自动驾驶

LPFormer: LiDAR Pose Estimation Transformer with Multi-Task Network

Dongqiangzi Ye, Yufei Xie, Weijia Chen, Zixiang Zhou, Lingting Ge, Hassan Foroosh

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV；autonomous driving(comments)

Comments ICRA 2024. Top solution for the Waymo Open Dataset Challenges 2023 - Pose Estimation. CVPR 2023 Workshop on Autonomous Driving

LiDAR-NeRF: Novel LiDAR View Synthesis via Neural Radiance Fields

Tang Tao, Longfei Gao, Guangrun Wang, Yixing Lao, Peng Chen, Hengshuang Zhao, Dayang Hao, Xiaodan Liang, Mathieu Salzmann, Kaicheng Yu

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

Comments This paper introduces a new task of novel LiDAR view synthesis, and proposes a differentiable framework called LiDAR-NeRF with a structural regularization, as well as an object-centric multi-view LiDAR dataset called NeRF-MVL

Real-time LIDAR localization in natural and urban environments

Georgi Tinchev, Adrian Penate-Sanchez, Maurice Fallon

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

Comments For interest in the dataset please email georgi.tinchev+lidar_dataset@gmail.com

Anti-degenerated UWB-LiDAR Localization for Automatic Road Roller in Tunnel

Bingqi Shen, Yuyin Chen, Huiyong Yang, Jianbo Zhan, Yichao Sun, Rong Xiong, Shuwei Dai, Yue Wang

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

Comments This article needs withdrawing for the reason of some technical issues including that the method of obtaining the ground truth in Section V was not rigorous enough, and we found that Lidar sensor was affected by external force during the experiments, which will lead to the inaccuracy of the results

Monocular 3D Object Detection with Pseudo-LiDAR Point Cloud

Xinshuo Weng, Kris Kitani

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV；autonomous driving(comments)

Comments Camera Ready for ICCV Workshop on "Road Scene Understanding and Autonomous Driving"

Point-Cloud-Assistant Localized Statistical Channel Prediction by Tangent Gaussian Splatting

点云辅助的切线高斯溅射局部统计信道预测

Ye Xue, Yiheng Wang, Xinhua Shao, Qi Yan, Shutao Zhang, Tsung-Hui Chang

机构 * China Telecom（中国电信） 纠错

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 提出点云辅助切线高斯溅射（PC-TGS）框架，通过融合稀疏无线电测量与密集LiDAR几何数据，将角功率谱外推到未测量网格，实现大规模无线数字孪生中的高效信道预测。

Foundation-Model Earth Representations Enable Regional-Scale Forest Aboveground Biomass Monitoring Across the Northeastern United States

基于基础模型的地球表征实现美国东北部区域尺度森林地上生物量监测

Shashika Lamahewage, Chandi Witharana

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 该研究利用AlphaEarth基础模型生成的Google卫星嵌入，结合LiDAR数据与森林清查数据构建模型，实现美国东北部区域森林地上生物量的高精度监测，为规模化碳评估提供了新途径。

Multi-Modal Environment-Aware Beam Management for Massive MIMO: A Geometry-Driven Virtual Base Station Framework

大规模MIMO的多模态环境感知波束管理：一种几何驱动的虚拟基站框架

Yijie Bian, Wei Guo, Jie Yang, Shenghui Song, Jun Zhang, Shi Jin, Khaled B. Letaief

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 提出几何驱动框架，利用3D LiDAR点云和位置信息构建虚拟基站数据库，通过镜像对称建模主导反射路径，实现粗信道重建和低开销波束训练，并采用双智能体深度强化学习协调波束选择，提升波束管理效率。

WiWorld-RealData: A Real-World Multi-Modal Dataset for 6G Wireless World Models

WiWorld-RealData：用于6G无线世界模型的真实世界多模态数据集

Yinyin Jiao, Huixin Xu, Jianhua Zhang, Yuelong Qiu, Jingjing Wang, Shaoyi Liu, Yuxiang Zhang, Li Yu, Xuebin Sun, Guangyi Liu

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 提出WiWorld-RealData数据集，包含3.7 GHz和6.775 GHz的信道冲激响应、多视角图像、全景图像、LiDAR点云、毫米波雷达记录和GNSS轨迹，支持环境辅助的信道预测，路径损耗预测MAE为2.02 dB。

Comments 6 pages, 4 figures, 2 tables

Adaptive Guidance and Integrated Navigation with Reinforcement Meta-Learning

自适应引导与集成导航的强化元学习

Brian Gaudet, Richard Linares, Roberto Furfaro

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 本文提出了一种基于强化元学习的自适应引导系统，采用递归策略和价值函数近似器，通过递归网络层使部署策略能实时适应作用在智能体上的环境力，在四个具有未知但高度动态变化的挑战性环境中比较了DR/DV引导律、非递归策略的RL代理和递归策略的RL代理的性能，并展示了RL元学习优化的策略在火星着陆环境中仅使用多普勒雷达高度计读数，在小行星着陆环境中仅使用LIDAR高度计读数时实现引导和导航的整合能力。

