challenges

Xiangyuan Peng, Miao Tang, Huawei Sun, Kay Bierzynski, Lorenzo Servadei, Robert Wille

机构 * Technical University of Munich（慕尼黑技术大学） ； Infineon Technologies AG（英飞凌科技有限公司） ； China University of Geosciences（中国地质大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

Comments 8 pages, accepted by ITSC2025

Evaluation of an Uncertainty-Aware Late Fusion Algorithm for Multi-Source Bird's Eye View Detections Under Controlled Noise

Maryem Fadili, Louis Lecrosnier, Steve Pechberti, Redouane Khemmar

专题命中 多传感器融合 ：BEV(abstract)；分类 cs.RO

Journal ref Intelligent Robotics and Control Engineering, Aug 2025, Kunming, China

Structure-Aware Radar-Camera Depth Estimation

Fuyi Zhang, Zhu Yu, Chunhao Li, Runmin Zhang, Xiaokai Bai, Zili Zhou, Si-Yuan Cao, Fang Wang, Hui-Liang Shen

机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Ningbo Innovation Center, Zhejiang University（浙江大学宁波创新中心） ； School of Information and Electrical Engineering, Hangzhou City University（杭州城市学院信息与电气工程学院） ； Key Laboratory of Collaborative Sensing and Autonomous Unmanned Systems of Zhejiang Province（浙江省协同感知与自主无人机系统重点实验室） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

Query as Test: An Intelligent Driving Test and Data Storage Method for Integrated Cockpit-Vehicle-Road Scenarios

Shengyue Yao, Runqing Guo, Yangyang Qin, Miangbing Meng, Jipeng Cao, Yilun Lin, Yisheng Lv, Fei-Yue Wang

机构 * Peking University International Innovation Center, Lin-gang Special Area (PKU-IICSH)（北京大学国际创新中心，临港特殊区域（PKU-IICSH）） ； Onesyn (Shanghai) Technology Co., Ltd（上海奥森科技有限公司） ； CATARC Automotive Technology(Shanghai) Co.,Ltd（CATARC汽车技术（上海）有限公司） ； ZEEKR Intelligent Technology Holding Limited（ZEKR智能技术控股有限公司） ； Department of Automation, Tsinghua University（清华大学自动化系） ； State Key Laboratory for Management and Control of Complex Systems, Chinese Academy of Sciences（复杂系统管理与控制国家重点实验室，中国科学院） ； Macao Institute of Systems Engineering, Macau University of Science and Technology（澳门系统工程研究院，澳门科技大学） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.AI

Comments Submitted to IEEE Transaction on Vehicular Technology

Bridging Data-Driven and Physics-Based Models: A Consensus Multi-Model Kalman Filter for Robust Vehicle State Estimation

Farid Mafi, Ladan Khoshnevisan, Mohammad Pirani, Amir Khajepour

机构 * Department of Mechanical and Mechatronics Engineering, University of Waterloo（滑铁卢大学机械与机电工程系） ； Department of Mechanical Engineering, University of Ottawa（渥太华大学机械工程系） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.RO