Thresholded Quantum LIDAR -- Exploiting Photon-Number-Resolving Detection
专题命中 感知 ：LiDAR(title)
Comments 5 pages, 4 figures, comments are welcome
Journal ref Phys. Rev. Lett. 123, 203601 (2019)
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. 感知 6059 篇
Inertial Sensor Aided mmWave Beam Tracking to Support Cooperative Autonomous Driving
专题命中 感知 ：autonomous driving(title)
Comments Accepted at IEEE ICC 2019
APEX: Learning Adaptive High-Platform Traversal for Humanoid Robots
APEX: 为双足机器人学习适应性高平台穿越
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Center for Artificial Intelligence（博世人工智能中心）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 APEX通过感知和攀爬行为实现双足机器人高平台穿越，结合地形适应和安全正则化，实现高效探索与稳健适应。
Comments Project Website: https://apex-humanoid.github.io/
Seeing above the waves: A modular sensing framework for data acquisition at sea
洞察海面之上：一种用于海上数据采集的模块化感知框架
机构 * Technical University of Denmark（丹麦技术大学）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 针对海洋环境下水面船只自主性研发中的传感器数据采集难题，提出融合多模态传感器的模块化平台，依托ROS2框架实现长时数据采集与可复现性，为自主海洋导航提供标准化数据集基础。
Comments Submitted and accepted to the IFAC WC 2026 as an invited session paper for track 7.2 Transportation and Vehicle Systems - Marine Systems
Global-Local Attention Decomposition for Terrain Encoding in Humanoid Perceptive Locomotion
全局-局部注意力分解用于人形感知运动中的地形编码
机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Humanoid Robot (Shanghai) Co., Ltd.（人形机器人（上海）有限公司）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 提出全局-局部注意力分解（GLAD）方法，通过粗到细编码器分离全局地形感知和局部立足点选择，实现人形机器人在稀疏立足点和受限环境中的鲁棒运动。
A System for Train Condition Monitoring and Structural Health Assessment of Rail Vehicles
轨道车辆的列车状态监测与结构健康评估系统
机构 * DB InfraGO AG（DB InfraGO股份公司） ； DB Systemtechnik（DB系统技术公司） ； MSG Ammendorf（MSG阿门多夫公司）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 本文提出一种融合结构传感器技术与AI数据分析的系统，用于轨道车辆状态监测与撞击检测，可自动检测相关事件、支持状态维护及设计优化，助力干线铁路向全自动运行过渡。
Journal ref IEEE Intelligent Vehicles Symposium, Detroit, USA, Jun, 2026
SafeLand: Safe Autonomous Landing in Unknown Environments with Bayesian Semantic Mapping
SafeLand: 在未知环境中使用贝叶斯语义映射实现安全自主着陆
机构 * Fraunhofer IVI Autonomous Aerial Systems（弗劳恩霍夫IVI自主航空系统） ； TU Munich Computer Vision Group（慕尼黑工业大学计算机视觉组） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 本文提出SafeLand系统，通过深度学习语义分割构建在线语义地面地图，结合贝叶斯概率过滤和行为树实现安全自主着陆，通过200次模拟和60次实地测试，展示零误报的人类检测率和亚秒响应延迟。
Journal ref ECCV 2026 Workshops
ViewMind3D: Modular View-Aware Inference for Training-Free 3D-QA
ViewMind3D：用于无需训练的3D问答的模块化视图感知推理
专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 该研究提出无需训练的模块化框架ViewMind3D，将3D-QA分解为四个组件，在ScanQA和SQA3D上实现竞争力性能，证明通用LLMs与VLMs的模块化编排可实现有效3D推理。
Mutual Modality Trust with Lightweight Reconstruction Regularization for Fine-grained Tire Pattern Recognition
基于轻量级重建正则化的互模态信任用于细粒度轮胎花纹识别
机构 * School of Communications and Information Engineering, Xi’an University of Posts and Telecommunications（西安邮电大学通信与信息工程学院） ； School of Artificial Intelligence, Hainan Normal University（海南师范大学人工智能学院） ； School of Artificial Intelligence, Optics and Electronics (iOPEN), Northwestern Polytechnical University（西北工业大学人工智能与光电学院）
专题命中 感知 ：autonomous driving(abstract)；driving perception(abstract)；分类 cs.CV
AI总结 针对现有细粒度轮胎识别技术的局限，提出含双分支独立推理和增强特征融合的轻量级方法，利用互模态信任、频域分层引导模块及轻量级重建正则化提升性能，建立数据集并经实验验证了算法优越性。
FogDrive: A Multi-Modal Synthetic Driving Dataset for Perception under Graded Fog
FogDrive：用于分级雾天感知的多模态合成驾驶数据集
机构 * Indian Institute of Technology, Guwahati（印度理工学院古瓦哈提分校）
