自动驾驶

Range Image-Based Implicit Neural Compression for LiDAR Point Clouds

基于范围图像的隐式神经压缩用于LiDAR点云

Akihiro Kuwabara, Sorachi Kato, Toshiaki Koike-Akino, Takuya Fujihashi

机构 * Graduate School of Information Science and Technology（信息科学与技术研究生学校） ； The University of Osaka（大阪大学） ； Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室（MERL）） 纠错

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

AI总结 本文提出基于隐式神经表示的范围图像压缩方法，通过分割深度和掩码图像并采用模型剪枝和量化技术，实现对LiDAR点云的高效压缩。

Comments Accepted for publication in IEEE Access

Journal ref IEEE Access, vol. 14, pp. 10262-10275, 2026

Accurate Calibration and Robust LiDAR-Inertial Odometry for Spinning Actuated LiDAR Systems

精确校准与鲁棒的激光雷达-惯性里程计用于旋转驱动的激光雷达系统

Zijie Chen, Xiaowei Liu, Yong Xu, Shenghai Yuan, Jianping Li, Lihua Xie

机构 * Engineering Research Center of Low-Altitude Perception and Detection Technology & Intelligent IoT, Ministry of Education, School of Automation, Guangdong University of Technology（低空感知与探测技术及智能物联网工程研究中心，教育部，自动化学院，广东工业大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院，南洋理工大学） 纠错

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

AI总结 本文提出了一种无目标的激光雷达-电机校准方法和环境自适应的激光雷达-惯性里程计，以提高旋转驱动激光雷达系统的校准精度和定位鲁棒性。

Comments This article has been accepted for publication in IEEE Robotics and Automation Letters (RA-L). Personal use is permitted. All other uses require IEEE permission

Correcting and Quantifying Systematic Errors in 3D Box Annotations for Autonomous Driving

校正并量化自动驾驶中3D盒标注的系统误差

Alexandre Justo Miro, Ludvig af Klinteberg, Bogdan Timus, Aron Asefaw, Ajinkya Khoche, Thomas Gustafsson, Sina Sharif Mansouri, Masoud Daneshtalab

机构 * Traton Group R&D（特龙集团研发部） ； Mälardalen University（马尔默达伦大学） ； KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 本研究提出了一种方法，用于校正和量化自动驾驶中3D盒标注的系统误差，提升标注质量并提高性能评估的准确性。

Comments Accepted to The IEEE/CVF Winter Conference on Applications of Computer Vision 2026

GridNet-HD: A High-Resolution Multi-Modal Dataset for LiDAR-Image Fusion on Power Line Infrastructure

GridNet-HD: 一种高分辨率多模态数据集，用于电力线路基础设施的LiDAR-图像融合

Antoine Carreaud, Shanci Li, Malo De Lacour, Digre Frinde, Jan Skaloud, Adrien Gressin

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

AI总结 GridNet-HD是一个高分辨率多模态数据集，用于电力线路基础设施的LiDAR-图像融合，通过融合高密度LiDAR和高分辨率影像提升3D语义分割性能。

R-VoxelMap: Accurate Voxel Mapping with Recursive Plane Fitting for Online LiDAR Odometry

R-VoxelMap: 通过递归平面拟合实现高精度体素映射以提升在线激光雷达里程计精度

Haobo Xi, Shiyong Zhang, Qianli Dong, Yunze Tong, Songyang Wu, Jing Yuan, Xuebo Zhang

机构 * College of Artificial Intelligence, Institute of Robotics and Automatic Information System, and the Tianjin Key Laboratory of Intelligent Robotics（人工智能学院、机器人与自动化信息系统研究所以及天津智能机器人重点实验室） 纠错

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

AI总结 R-VoxelMap通过递归平面拟合提升在线激光雷达里程计精度，有效解决异常值和平面合并问题，实现高精度体素映射。

Super-LIO: A Robust and Efficient LiDAR-Inertial Odometry System with a Compact Mapping Strategy

超LIO：一种鲁棒且高效的激光雷达-惯性里程计系统，具有紧凑的映射策略

Liansheng Wang, Xinke Zhang, Chenhui Li, Dongjiao He, Yihan Pan, Jianjun Yi

机构 * Department of Mechanical Engineering, East China University of Science and Technology（东华大学机械工程学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Hong Kong（香港大学） 纠错

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

AI总结 Super-LIO通过紧凑的OctVox映射结构和启发式引导的KNN策略，实现了高效的鲁棒LIO系统，显著提升了处理速度和资源利用率。

Comments 8 pages, 5 figures

Journal ref IEEE Robotics and Automation Letters (RA-L), 2026

A Preprocessing and Postprocessing Voxel-based Method for LiDAR Semantic Segmentation Improvement in Long Distance

