自动驾驶

Positioning aiding using LiDAR in GPS signal loss scenarios

Szymon Krupinski, Francesco Maurelli

专题命中 激光雷达 ：LiDAR(title)；分类 cs.RO

Comments IEEE USYS 2018

Efficient Continuous-Time SLAM for 3D Lidar-Based Online Mapping

David Droeschel, Sven Behnke

专题命中 激光雷达 ：LiDAR(title)；分类 cs.RO

Comments In: Proceedings of the International Conference on Robotics and Automation (ICRA) 2018

Joint Calibration of Panoramic Camera and Lidar Based on Supervised Learning

Mingwei Cao, Ming Yang, Chunxiang Wang, Yeqiang Qian, Bing Wang

专题命中 激光雷达 ：LiDAR(title)；分类 cs.CV

Comments in Chinese

Non-parametric Image Registration of Airborne LiDAR, Hyperspectral and Photographic Imagery of Forests

Juheon Lee, Xiaohao Cai, Carola-Bibiane Schonlieb, David Coomes

专题命中 激光雷达 ：LiDAR(title)；分类 cs.CV

Comments 11 pages, 5 figures

WHU-PCPR: A cross-platform heterogeneous point cloud dataset for place recognition in complex urban scenes

WHU-PCPR：用于复杂城市场景中地点识别的跨平台异构点云数据集

Xianghong Zou, Jianping Li, Yandi Yang, Weitong Wu, Yuan Wang, Qiegen Liu, Zhen Dong

机构 * School of Advanced Manufacturing, Nanchang University（南昌大学先进制造学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Department of Geomatics Engineering, University of Calgary（卡尔加里大学测绘工程系） ； School of Earth Sciences and Engineering, Hohai University（河海大学地球科学与工程学院） ； School of Geography and Environment, Jiangxi Normal University（江西师范大学地理与环境学院） ； School of Information Engineering, Nanchang University（南昌大学信息工程学院） ； State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； Hubei Luojia Laboratory（湖北省珞珈实验室） 纠错

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

AI总结 针对现有PCPR数据集在场景、平台和传感器方面缺乏多样性的问题，建立跨平台异构点云数据集WHU-PCPR，其具备独特特征。基于此对几种PCPR方法评估分析，讨论关键挑战与未来方向，推动相关研究发展。

Seeing Where to Deploy: Metric RGB-Based Traversability Analysis for Aerial-to-Ground Hidden Space Inspection

看清部署地点：基于指标RGB的航向-地面隐蔽空间检测可通行性分析

Seoyoung Lee, Shaekh Mohammad Shithil, Durgakant Pushp, Lantao Liu, Zhangyang Wang

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

AI总结 本文提出基于指标RGB的几何-语义重建与可通行性分析框架，用于航向-地面隐蔽空间检测。通过多视角RGB重建生成密集几何，结合时间一致的语义分割生成3D语义地图，引入基于体感运动的先验知识恢复指标尺度，构建自信度-aware的几何-语义可通行性地图，评估候选部署区域的可达性。

Comments Accepted to IROS 2026. Project page: https://seoyoung1215.github.io/seeing-where-to-deploy/

G-PROBE: Cross-FOV Place Recognition and Certainty-Coupled Localization for 3D Point Clouds

G-PROBE：用于3D点云的跨视场位置识别和确定性耦合定位

Jinseop Lee

机构 * SK Intellix（SK智能科技） 纠错

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

AI总结 研究针对3D点云在有限或不对称视场下全局定位难的问题，提出G-PROBE框架。通过虚拟传感器分解、跨视场分支集合等方法，结合确定性耦合定位，无需学习。在多数据集和模式上评估，该框架性能出色，端到端可用性高，在不对称视场下优势明显。

Comments 18 pages, 9 figures

Cross4D-JEPA: Dense Cross-modal Correspondence Distillation for 4D Point Cloud Representation Learning

Cross4D-JEPA: 用于4D点云表示学习的密集跨模态对应蒸馏

Trung Thanh Nguyen, Hai Nguyen-Truong, Tu Vo, Hoang M. Truong, Tuan-Anh Vu

机构 * Nagoya University（名古屋大学） ； Northeastern University（东北大学） ； KC Machine Learning Lab（KC机器学习实验室） ； University of Science, Vietnam National University Ho Chi Minh City（胡志明市越南国立大学理科大学） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 提出Cross4D-JEPA，通过教师-学生框架将冻结的2D基础模型（如DINOv2或V-JEPA 2）的密集补丁特征蒸馏到4D点编码器，实现每点对应和潜在空间匹配，在四个基准上优于模态内和全局跨模态基线。