专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV
AI总结 FogDrive是用于分级雾天感知的多模态合成驾驶数据集，基于CARLA模拟器构建，含多种传感器数据，模拟不同密度雾。通过跨两种范式建立基线基准，得出训练中混合多密度雾可收紧3D边界框几何形状等见解，将开源加速多模态研究。
WASABI: Whole-graph Assignment-based Stabilizer for lAne topology By Inter-frame tracking
WASABI：基于帧间跟踪的车道拓扑全图分配稳定器
专题命中 感知 ：autonomous driving(abstract)；BEV(abstract)；分类 cs.CV
AI总结 研究针对自动驾驶中车道拓扑感知模型输出不稳定问题，提出WASABI实时后处理管道，通过联合跟踪车道段及其连通性，集成多种技术，在内部验证数据上提升了检测F1等指标，实现帧内和帧间车道拓扑稳定。
A2RL V\textsubscript{max}: The A2RL autonomous racing dataset for long-range, high-speed perception and multi-vehicle interaction
A2RL V下标max：用于远程、高速感知和多车辆交互的A2RL自动驾驶数据集
机构 * Institute of Measurement and Control Systems, Karlsruhe Institute of Technology（测量与控制系统研究所，卡尔斯鲁厄理工学院） ； Institute of Automotive Technology, Technical University of Munich（汽车技术研究所，慕尼黑工业大学） ； Professorship of Autonomous Vehicle Systems, Technical University of Munich（自动驾驶车辆系统教授职位，慕尼黑工业大学） ； University of Modena and Reggio Emilia（摩德纳大学和雷焦艾米利亚大学） ； Humda Lab, Széchenyi István University（胡姆达实验室，塞切尼·伊什特万大学） ； Politecnico di Milano（米兰理工大学） ； Constructor University（康斯坦丁大学） ； Beijing Institute of Technology（北京理工大学） ； Nanyang Technological University（南洋理工大学） ； Code 19 Racing（代码19赛车） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich（慕尼黑机器人与机器智能研究所（MIRMI），慕尼黑工业大学）
专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO
AI总结 介绍A2RL V下标max开源数据集，专为高速自动驾驶和多车辆交互感知任务设计，含多样场景数据及专业标注激光雷达点云，以开发者友好格式提供，还对相关检测和跟踪方法做了实现与评估。
Comments 8 pages
Cyclone: Diffusion Model for Cycle-Consistent Weather Editing from Unpaired Driving Data
Cyclone：基于未配对驱动数据的循环一致天气编辑扩散模型
机构 * Huawei Paris Research Center（华为巴黎研究中心） ； Gustave Eiffel University（古斯塔夫·埃菲尔大学） ； IGN-ENSG（法国国家地理信息与森林和环境信息研究所）
专题命中 感知 ：autonomous driving(abstract)；driving perception(abstract)；分类 cs.CV
AI总结 针对自动驾驶系统在不同天气条件下可靠感知的挑战，提出Cyclone框架，基于潜在扩散，利用循环一致约束和图像-文本模型知识，无需配对数据生成多种天气条件，实验表明其输出更优，还可提炼为视频扩散模型。
Comments Project page: https://ntaquan0125.github.io/weather-cyclone/
Towards Real-World Applications with an Autonomous Powered Wheelchair
迈向具有自主动力轮椅的现实世界应用
机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI（达勒莫勒人工智能研究所（IDSIA），瑞士意大利语区大学 - 瑞士南部应用科学与艺术大学） ； Genny Factory（Genny工厂）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 针对动力轮椅自主性有限等问题，研究通过在商用自平衡轮椅上集成自主感知、手势交互和导航等技术构建概念验证原型，并在叫车和跟人等应用中展示，凸显自主与辅助结合潜力及可行性，也指出技术挑战。
Learning Category-level Last-meter Navigation from RGB Demonstrations of a Single-instance
从单实例RGB演示中学习类别级最后米导航
机构 * University of Minnesota, Twin Cities（明尼苏达大学 Twin Cities 分校）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 提出面向对象的模仿学习框架，利用RGB观测实现四足移动机械臂在最后米阶段的精确导航，无需深度或地图先验，在类别级泛化中达到高成功率。
Generative Lane Topology Reasoning via Autoregressive Model with Geometry Prior
基于几何先验的自回归模型生成车道拓扑推理
机构 * Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院）
专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 提出TopoGPT生成式框架，通过自回归序列建模学习车道图结构的几何先验，解决现有方法端点不一致和遮挡导致图不完整的问题，在OpenLane-V2上提升6.4/11.6个点。
Comments ECCV 2026
AeroVerse-SatAgent: UAV-Satellite Collaborative Spatial Reasoning Inspired by the Dual Visual Pathway Theory of Cognitive Neuroscience
AeroVerse-SatAgent: 受认知神经科学双视觉通路理论启发的无人机-卫星协同空间推理
机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； Key Laboratory of Target Cognition and Application Technology (TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院目标认知与应用技术重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机学院）