一种用于增强长距离LiDAR语义分割的预处理和后处理体素方法

Andrea Matteazzi, Pascal Colling, Michael Arnold, Dietmar Tutsch

机构 * University of Wuppertal（乌尔姆大学） ； Aptiv Services Deutschland GmbH（APTIV德国服务公司） 纠错

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

AI总结 本文提出了一种用于增强长距离LiDAR语义分割的预处理和后处理方法，通过多阶段处理和先进模型结合，显著提升了中远距离的mIoU性能。

Scalable Outdoors Autonomous Drone Flight with Visual-Inertial SLAM and Dense Submaps Built without LiDAR

可扩展的户外自主无人机飞行：基于视觉-惯性SLAM和无LiDAR的密集子地图构建

Sebastián Barbas Laina, Simon Boche, Sotiris Papatheodorou, Dimos Tzoumanikas, Simon Schaefer, Hanzhi Chen, Stefan Leutenegger

机构 * Technical University of Munich（技术大学慕尼黑） ； School of Computation, Information and Technology（计算、信息与技术学院） ； Mobile Robotics Lab（移动机器人实验室） ； Department of Computing（计算学院） ； Imperial College London（伦敦帝国学院） ； Department of Mechanical and Process Engineering（机械与过程工程学院） ； ETH Zurich（苏黎世联邦理工学院） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 本文提出了一种基于视觉-惯性SLAM和无LiDAR的自主无人机系统，实现户外复杂环境下的大规模自主导航和路径规划。

Comments 8 pages, 8 figures

LIMOncello: Iterated Error-State Kalman Filter on the SGal(3) Manifold for Fast LiDAR-Inertial Odometry

LIMOncello：基于SGal(3)流形的迭代误差状态卡尔曼滤波器用于快速激光雷达-惯性里程计

Carlos Pérez-Ruiz, Joan Solà

机构 * Mobile Robotics Laboratory, Institut de Robòtica i Informàtica Industrial, Universitat Politècnica de Catalunya（移动机器人实验室，机器人与信息技术研究所，巴塞罗那理工大学） 纠错

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

AI总结 LIMOncello基于SGal(3)流形的迭代误差状态卡尔曼滤波器实现高效激光雷达-惯性里程计，提升低可观测环境下的鲁棒性和实时性能。

PLK-Calib: Single-shot and Target-less LiDAR-Camera Extrinsic Calibration using Plücker Lines

PLK-Calib: 基于普吕弗线的单次拍摄无目标激光雷达-摄像头外参校准

Yanyu Zhang, Jie Xu, Wei Ren

机构 * Department of Electrical and Computer Engineering, University of California, Riverside（电气与计算机工程系，加州大学河滨分校） 纠错

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

AI总结 本文提出基于普吕弗线的单次拍摄无目标算法，用于高精度激光雷达-摄像头外参校准，通过几何特性分解旋转和平移，提升校准精度。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 16091-16097, 2025

XGrid-Mapping: Explicit Implicit Hybrid Grid Submaps for Efficient Incremental Neural LiDAR Mapping

XGrid-Mapping: 显式隐式混合网格子图用于高效的增量神经LiDAR映射

Zeqing Song, Zhongmiao Yan, Junyuan Deng, Songpengcheng Xia, Xiang Mu, Jingyi Xu, Qi Wu, Ling Pei

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

AI总结 XGrid-Mapping通过结合显式和隐式表示，实现高效增量神经LiDAR映射，提升大规模环境建模的效率和鲁棒性。

CRISTAL: Real-time Camera Registration in Static LiDAR Scans using Neural Rendering

CRISTAL：利用神经渲染进行静态LiDAR扫描中的实时相机定位

Joni Vanherck, Steven Moonen, Brent Zoomers, Kobe Werner, Jeroen Put, Lode Jorissen, Nick Michiels

机构 * Hasselt University - Digital Future Lab - Flanders（哈塞尔特大学-数字未来实验室-弗拉芒） 纠错

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

AI总结 CRISTAL通过神经渲染技术实现静态LiDAR扫描中的实时相机定位，提供无漂移且具有正确度量尺度的跟踪，优于现有SLAM流程。

A Self-Conditioned Representation Guided Diffusion Model for Realistic Text-to-LiDAR Scene Generation

一种用于真实文本到LiDAR场景生成的自条件表示引导扩散模型

Wentao Qu, Guofeng Mei, Yang Wu, Yongshun Gong, Xiaoshui Huang, Liang Xiao

机构 * NJUST（南京理工大学） ； FBK（弗拉·恩里科·拉达基金会） ； SDU（山东大学） ； SJTU（上海交通大学） 纠错

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

AI总结 本文提出T2LDM模型，通过自条件表示引导技术提升文本到LiDAR场景生成的质量和可控性，构建了T2nuScenes基准并改进了生成效果。

RaLiFlow: Scene Flow Estimation with 4D Radar and LiDAR Point Clouds

RaLiFlow: 基于4D雷达和激光雷达点云的场景流估计

Jingyun Fu, Zhiyu Xiang, Na Zhao

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

AI总结 RaLiFlow是首个联合4D雷达和激光雷达的场景流学习框架，通过动态感知双向跨模态融合模块和精心设计的损失函数实现高效的雷达-激光雷达融合。

Comments Accepted by AAAI

2Fast-2Lamaa: Large-Scale Lidar-Inertial Localization and Mapping with Continuous Distance Fields

