Anywhere, Any-Stymie: Remote Activation of Trojan Malware on LiDAR with Modulated Signals
任意地点,任意干扰:利用调制信号远程激活LiDAR上的特洛伊恶意软件
专题命中 激光雷达 :LiDAR(title,title_cn)
AI总结 本研究设计了一种嵌入LiDAR固件的特洛伊恶意软件,并利用光学触发通过调制信号远程激活,实现虚假目标注入和真实目标抑制,威胁自动驾驶安全。
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。
任意地点,任意干扰:利用调制信号远程激活LiDAR上的特洛伊恶意软件
专题命中 激光雷达 :LiDAR(title,title_cn)
AI总结 本研究设计了一种嵌入LiDAR固件的特洛伊恶意软件,并利用光学触发通过调制信号远程激活,实现虚假目标注入和真实目标抑制,威胁自动驾驶安全。
RO-LiDAR GeoQuickView:探索罗马尼亚公共LiDAR衍生高程数据的Web平台
专题命中 激光雷达 :LiDAR(title,title_cn)
AI总结 提出一个非商业Web-GIS平台RO-LiDAR GeoQuickView,整合公共LiDAR衍生数字地形模型等高程数据,提供标准化山体阴影可视化、参与式景观记录和空间索引,以解决数据碎片化和专业处理限制问题。
FRED:面向洪水道路环境的多模态自动驾驶数据集
机构 * Queensland University of Technology(昆士兰理工大学) ; ARC Training Centre for Automated Vehicles in Rural and Remote Regions (AVR3)(农村和偏远地区自动化车辆培训中心(AVR3))
专题命中 激光雷达 :LiDAR(summary_cn,abstract);autonomous driving(title,abstract);分类 cs.RO、cs.CV、cs.AI
AI总结 提出首个针对道路水险场景的多模态自动驾驶数据集FRED,包含相机、LiDAR和IMU数据,并提供语义标签以支持水险检测方法训练与评估。
基于神经形态激光雷达的鸟瞰图目标检测:使用节能脉冲神经网络
机构 * Valeo, Germany(德国瓦莱欧公司) ; Valeo, Ireland(爱尔兰瓦莱欧公司) ; TU Ilmenau, Germany(德国伊门豪大学)
专题命中 激光雷达 :LiDAR(title,abstract);BEV(abstract,abstract_cn);autonomous driving(abstract);driving perception(abstract)
AI总结 提出一种端到端脉冲编码器-解码器网络,用于激光雷达点云鸟瞰图表示中的目标检测,通过代理梯度反向传播训练,在KITTI基准上达到高精度,并实现3.33倍突触操作能耗降低。
通过内在足迹目标解混实现FW-LiDAR点云中的子足迹效应校正
机构 * School of Electronics and Information Engineering, Harbin Institute of Technology(哈尔滨工业大学电子与信息工程学院)
专题命中 激光雷达 :LiDAR(title,title_cn)
AI总结 本文提出基于物理的框架,通过显式解混处理FW-LiDAR点云中的子足迹效应,利用时空激光束分布模型和辅助信息解混,提升异质目标语义分离和同质目标强度一致性。
Comments 11 pages,7 figures
基于LiDAR的故障回退纵向控制器用于突发制动场景中的安全跟车
专题命中 激光雷达 :LiDAR(title,title_cn)
AI总结 本文提出一种仅依赖LiDAR距离测量和跟随车辆速度的故障回退纵向控制器,可在传感器延迟或同步问题下确保车辆从静止起步并防止紧急制动碰撞。
基于LiDAR的动态遮挡预测:一种数据驱动的方法用于学习交互式贝叶斯模型
专题命中 激光雷达 :LiDAR(title,title_cn)
AI总结 本文提出了一种数据驱动方法,用于学习交互式通用动态贝叶斯网络模型,以从基于时间序列的3D点云感知预测未来LiDAR传感器遮挡。通过训练不同车辆在正常和遮挡情况下的GDBN模型,并利用高阶词汇进行多车辆交互,提出交互式马尔可夫跳跃粒子滤波器以推断遮挡并检测异常。
Comments 2025 IEEE International Workshop on Technologies for Defense and Security (TechDefense), Rome, Italy
基于高度引导的投影重参数化方法用于相机-激光雷达点云