专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 针对单视角感知易受遮挡和视角变化影响的问题，提出受人类视觉双通路机制启发的无人机-卫星协同空间推理模型SatAgent，通过几何感知3D重建编码器、多视角拓扑语义对齐模块和一致性损失，在复杂城市环境中实现鲁棒推理，构建首个大规模协同数据集，性能超越现有模型。
Comments 21 pages, 10 figures and 8 tables
Knowledge-Driven Dimension Estimation from a Single Image -3D Asset Generation Technology for Digital Twin Construction
基于知识的单图像维度估计——面向数字孪生构建的3D资产生成技术
机构 * Data & Knowledge Management Research Department, Digital Infrastructure Innovation Center, Research & Development Group, Hitachi, Ltd.（株式会社日立制作所 研究开发集团 数字基础设施创新中心 数据与知识管理研究部）
专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV
AI总结 提出一种从单目图像估计物体尺寸的方法，通过分解结构元素并整合设计规则、几何关系等外部知识，生成与真实环境尺度接近的3D资产，用于提升自动驾驶车载相机虚拟验证精度。
Comments 6 pages, 4 figures
RadarTwin: Scene-Specific mmWave Radar Simulation and Learning for Mobile Indoor Perception
RadarTwin：面向移动室内感知的场景特定毫米波雷达仿真与学习
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 提出RadarTwin框架，利用3D重建和视觉语言模型推断材料属性，通过物理射线追踪合成FMCW雷达数据，解决雷达数据稀缺问题，仿真训练模型在真实场景中识别物体准确率达95.3%。
Counting Trees from Satellite Imagery with Noisy Supervision
基于噪声监督的卫星图像树木计数
机构 * University of Copenhagen（哥本哈根大学） ； University of Rwanda（卢旺达大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； Stony Brook University（石溪大学） ； LIGM, CNRS, Univ Gustave Eiffel, ENPC, IPP（LIGM，CNRS，古斯塔夫·埃菲尔大学，ENPC，IPP）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 针对卫星图像中树木计数任务，提出基于非平衡最优传输的空间密度匹配方法，并引入自校正机制利用传输残差逐步优化噪声监督，在跨三大洲的TinyTrees基准上优于检测、回归和传输匹配基线。
SPARK: Low Latency Single-Camera 3D Pose Estimation for Autonomous Racing using Keypoints
SPARK: 基于关键点的自动驾驶赛车低延迟单摄像头3D姿态估计
机构 * Technical University of Munich（慕尼黑工业大学） ； School of Engineering & Design, Department of Mobility Systems Engineering, Institute of Automotive Technology（工程与设计学院，移动系统工程系，汽车技术研究所） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 提出SPARK算法，利用单摄像头和关键点检测实现自动驾驶赛车中低延迟、高精度的3D姿态估计，性能优于现有方法。
Comments 9 pages, 6 figures, ITSC 2026, Invited Session
Tracking Large-scale Shared Bikes with Inertial Motion Learning in GNSS Blocked Environments
通过惯性运动学习在GNSS阻塞环境中跟踪大规模共享自行车
机构 * School of Software Engineering, Beijing Jiaotong University（北京交通大学软件学院） ； DiDi, Beijing（滴滴（北京））
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.AI
AI总结 本文提出一种结合自行车机械约束与混合专家模型的惯性跟踪框架，通过多专家模块捕捉共享表示并改进多任务学习性能，实现不确定性感知的轨迹估计，并通过动态校准提升跟踪精度。
Comments This paper has been accepted by IEEE Transactions on Intelligent Transportation Systems (T-ITS) on June 23, 2026. Journal article. 15 pages, 18 figures, 11 tables
WildBox: A Dataset and Benchmark for Aerial Monocular 3D Detection of African Savanna Wildlife
WildBox: 非洲稀树草原野生动物航拍单目3D检测数据集与基准
机构 * D Optical Metrology Unit, Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会3D光学计量部） ； Computer Vision and Machine Learning Systems group, Institute for Geoinformatics, University of Muenster（明斯特大学地理信息学研究所计算机视觉与机器学习系统组） ； School of Civil, Aerospace and Design Engineering, University of Bristol（布里斯托大学土木、航空航天与设计工程学院） ； Department of Biology, University of Southern Denmark（南丹麦大学生物学系） ； The Ohio State University（俄亥俄州立大学） ； Department of Collective Behavior, Max Planck Institute of Animal Behavior（马克斯·普朗克动物行为研究所集体行为系） ； University of Konstanz（康斯坦茨大学） ； Centre for the Advanced Study of Collective Behaviour, University of Konstanz（康斯坦茨大学集体行为高级研究中心） ； Department of Biology, University of Konstanz（康斯坦茨大学生物学系） ； Environmental Computational Science and Earth Observation Laboratory, EPFL（瑞士联邦理工学院环境计算科学与地球观测实验室）
专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 提出WildBox数据集，含23.7万3D框标注，评估两种开放词汇单目3D架构，发现零样本3D检测失败，微调后恢复性能，深度估计是主要瓶颈。