RIPA: Sensory-Vector Prompt Injection Attacks on LLM-Controlled ROS 2 Robots

RIPA: 针对LLM控制的ROS 2机器人的感官向量提示注入攻击

Nima Dorzhiev

机构 * Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

AI总结 提出RIPA，首个通过感官管道对ROS 2机器人进行多通道提示注入攻击的系统研究，发现模型脆弱性不随规模单调变化，并提出混合语义防火墙。

Comments 12 pages, 4 figures, 10 tables, 3 appendices

Hybrid Machine Learning Model for Forest Height Estimation from TanDEM-X and Landsat Data

基于TanDEM-X和Landsat数据的混合机器学习模型用于森林高度估计

Islam Mansour, Ronny Haensch, Irena Hajnsek, Konstantinos Papathanassiou

机构 * German Aerospace Center (DLR)（德国航空航天中心（DLR）） ； Institute of Environmental Engineering, ETH Zürich（环境工程研究所，苏黎世联邦理工学院） 纠错

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

AI总结 本文提出了一种结合机器学习与物理模型的混合方法，利用TanDEM-X干涉相干测量和Landsat光学数据来提高森林高度估计的精度，通过扩展特征空间减少高度和基线地形坡度的模糊性，实验结果表明RMSE和MAE分别降低了13.5%和16.6%。

MAG-VLAQ: Multi-modal Aerial-Ground Query Aggregation for Cross-View Place Recognition

MAG-VLAQ：多模态空-地查询聚合用于跨视角地点识别

Zhengyi Xu, Yuhang Ming, Zhihao Zhan, Hanyu Zhu, Javier Civera, Wanzeng Kong

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； TopXGun Robotics（TopXGun机器人） ； University of Zaragoza（萨拉戈萨大学） 纠错

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

AI总结 本文提出MAG-VLAQ框架，通过预训练基础模型提取多模态特征并融合，提升空地跨视角地点识别性能，实验表明在KITTI360-AG数据集上性能提升显著。

Comments 16 pages, 4 figures, 3 tables

Boosting Multimodal Remote Sensing Image Classification with Transformer-based Heterogeneously Salient Graph Representation

通过基于变换器的异质显著图表示提升多模态遥感图像分类

Jiaqi Yang, Bo Du, Rong Liu, Zhu Mao, Liangpei Zhang

机构 * Department of Forest Sciences, University of Helsinki（赫尔辛基大学森林科学系） ； School of Computer Science, National Engineering Research Center for Multimedia Software, Institute of Artificial Intelligence, and Hubei Key Laboratory of Multimedia and Network Communication Engineering, Wuhan University, Wuhan, China（武汉大学计算机学院、国家多媒体软件工程研究中心、人工智能研究院、湖北省多媒体与网络通信工程重点实验室，武汉，中国） 纠错

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；分类 cs.CV、eess.IV

AI总结 本文提出基于变换器的异质显著图表示方法，解决多模态遥感图像分类中特征表示不充分、长距离依赖建模复杂及过拟合问题，通过异质图编码器、多卷积调节器和均值前向策略提升分类性能。

Representative Spectral Correlation Network for Multi-source Remote Sensing Image Classification

代表性光谱相关网络用于多源遥感图像分类

Chuanzheng Gong, Feng Gao, Junyan Lin, Junyu Dong, Qian Du

机构 * State Key Laboratory of Physical Oceanography, Ocean University of China（中国海洋大学物理海洋学国家重点实验室） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Department of Electrical and Computer Engineering, Mississippi State University（密苏里州立大学电气与计算机工程系） 纠错

专题命中 激光雷达 ：LiDAR(abstract,abstract_cn)；分类 cs.CV、eess.IV

AI总结 本文提出RSCNet网络，通过光谱选择和自适应交互解决多源遥感图像分类中的光谱冗余和异构数据融合问题，实验表明其在三个公开数据集上性能优于现有方法且计算复杂度更低。

Comments Accepted for publication in IEEE TGRS 2026

UniGaussian: Driving Scene Reconstruction from Multiple Camera Models via Unified Gaussian Representations

UniGaussian：通过统一的高斯表示从多种相机模型进行驾驶场景重建

Yuan Ren, Guile Wu, Runhao Li, Zheyuan Yang, Yibo Liu, Xingxin Chen, Tongtong Cao, Bingbing Liu

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； York University（约克大学） 纠错

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

AI总结 UniGaussian通过统一的高斯表示从多种相机模型实现驾驶场景重建，解决鱼眼相机的兼容性问题并提升渲染质量和速度。

Comments 3DV 2026

MMCD: Multi-Modal Collaborative Decision-Making for Connected Autonomy with Knowledge Distillation

Rui Liu, Zikang Wang, Peng Gao, Yu Shen, Pratap Tokekar, Ming Lin

机构 * University of Maryland, College Park（马里兰大学 College Park 分校） ； North Carolina State University（北卡罗来纳州立大学） ； Adobe Research（Adobe 研究） 纠错