Comments arXiv admin note: substantial text overlap with arXiv:1901.04473

Assessing engineering wake models against operational data: insights from the Lillgrund wind farm wake steering campaign

评估工程尾流模型与运行数据：来自Lillgrund风电场尾流偏转活动的见解

Diego Siguenza-Alvarado, Matthew Harrison, Mohammadreza Mohammadi, Pragya Vishwakarma, Ervin Bossanyi, Lars Landberg, Majid Bastankhah

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 利用Lillgrund海上风电场的SCADA和LiDAR数据，评估四种工程尾流模型组合在基准和主动尾流偏转条件下的性能，发现模型能再现尾流亏损趋势但存在7%-15%的速度亏损MAE和3%-23%的功率误差。

Journal ref Wind Energy, Volume29, Issue6 June 2026 e70126

MTA-RL: Robust Urban Driving via Multi-modal Transformer-based 3D Affordances and Reinforcement Learning

MTA-RL：通过多模态Transformer-based 3D affordances和强化学习实现鲁棒的城市驾驶

Guangli Chen, Dianzhao Li, Wenjian Zhong, Bangquan Xie, Ostap Okhrin

机构 * Dongguan Key Laboratory of Intelligent Equipment and Smart Industry, School of Advanced Engineering, Great Bay University（东莞智能装备与智能制造重点实验室，先进工程学院，大湾大学） ； Chair of Applied Statistics, Technische Universität Dresden（应用统计学教授职位，德累斯顿技术大学） ； Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI)（可扩展数据解析与人工智能中心（ScaDS.AI）） ； College of Automation, Guangdong University of Technology（自动化学院，广东技术大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 本文提出MTA-RL框架，通过多模态Transformer-based 3D affordances和强化学习实现可靠的城市自动驾驶，提升样本效率和稳定性，优于现有基线方法。

Ultrawide-angle diffraction-limited 2D beam steering via hybrid integrated metasurface-photonic circuit

超宽角度衍射限二维束流转向的混合集成元表面-光子电路

Zhiping He, Luigi Ranno, Padraic Burns, Fan Yang, Hung-I Lin, Maarten R. A. Peters, Hanyu Zheng, Rui Chen, Yi Ji Tan, Chuanyu Lian, Nathan Dostart, Hyun Jung Kim, Carlos Ríos, Tian Gu, Juejun Hu

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 本文提出了一种基于硅光子集成电路和光学元表面的混合集成平台，实现超宽角度衍射限的二维束流转向，适用于自由空间光学系统，如卫星间光学链路、航空LiDAR等。

Comments 17 pages, 6 figures

CORAL: Curriculum-Optimized Reward Adaptation for LiDAR-Based Goal-Directed Urban Driving

CORAL：面向基于激光雷达的目标导向城市驾驶的课程优化奖励适配

Anisa Saleem, Duksu Kim

机构 * Korea University of Technology and Education (KOREATECH)（韩国技术教育大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 CORAL结合五阶段课程与阶段感知奖励，在CARLA中训练多流演员-评论家策略，实现基于激光雷达的城市驾驶，长路线约束下成功率显著优于PPO基线，且可零样本跨城镇迁移。

Comments 13 pages, 6 figures

Targetless LiDAR-Camera Calibration with Neural Gaussian Splatting

无目标激光雷达-摄像头校准与神经高斯点分布

Haebeom Jung, Namtae Kim, Jungwoo Kim, Jaesik Park

机构 * Department of Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能交叉学科项目系，首尔国立大学） ； Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 本文提出无目标激光雷达-摄像头校准方法，通过神经高斯点分布优化传感器姿态，实现鲁棒且可推广的校准，优于现有方法并在多数据集上表现优异。

Comments IEEE RA-L 2026. Project page: https://zang09.github.io/tlc-calib-site

Journal ref 2026 IEEE Robotics and Automation Letters

Rethinking 3D Segmentation from Individual LiDAR Scans: Incidence-Aware Sampling on the SIP Benchmark

从单个激光雷达扫描数据重新思考三维分割：SIP基准上的入射角感知采样

Seongyong Kim, Jingdao Chen, Yong Kwon Cho

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 针对单个激光雷达扫描的三维分割，本研究在SIP基准上提出入射角感知采样策略，提升了非平面构件等的分割性能，降低了对采样分辨率的敏感性。