SegmentAnyTreeV2: Scaling Transformer-Based Tree Instance Segmentation Across Sensors, Platforms, and Forests
SegmentAnyTreeV2：跨传感器、平台和森林的基于Transformer的树木实例分割扩展
机构 * Norwegian Institute of Bioeconomy Research (NIBIO)（挪威生物经济研究所（NIBIO））
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 提出SegmentAnyTreeV2，一种传感器和平台无关的森林点云语义与实例分割框架，结合Point Transformer v3骨干网络、轻量语义头和树木交叉注意力掩码解码器，在FOR-instance v3基准上达到90.5%精度和80.2%召回率，并展现出强跨域泛化能力。
Comments 25 pages, 6 figures, 10 tables, Corrected bibliography metadata and minor typographical issues; results unchanged
LoComposition: Terrain-Adaptive Energy-Efficient Quadruped Locomotion without Gait Priors
LoComposition：无需步态先验的地形自适应高效四足运动
机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Tübingen（图宾根大学） ； Technical University of Munich（慕尼黑工业大学） ； University of Stuttgart（斯图加特大学）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 提出一种将任务奖励、操作约束、能量最小化和地形感知分离的框架，无需显式步态先验，在四足机器人上实现高效地形自适应运动，运输成本降低56%，违规减少96%。
Comments 17 pages, 5 figures, 10 tables
Efficient 3D Perception on Multi-Sweep Point Cloud with Gumbel Spatial Pruning
多扫点云上的高效3D感知与Gumbel空间修剪
机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Department of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Noah’s Ark Lab（诺亚实验室） ； Department of Computer Science, University of Hong Kong（香港大学计算机科学系）
专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV
AI总结 本文研究了户外环境中点云感知问题，通过累积多个连续点云扫描以提高感知精度，引入Gumbel空间修剪层有效减少冗余点，提升3D感知性能。
VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation
VGP-Nav：用于机器人导航的度量感知视觉几何感知
机构 * Southern University of Science and Technology（南方科技大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Shenzhen University（深圳大学） ； SpatialTemporal AI（时空人工智能）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO
AI总结 提出VGP-Nav，一种仅依赖单目RGB输入的框架，通过地面平面几何约束解决尺度模糊，实现度量定位与障碍物感知的统一。
IntentNav: Learning Spatial-Visual Object Navigation from Human Demonstrations
IntentNav: 从人类演示中学习空间-视觉物体导航
机构 * Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The Chinese University of Hong Kong（香港中文大学） ； A*STAR Institute for Infocomm Research (I2R)（新加坡科技研究局资讯通信研究院）
专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.RO
AI总结 提出IntentNav框架，通过人类演示学习类人物体导航策略，利用前沿标注和意图对齐目标实现最优性能，并零样本迁移到多种机器人平台。
Comments 26 pages, 9 figures
An Integrated Roadside Sensing and Communication Framework for Vulnerable Road User Safety at Signalized Intersections
信号交叉口弱势道路使用者安全的集成路边感知与通信框架
机构 * Department of Civil, Environmental and Construction Engineering, University of Central Florida（中央佛罗里达大学土木、环境与建设工程系）
专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV
AI总结 提出集成多模态感知、边缘计算、V2X/P2X通信和自适应信号控制的框架，基于公开数据集R-LiViT分析53,319个标注，发现VRU占49%、昼夜密度差异大、近距离事件变化10倍、83%行人边界框小，支持多模态感知和自适应部署。
Comments 17 pages, 5 figures, 2 tables. Preprint
VOIC: Visible-Occluded Integrated Guidance for 3D Semantic Scene Completion
VOIC：可见-遮挡联合引导的3D语义场景补全
机构 * Research Institute of Trustworthy Autonomous Systems, Southern University of Science and Technology（可信自主系统研究院，南方科技大学） ； Department of Computer Science and Engineering, Southern University of Science and Technology（计算机科学与工程系，南方科技大学） ； School of Computer Science, University of Nottingham Ningbo China（宁波大学计算机学院） ； Department of Electronic and Information Engineering, Changchun University（电子与信息工程学院，长春大学）
专题命中 感知 ：autonomous driving(abstract)；occupancy(abstract)；分类 cs.CV
AI总结 提出VOIC网络，通过解耦可见区域感知与遮挡区域推理，利用离线可见区域标签提取策略和双解码器框架，在SemanticKITTI和SSCBench-KITTI360上实现最先进的3D语义场景补全性能。