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

UnIRe: Unsupervised Instance Decomposition for Dynamic Urban Scene Reconstruction

Yunxuan Mao, Rong Xiong, Yue Wang, Yiyi Liao

机构 * Zhejiang University（浙江大学） 纠错

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

TripleMixer: A 3D Point Cloud Denoising Model for Adverse Weather

Xiongwei Zhao, Congcong Wen, Xu Zhu, Yang Wang, Haojie Bai, Wenhao Dou

机构 * Grandzxw 纠错

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

Comments 15 pages, submit to IEEE TIP

APR-Transformer: Initial Pose Estimation for Localization in Complex Environments through Absolute Pose Regression

Srinivas Ravuri, Yuan Xu, Martin Ludwig Zehetner, Ketan Motlag, Sahin Albayrak

机构 * Faculty of Electrical Engineering and Computer Science, Chair of Agent Technology, Technische Universität Berlin（电气工程与计算机科学学院，智能体技术教授，柏林技术大学） ； Faculty of Electrical Engineering and Computer Science, Technische Universität Berlin（电气工程与计算机科学学院，柏林技术大学） 纠错

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

Comments 8 pages with 6 figures

REHEARSE-3D: A Multi-modal Emulated Rain Dataset for 3D Point Cloud De-raining

Abu Mohammed Raisuddin, Jesper Holmblad, Hamed Haghighi, Yuri Poledna, Maikol Funk Drechsler, Valentina Donzella, Eren Erdal Aksoy

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

Attention-Enhanced Cross-modal Localization Between 360 Images and Point Clouds

Zhipeng Zhao, Huai Yu, Chenwei Lyv, Wen Yang, Sebastian Scherer

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

Comments This work has been submitted to the IEEE for possible publication

PVContext: Hybrid Context Model for Point Cloud Compression

Guoqing Zhang, Wenbo Zhao, Jian Liu, Yuanchao Bai, Junjun Jiang, Xianming Liu

专题命中 激光雷达 ：LiDAR(abstract)；occupancy(abstract)；分类 cs.CV、eess.IV

VIRUS-NeRF -- Vision, InfraRed and UltraSonic based Neural Radiance Fields

Nicolaj Schmid, Cornelius von Einem, Cesar Cadena, Roland Siegwart, Lorenz Hruby, Florian Tschopp

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

Enhancing context models for point cloud geometry compression with context feature residuals and multi-loss

Chang Sun, Hui Yuan, Shuai Li, Xin Lu, Raouf Hamzaoui

专题命中 激光雷达 ：LiDAR(abstract)；occupancy(abstract)；分类 cs.CV、eess.IV

Comments 11 pages, 8 figures

Journal ref IEEE Journal on Emerging and Selected Topics in Circuits and Systems, vol. 14, no. 2, pp. 224-234, Jun. 2024

4D Contrastive Superflows are Dense 3D Representation Learners

Xiang Xu, Lingdong Kong, Hui Shuai, Wenwei Zhang, Liang Pan, Kai Chen, Ziwei Liu, Qingshan Liu

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

Comments ECCV 2024; 36 pages, 11 figures, 11 tables; Code at https://github.com/Xiangxu-0103/SuperFlow

Self-Supervised Multi-Frame Neural Scene Flow

Dongrui Liu, Daqi Liu, Xueqian Li, Sihao Lin, Hongwei xie, Bing Wang, Xiaojun Chang, Lei Chu

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

DMNR: Unsupervised De-noising of Point Clouds Corrupted by Airborne Particles

Chu Chen, Yanqi Ma, Bingcheng Dong, Junjie Cao

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

Comments 8 pages, 6 figures, 15 references, submitted paper

Indoor simultaneous localization and mapping based on fringe projection profilometry

Yang Zhao, Kai Zhang, Haotian Yu, Yi Zhang, Dongliang Zheng, Jing Han

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

4DenoiseNet: Adverse Weather Denoising from Adjacent Point Clouds

Alvari Seppänen, Risto Ojala, Kari Tammi

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

Sparse Tensor-based Multiscale Representation for Point Cloud Geometry Compression

Jianqiang Wang, Dandan Ding, Zhu Li, Xiaoxing Feng, Chuntong Cao, Zhan Ma

专题命中 激光雷达 ：LiDAR(abstract)；occupancy(abstract)；分类 cs.CV、eess.IV

Comments 17 pages, 15 figures

Common Corruption Robustness of Point Cloud Detectors: Benchmark and Enhancement

Shuangzhi Li, Zhijie Wang, Felix Juefei-Xu, Qing Guo, Xingyu Li, Lei Ma

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

Comments 16 pages, 6 figures