2Fast-2Lamaa：基于连续距离场的大规模激光雷达-惯性定位与建图

Cedric Le Gentil, Raphael Falque, Daniil Lisus, Timothy D. Barfoot

机构 * Robotics Institute, University of Toronto Institute for Aerospace Studies, Canada（多伦多大学航空航天研究所） ； Robotics Institute, University of Technology Sydney, Australia（悉尼技术大学机器人研究所） 纠错

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

AI总结 2Fast-2Lamaa通过连续距离场实现大规模激光雷达-惯性定位与建图，结合优化去畸变和高斯过程地图构建，实现高精度实时定位与建图。

Shoot-Bounce-3D: Single-Shot Occlusion-Aware 3D from Lidar by Decomposing Two-Bounce Light

Shoot-Bounce-3D：通过分解双次反射光实现单次测量的激光雷达3D重建

Tzofi Klinghoffer, Siddharth Somasundaram, Xiaoyu Xiang, Yuchen Fan, Christian Richardt, Akshat Dave, Ramesh Raskar, Rakesh Ranjan

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Meta 纠错

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

AI总结 通过分解双次反射光，单次测量实现遮挡和镜面场景的3D重建

Comments SIGGRAPH Asia 2025. Project page: https://shoot-bounce-3d.github.io

Seabed-to-Sky Mapping of Maritime Environments with a Dual Orthogonal SONAR and LiDAR Sensor Suite

利用双正交SONAR和LiDAR传感器组实现海床到天空的环境映射

Christian Westerdahl, Jonas Poulsen, Daniel Holmelund, Peter Nicholas Hansen, Fletcher Thompson, Roberto Galeazzi

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

AI总结 本文提出了一种不依赖GNSS的海床到天空映射系统，通过融合LiDAR-IMU与双正交安装的FLS，实现实时高精度三维环境建模。

Surfel-LIO: Fast LiDAR-Inertial Odometry with Pre-computed Surfels and Hierarchical Z-order Voxel Hashing

Surfel-LIO：基于预计算Surfel和层次Z-order体素哈希的快速激光雷达-惯性里程计

Seungwon Choi, Dong-Gyu Park, Seo-Yeon Hwang, Tae-Wan Kim

机构 * Department of Naval Architecture and Ocean Engineering, Seoul National University（海洋工程系，首尔国立大学） ； Clobot Co., Ltd.（Clobot公司） 纠错

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

AI总结 Surfel-LIO通过预计算Surfel和层次Z-order体素哈希实现快速激光雷达-惯性里程计，提升处理速度并保持精度。

LPVIMO-SAM: Tightly-coupled LiDAR/Polarization Vision/Inertial/Magnetometer/Optical Flow Odometry via Smoothing and Mapping

LPVIMO-SAM: 通过平滑与映射实现紧密耦合的激光雷达/偏振视觉/惯性/磁力计/光学流里程计

Derui Shan, Peng Guo, Wenshuo Li, Du Tao

机构 * Faculty of Information, North China University of Technology（信息学院，中国北方工业大学） ； Hangzhou Innovation Institute, Beihang University（杭州创新研究院，北京航空航天大学） 纠错

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

AI总结 LPVIMO-SAM通过融合激光雷达、偏振视觉、惯性、磁力计和光学流，实现高鲁棒性的实时里程计与地图构建。

Comments submitted to IROS2025

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 6801-6807

LiNeXt: Revisiting LiDAR Completion with Efficient Non-Diffusion Architectures

LiNeXt：重新审视基于高效非扩散架构的LiDAR补全

Wenzhe He, Xiaojun Chen, Ruiqi Wang, Ruihui Li, Huilong Pi, Jiapeng Zhang, Zhuo Tang, Kenli Li

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

AI总结 LiNeXt通过高效非扩散架构实现快速准确的LiDAR点云补全，提升实时性能并减少计算开销。

Comments 18 pages, 13 figures, Accepted to AAAI 2026

SPIRAL: Semantic-Aware Progressive LiDAR Scene Generation and Understanding

SPIRAL: 基于语义的渐进式LiDAR场景生成与理解

Dekai Zhu, Yixuan Hu, Youquan Liu, Dongyue Lu, Lingdong Kong, Slobodan Ilic

机构 * Technical University of Munich（慕尼黑技术大学） ； Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