机构 * Nanjing University of Science and Technology(南京理工大学) ; National University of Singapore(新加坡国立大学)
专题命中 激光雷达 :LiDAR(title,abstract);occupancy(title,abstract);BEV(abstract);分类 cs.CV
AI总结 本文提出HiPR方法,通过高度引导的投影重参数化提升点云预测精度,改进投影空间采样以适应真实场景的高度变化,增强特征聚合稳定性。
LiDAR驱动的时空多视角立体摄影用于自动驾驶
机构 * Unmanned Vehicle Dept., CaiNiao Inc., Alibaba Group(无人车辆部门, Cainiao Inc.,阿里巴巴集团) ; Harbin Institute of Technology(哈尔滨工业大学)
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);driving perception(abstract);分类 cs.CV
AI总结 LiDAR驱动的时空多视角立体摄影框架DriveMVS通过几何提示和深度融合提升自动驾驶的度量精度和跨领域泛化能力。
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);self-driving(abstract);分类 cs.CV
专题命中 激光雷达 :LiDAR(title,abstract);occupancy(title,abstract);autonomous driving(abstract);分类 cs.CV
Comments Accepted by TIV
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);occupancy(abstract);分类 cs.RO
Comments 7 pages, 12 figures, submitted to IROS 2023
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV、eess.IV
Comments Accepted at ICML Workshop on AI for Autonomous Driving
机构 * Chair of Robotics, Artificial Intelligence and Real-time Systems, Technical University of Munich(机器人学、人工智能与实时系统教授会,慕尼黑技术大学) ; Computer Science and Engineering Department, University of California Merced(计算机科学与工程系,加州大学默塞德分校)
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV、cs.AI
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV、eess.IV
MM-TRELLIS: 自动驾驶中基于点云引导的多模态3D车辆生成
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University(上海交通大学人工智能研究院教育部人工智能重点实验室) ; Academy of Military Science(军事科学院) ; Bosch innovation software development (Wuxi) Co., Ltd.(博世创新软件开发(无锡)有限公司) ; College of Computer Science and Technology, National University of Defense Technology(国防科技大学计算机学院) ; Shopee Pte. Ltd.(Shopee私人有限公司)
专题命中 激光雷达 :LiDAR(summary_cn,abstract);autonomous driving(title,abstract);分类 cs.CV
AI总结 提出MM-TRELLIS,融合多视图图像与LiDAR点云,通过点云引导和体素过滤策略,实现高质量3D车辆生成,在Waymo数据集上优于现有方法。
SurroundNEXO:面向自动驾驶空间一致几何的自车中心度量桥接
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University(上海交通大学人工智能学院) ; Hello Inc.