UQ-Loc: Uncertainty-Aware LiDAR Scene Coordinate Regression

UQ-Loc：感知不确定性的激光雷达场景坐标回归

Jacek Komorowski

机构 * Warsaw University of Technology（华沙理工大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 UQ-Loc扩展LightLoc架构，添加各向同性高斯协方差头，采用NLL损失结合kNN正则化训练，改进SC2-PCR求解器推理，提升6自由度定位精度并校准不确定性。

KILVO: Kinematic-Inertial-LiDAR-Visual Odometry with Robust Multimodal Adaptation for Humanoid Robots

KILVO：面向人形机器人的具备鲁棒多模态自适应的运动学-惯性-激光雷达-视觉里程计

Jixin Gao, Fucheng Liu, Teng Zhang, Fusheng Zha

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 本文提出面向人形机器人的KILVO里程计，基于ESIKF整合多传感器并设计多模态自适应与接触估计模块，实验显示其精度、效率及鲁棒性优于现有方法，代码与数据集已开源。

Comments This article has been accepted for publication in IEEE/ASME Transactions on Mechatronics. Personal use is permitted. All other uses require IEEE permission

Gaussian-LIC2: LiDAR-Inertial-Camera Gaussian Splatting SLAM

Gaussian-LIC2：激光雷达-惯性-相机高斯溅射SLAM

Xiaolei Lang, Jiajun Lv, Kai Tang, Laijian Li, Jianxin Huang, Lina Liu, Yong Liu, Xingxing Zuo

机构 * Institute of Cyber-Systems and Control（控制系统研究所） ； Zhejiang University（浙江大学） ； Department of Robotics（机器人系） ； Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI)（迈罗德·本·扎耶德人工智能大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 本文提出首个兼顾视觉质量、几何精度与实时性的激光雷达-惯性-相机高斯溅射SLAM系统，引入零样本深度补全与CUDA加速策略，构建专用数据集，可实现高质量新视角渲染及下游应用。

Comments Accepted by IJRR

Sen-Cap: Sensor-Flexible and Noise-Resilient Human Motion Capture via LiDAR-Camera Integration

Sen-Cap：基于激光雷达-相机融合的传感器灵活且抗噪的人体运动捕捉框架

Aoru Xue, Yujing Sun, Yiming Ren, Kwok-Yan Lam, Mao Ye, Yuexin Ma

机构 * ShanghaiTech University（上海科技大学） ； Digital Trust Centre, Nanyang Technological University（南洋理工大学数字信托中心） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 Sen-Cap是一种无需传感器间校准的激光雷达-相机融合人体运动捕捉框架，通过跨传感器运动估计器与抗噪轨迹跟踪器实现灵活部署与强鲁棒性，在多数据集上达最优性能，适用于真实场景。

Comments 16 pages, 8 figures, 4 tables. Accepted at ECCV 2026. Aoru Xue and Yujing Sun contributed equally. Yuexin Ma is the corresponding author

Proteus: A Truncation-Robust Entropy Model for Progressive LiDAR Compression

Proteus：适用于渐进式激光雷达压缩的抗截断熵模型

Yihan Qiu, Xiaodong Lin, Baoquan Zhao, Hailong Jiao, Ge Li

机构 * Peking University（北京大学） ； Sun Yat-sen University（中山大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 提出名为Proteus的激光雷达压缩编解码器，通过解耦编码实现抗70%比特流截断，在理想信道下优于G-PCC、Draco等标准及Unicorn，可用于安全关键感知场景。

Visibility-Aware Cooperative Tracking with Decentralized LiDAR-Based Aerial Swarms

具有视觉意识的协同空中跟踪与基于去中心化激光雷达的群体

Longji Yin, Yunfan Ren, Fangcheng Zhu, Liuyu Shi, Fanze Kong, Benxu Tang, Wenyi Liu, Ximin Lyu, Fu Zhang

机构 * Department of Mechanical Engineering, The University of Hong Kong（香港大学机械工程系） ； School of Intelligent System Engineering, Sun Yat-sen University（中山大学智能系统工程学院） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 本文提出了一种基于去中心化激光雷达的群体协同跟踪框架，通过SSDF度量和电势启发分布度量，实现复杂环境中的可视化目标跟踪与动态群体重构。

Online Lidar-Only Odometry with Retrospective Refinement of Overlapping Submaps

基于图的在线激光雷达里程计与回顾性地图细化

Aaron Kurda, Simon Steuernagel, Marcus Baum

机构 * Institute of Computer Science, University of Goettingen（计算机科学研究所，哥廷根大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 本文提出基于图的在线激光雷达里程计方法，通过多地图配准和回顾性地图细化提升轨迹估计的精度与长期准确性。

