Deep Perspective Transformation Based Vehicle Localization on Bird's Eye View
专题命中 BEV与占用 :self-driving(abstract);BEV(abstract);分类 cs.CV
Comments 7 pages, 2 figures
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。
专题命中 BEV与占用 :self-driving(abstract);BEV(abstract);分类 cs.CV
Comments 7 pages, 2 figures
专题命中 BEV与占用 :autonomous driving(abstract);BEV(abstract);分类 cs.CV
专题命中 BEV与占用 :LiDAR(abstract);occupancy(abstract);分类 cs.RO
专题命中 BEV与占用 :autonomous driving(abstract);BEV(abstract);分类 cs.CV
专题命中 BEV与占用 :autonomous driving(abstract);BEV(abstract);分类 cs.CV
Comments Accepted by ICCV2023
专题命中 BEV与占用 :autonomous driving(abstract);BEV(abstract);分类 cs.CV
Comments Accepted by CVPR2023
专题命中 BEV与占用 :autonomous driving(abstract);BEV(abstract);分类 cs.CV
专题命中 BEV与占用 :LiDAR(abstract);occupancy(abstract);分类 cs.RO
Comments This paper has been accepted by IEEE Pervasive Computing with DOI: 10.1109/MPRV.2023.3274770
专题命中 BEV与占用 :autonomous driving(abstract);BEV(abstract);分类 cs.CV
专题命中 BEV与占用 :autonomous driving(abstract);occupancy(abstract);分类 cs.CV
专题命中 BEV与占用 :autonomous driving(abstract);BEV(abstract);分类 cs.CV
专题命中 BEV与占用 :LiDAR(abstract);occupancy(abstract);分类 cs.RO
专题命中 BEV与占用 :LiDAR(abstract);occupancy(abstract);分类 cs.RO
Comments 17 pages, 14 figures; accepted for publication in IEEE Transactions on Robotics (TRO 2021) and adds additional experimental results
专题命中 BEV与占用 :BEV(abstract);LiDAR(abstract);分类 cs.RO
Comments Submitted to ICRA 2022
专题命中 BEV与占用 :autonomous driving(abstract);LiDAR(abstract);分类 cs.CV
Comments This paper has been accepted at IEEE Intelligent Transportation Systems Conference (ITSC), 2021
专题命中 BEV与占用 :self-driving(abstract);LiDAR(abstract);分类 cs.RO
Comments Accepted for publication in CRV 2021; corrected reference 4
专题命中 BEV与占用 :occupancy(abstract);分类 cs.RO、cs.CV、eess.IV
Comments Submitted to Computers and Electronics in Agriculture
Journal ref Volume 184, May 2021, 106091
专题命中 BEV与占用 :autonomous driving(abstract);LiDAR(abstract);分类 cs.CV
Comments IEEE Trans. on Image Processing
专题命中 BEV与占用 :LiDAR(abstract);occupancy(abstract);分类 cs.RO
专题命中 BEV与占用 :BEV(abstract);LiDAR(abstract);分类 cs.CV
专题命中 BEV与占用 :occupancy(abstract);trajectory planning(abstract);分类 cs.RO
Journal ref 2018 21st International Conference on Intelligent Transportation Systems (ITSC)
MVP-Nav: 多层价值地图规划导航器
机构 * Shanghai Jiao Tong University(上海交通大学)
专题命中 BEV与占用 :occupancy(abstract);分类 cs.RO、cs.CV、cs.AI
AI总结 针对零样本目标导航中缺乏深度信息导致的物理不确定性,提出MVP-Nav框架,通过3D基础模型重建物理占用并构建多层价值地图,实现语义与物理约束的统一规划,达到最先进性能。
Tilikum: 无需弱边的DAG上交易公平排序
专题命中 BEV与占用 :BEV(abstract,abstract_cn)
AI总结 提出Tilikum,一种基于DAG的账本协议,通过中位数时间戳聚合实现交易公平排序,无需弱边,在抵抗重排序攻击的同时实现高达39倍吞吐量提升。
共享冷却电动汽车中强制座舱通风导致的电池热安全储备侵蚀
专题命中 BEV与占用 :BEV(abstract,abstract_cn)
AI总结 针对共享冷却系统中强制通风消耗电池热储备的问题,提出一种结合物理引导科学机器学习代理、电网连接出发热储备、空气质量定价通风分配和双控制屏障函数的预测控制器,在保持电池温度、CO₂浓度和舒适性的同时降低能耗20%。
Comments 19 pages, 5 figures
来自中欧960个住宅多区域建筑的真实世界和模拟热数据
专题命中 BEV与占用 :occupancy(abstract,abstract_cn)
AI总结 本文介绍了ThermBuild数据集,包含两栋独户住宅的真实测量数据和958个TRNSYS建筑模型的模拟数据,用于数据驱动的热动力学建模,支持节能控制、故障检测与诊断。
探索感知行驶焦虑在插电式电动汽车采纳行为中的作用
专题命中 BEV与占用 :BEV(abstract,abstract_cn)
AI总结 本文通过嵌套logit模型探讨行驶焦虑对电动汽车采纳行为的影响,发现对纯电动车的偏好受行驶焦虑影响,但对插电式混合动力车无显著影响。
Comments 27 pages, 3 figures, 5 tables. Journal of Smart Cities and Society. 2026;0(0)
个性化电动汽车能耗估计框架:整合驾驶员行为与地图数据
机构 * Department of Computer and Information Sciences, Harrisburg University of Science and Technology(计算机与信息科学系,哈里斯堡大学科学与技术学院)
专题命中 BEV与占用 :BEV(abstract,abstract_cn)
AI总结 本文提出一种整合地图上下文特征与驾驶员特定速度预测及物理能耗模型的个性化电动车能耗估计框架,通过结合路线选择、道路特征处理、规则参考速度生成器、基于PID控制器的车辆动力学模拟器和双向LSTM模型,实现准确的能耗和SOC轨迹预测。
Comments 28 pages, 19 figures
GIST:通过智能语义拓扑进行多模态知识提取与空间定位
机构 * University of Colorado Boulder(科罗拉多大学博尔德分校)
专题命中 BEV与占用 :occupancy(abstract);分类 cs.RO、cs.CV、cs.AI
AI总结 GIST通过智能语义拓扑提取多模态知识,构建语义标注的导航拓扑,实现复杂环境中的空间定位与人类-AI交互任务。
基于信息几何的人工好奇心方法
机构 * Institute of Neuroinformatics University of Zurich and ETH Zurich(神经信息学研究所 苏黎世大学和苏黎世联邦理工学院)
专题命中 BEV与占用 :occupancy(abstract,abstract_cn)
AI总结 本文提出基于信息几何的框架,通过信息单调性和环境交互不变性约束内在奖励为严格凹函数,从而实现探索与利用的平衡,整合了基础探索方法。
Comments Comments: 24 pages, 2 figures; version accepted for publication at AISTATS 2026
XD-MAP:通过语义参数地图实现跨模态领域适应以实现可扩展的训练数据生成
机构 * KIT Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院) ; FZI Research Center for Information Technology(FZI信息技术研究中心)
专题命中 BEV与占用 :LiDAR(abstract);分类 cs.CV、eess.IV、cs.AI
AI总结 本文提出XD-MAP,通过语义参数地图将图像数据集中的传感器特定知识转移到LiDAR领域,无需手动标注即可提升多模态领域适应性能。
Comments 10 pages, 7 figures, 3 tables, accepted at CVPRW