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

AI总结 Spiral提出了一种基于范围视图的LiDAR扩散模型，能够同时生成深度、反射图像和语义地图，实现高效的3D场景生成与理解。

Comments NeurIPS 2025; 24 pages, 10 figures, 9 tables; Code at https://github.com/worldbench/SPIRAL

LiHRA: A LiDAR-Based HRI Dataset for Automated Risk Monitoring Methods

LiHRA：基于LiDAR的人机交互风险监测数据集

Frederik Plahl, Georgios Katranis, Ilshat Mamaev, Andrey Morozov

机构 * Proximity Robotics & Automation GmbH（近距机器人与自动化有限公司） ； Institute of Industrial Automation and Software Engineering, University of Stuttgart（工业自动化与软件工程学院，斯图加特大学） 纠错

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

AI总结 LiHRA数据集通过多模态数据支持人机交互风险监测方法的开发，提供高分辨率LiDAR数据和真实碰撞事件，用于训练和评估RM算法。

Comments Preprint of final paper that will appear in the Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)

MLATC: Fast Hierarchical Topological Mapping from 3D LiDAR Point Clouds Based on Adaptive Resonance Theory

MLATC: 基于自适应共振理论的快速分层拓扑映射：从3D激光雷达点云

Ryosuke Ofuchi, Yuichiro Toda, Naoki Masuyama, Takayuki Matsuno

机构 * IEEE 纠错

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

AI总结 MLATC通过分层结构和自适应机制提升大规模动态环境中的拓扑图构建效率。

D-LIO: 6DoF Direct LiDAR-Inertial Odometry based on Simultaneous Truncated Distance Field Mapping

D-LIO：基于同时截断距离场映射的6自由度直接激光雷达-惯性里程计

Lucia Coto-Elena, J. E. Maese, L. Merino, F. Caballero

机构 * Service Robotics Laboratory, Universidad Pablo de Olavide（服务机器人实验室，帕布罗·德·奥拉维德大学） 纠错

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

AI总结 D-LIO通过同时截断距离场映射实现6自由度直接激光雷达-惯性里程计，提升环境感知精度与实时性。

Comments 9 pages, 3 figures and 43 references

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 1, pp. 169-176, 2026

DensifyBeforehand: LiDAR-assisted Content-aware Densification for Efficient and Quality 3D Gaussian Splatting

提前密集化：基于LiDAR的内容感知密集化以实现高效且高质量的3D高斯溅射

Phurtivilai Patt, Leyang Huang, Yinqiang Zhang, Yang Lei

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出基于LiDAR的内容感知密集化方法，通过结合稀疏LiDAR数据与单目深度估计，提升3D高斯溅射的初始化效率和视觉质量，降低资源消耗和训练时间。

SALPA: Spaceborne LiDAR Point Adjustment for Enhanced GEDI Footprint Geolocation

SALPA：空间borne LiDAR点调整以增强GEDI足迹地理定位

Narumasa Tsutsumida, Rei Mitsuhashi, Yoshito Sawada, Akira Kato

机构 * Graduate School of Science & Engineering, Saitama University, Japan（埼玉大学理学系研究科） ； Japan Aerospace Exploration Agency, Japan（日本宇宙航空研究开发机构） ； Graduate School of Horticulture, Chiba University, Japan（千叶大学园艺学系研究科） 纠错

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

AI总结 SALPA是一种多算法优化框架，通过整合三种优化范式和五个距离度量，提升GEDI足迹的地理定位精度，适用于复杂地形和不同任务需求。

Comments 21 pages, 2 figures

A visual study of ICP variants for Lidar Odometry

Sebastian Dingler, Hannes Burrichter

机构 * Daimler Truck AG（戴姆勒卡车股份有限公司） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

Comments Iterative closest point; Registration; Odometry; Mapping

LIO-MARS: Non-uniform Continuous-time Trajectories for Real-time LiDAR-Inertial-Odometry

Jan Quenzel, Sven Behnke

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

Comments submitted to T-RO, 19 pages

LiDAR-GS++:Improving LiDAR Gaussian Reconstruction via Diffusion Priors

Qifeng Chen, Jiarun Liu, Rengan Xie, Tao Tang, Sicong Du, Yiru Zhao, Yuchi Huo, Sheng Yang

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

Comments Accepted by AAAI-26

LODESTAR: Degeneracy-Aware LiDAR-Inertial Odometry with Adaptive Schmidt-Kalman Filter and Data Exploitation

Eungchang Mason Lee, Kevin Christiansen Marsim, Hyun Myung

机构 * KAIST InnoCORE LLM, KAIST（KAIST信息学院LLM研究中心，KAIST） 纠错

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

Comments 8 pages, 5 figures, 6 tables, accepted for the publication in IEEE Robotics and Automation Letters