Comments 8 pages, 3 figures, 5 tables

Flight-Ready LiDAR-Inertial Odometry for Embedded Drone Platforms

适用于嵌入式无人机平台的飞行就绪激光雷达惯性里程计

Alvaro J. Gaona, David Perez-Saura, Francisco J. Anguita, Pascual Campoy

机构 * Centre for Automation and Robotics C.A.R. (UPM-CSIC), Universidad Politécnica de Madrid（马德里理工大学自动化与机器人技术中心C.A.R.（马德里理工大学-西班牙科学研究委员会）） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 研究针对开源LIO系统在无人机应用时的不足，识别其架构缺陷，通过IMU速率前向传播等改进，提升里程计输出频率至200Hz，保持数据连续性，经无人机实验验证，改进可直接用于FAST-LIO2相关实现。

Comments 7 pages, 5 figures, Accepted in IMAV 2026

Factorized Spatio-Temporal Convolutions for Human Pose Estimation from Planar Lidar

用于基于平面激光雷达的人体姿态估计的分解时空卷积

Simone Arreghini, Mirko Nava, Nicholas Carlotti, Antonio Paolillo, Alessandro Giusti

机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI（瑞士意大利语区大学提契诺大学人工智能达勒莫利研究所） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 针对服务机器人仅配备平面激光雷达和普通处理器的情况，提出基于时空块的轻量级网络，用于全向人体检测和相对2D姿态估计，通过跨模态自监督训练，优于基线模型，适用于计算受限的服务机器人空间感知。

Two-Stage Extrinsic Calibration of a Static Line-Scanning Lidar with a Rotary Platform

基于旋转平台的静态线扫描激光雷达的两阶段外部校准

Vikram Shree, Hike Danakian, Long Nguyen, Rajanish Gokidi, Patrick Nercessian

机构 * SiLC Technologies（SiLC技术公司） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 研究基于旋转平台的静态线扫描激光雷达校准问题，探索自动方法静态和动态估计旋转轴变换，通过真实数据集验证算法并研究其收敛特性。

Comments 8 pages, 13 figures. Manuscript accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Move First, Commit Later: Selective LiDAR-to-BIM Global Initialization via Sequential Consensus with Symmetry-Aware Abstention

先移动，后提交：通过具有对称感知弃权的顺序共识进行选择性激光雷达到BIM全局初始化

Yujie Zhang, Yuxuan Guo, Jiashuo Zheng, Zeheng Fan, Xiaohui Jia, Jinyue Liu

机构 * School of Mechanical Engineering, Hebei University of Technology（河北工业大学机械工程学院） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 研究激光雷达到BIM全局初始化问题，提出“先移动，后提交”的选择性层，将配准前端作证据源决定是否提交，通过特殊方法聚合证据，在真实建筑和模拟中表现良好，能正确提交或弃权，提交锚点精度高且前端模块化。

Comments 8 pages, 6 figures, 3 tables. Preprint

Depth-Dependent Hidden-State Collapse in Dynamical System Autoencoders for LiDAR Point-Cloud Classification

用于激光雷达点云分类的动态系统自动编码器中深度相关的隐藏状态坍缩

Patricia Medina, Hy P. G. Lam

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 研究用DSAE对激光雷达点云分类，通过实验比较不同编码器深度下的表现，发现深度为\(K = 5\)时存在隐藏状态坍缩，乘积系数不能改善坍缩前指标及防止坍缩，确定大深度表示坍缩是DSAE激光雷达分类的失败模式。

Comments 6 pages, 2 figures, 1 table. Submitted to the 2026 IEEE High Performance Extreme Computing Conference (HPEC 2026)

Explainable Geospatial AI for Satellite Ground Station Siting Using LiDAR-Derived Terrain Intelligence

利用激光雷达衍生地形智能的卫星地面站选址可解释地理空间人工智能

Shohini Sarkar, Smithi Mahendran, Rishi Chudasama, Varun Mannam, Arav Luthra, Yuvraj Rekhi, Vivek Nadig, Arsh Goenka

机构 * U.S. Geological Survey（美国地质调查局） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.AI

AI总结 研究利用激光雷达衍生地形智能预测卫星地面站选址的代表性杂波高度，提出可解释机器学习框架，用多种数据训练，选LightGBM，模型误差降低超60%，评估相关标准，SHAP识别关键预测因子，证明开放数据可改善杂波建模。

Comments Accepted at the 2026 IEEE 22nd International Conference on Automation Science and Engineering (IEEE CASE 2026)

Improving Map Consistency in Graph-Based LiDAR SLAM Through Information-Aware Odometry and Retroactive Loop Closure

通过信息感知里程计和追溯回环闭合改进基于图的激光雷达SLAM中的地图一致性

Saurabh Gupta, Niklas Trekel, Louis Wiesmann, Cyrill Stachniss

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.RO

AI总结 该研究针对3D激光雷达SLAM中地图一致性问题提出解决方案，通过估计信息矩阵加权里程计约束，引入分层及追溯回环闭合模块，实验证明能提升轨迹精度与地图一致性。

Comments 8 pages, 4 figures, 2 tables