专题命中 激光雷达 :LiDAR(summary_cn,abstract);autonomous driving(title,abstract);分类 cs.CV
AI总结 提出SurroundNEXO框架,通过自车中心几何(Ego-Ray位置编码)和稀疏LiDAR度量锚点,解决多相机低重叠下的度量深度预测与空间一致性问题,在多个基准上显著提升性能。
Sensor2Sensor: 自动驾驶的跨本体传感器转换
机构 * Waymo ; Johns Hopkins University(约翰霍普金斯大学) ; Google DeepMind(谷歌DeepMind) ; University of Washington(华盛顿大学)
专题命中 激光雷达 :LiDAR(summary_cn,abstract);autonomous driving(title,abstract);分类 cs.CV
AI总结 提出Sensor2Sensor生成模型,将单目行车记录仪视频转换为多模态传感器数据(多视角相机图像和LiDAR点云),通过4D高斯泼溅重建和扩散架构解决无配对数据问题,为自动驾驶开发解锁外部数据源。
Comments Accepted by CVPR 2026
基于LiDAR的人体动作捕捉的贝塞尔退化建模
机构 * PCA Lab, School of Computer Science and Engineering, Nanjing University of Science and Technology(计算机科学与工程学院精密仪器实验室,南京理工大学) ; PCA Lab, School of Intelligence Science and Technology, Nanjing University(智能科学与技术学院精密仪器实验室,南京大学)
专题命中 激光雷达 :LiDAR(title,title_cn);autonomous driving(abstract);分类 cs.CV
AI总结 本文提出BMLiCap框架,通过时间可压缩的贝塞尔曲线建模人体动作,采用轨迹保留策略减少控制点,设计渐进式动作重建模块,利用时间尺度运动变换器和多级动作聚合器有效融合多尺度曲线,以提高复杂场景下的动作重建精度和时间连续性。
Comments Accepted by CVPR 2026
LR-SGS:用于自动驾驶场景重建的鲁棒激光雷达反射率引导显著高斯泼溅
机构 * Waymo Open Dataset(Waymo开放数据集)
专题命中 激光雷达 :self-driving(title,abstract);LiDAR(title,abstract);分类 cs.CV、cs.AI
AI总结 提出一种结合激光雷达反射率与RGB的显著高斯表示方法,通过结构感知初始化、反射率校准和联合对齐,实现高效鲁棒的自动驾驶场景重建。
Comments 8 pages, 7 figures
LIORNet:一种用于恶劣天气条件下自动驾驶的自监督激光雷达雪清除框架
机构 * Ministry of National Defense(国防 ministry) ; Department of Smart Mobility Engineering(智能移动工程系)
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV
AI总结 本文提出LIORNet,通过自监督学习和多物理统计线索生成伪标签,有效区分噪声点与环境结构,提升恶劣天气下激光雷达感知的准确性和鲁棒性。
Comments 14 pages, 6 figures, 2 tables
基于深度学习的激光雷达超分辨率综述:自动驾驶应用
机构 * University College London(伦敦大学学院)
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV
AI总结 本文综述了自动驾驶中基于深度学习的激光雷达超分辨率方法,涵盖四种主要技术类别,并探讨了当前趋势和未来研究方向。
Comments Accepted to The IEEE Intelligent Vehicles Symposium 2026 (IEEE IV 2026)
专题命中 激光雷达 :LiDAR(title,abstract);occupancy(title,abstract);分类 cs.RO、cs.AI
专题命中 激光雷达 :BEV(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV
Comments accepted by CVPR2025
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV
Comments Accepted by IEEE Intelligent Transportation Systems Conference (ITSC) 2024
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV
Comments Accepted by 3DV 2021; 13 pages, 14 figures; Dataset at https://github.com/l1997i/durlar
Journal ref Proc. Int. Conf. on 3D Vision (3DV 2021)
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.RO、cs.CV
Comments Accepted and presented at IEEE Sensors Conference 2023
Journal ref IEEE Sensors Conference 2023
专题命中 激光雷达 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.CV、eess.IV
专题命中 激光雷达 :LiDAR(title,abstract);autonomous driving(title);BEV(abstract);分类 cs.RO、cs.CV
Journal ref IEEE Intelligent Vehicles Symposium (IV) 2020. The code can be found here: https://gitlab.com/aksoyeren/salsanet
异构激光雷达早期融合与学习重排序策略用于非结构化环境中的鲁棒长期地点识别
机构 * Miguel Hernández University of Elche(米格尔·埃尔南德斯·德埃尔切大学)
专题命中 激光雷达 :LiDAR(title,summary_cn);分类 cs.RO、cs.CV、cs.AI
AI总结 提出MinkUNeXt-VINE++方法,通过异构LiDAR数据早期融合和学习重排序策略,在非结构化环境(如葡萄园)中显著提升长期地点识别性能,Recall@1指标提升20%-30%。