When Your State Estimator Has Lost The Plot: Detecting Estimator Failures Via Spectral Analysis
当你的状态估计器“迷失方向”时：通过频谱分析检测估计器故障
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本研究提出一种与传感器无关的频域分析方法，用于检测状态估计器故障，在三类里程计框架中可检测51%-58%的故障，精度达60%-84%，可作为轻量级自省工具。
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. 激光雷达 3145 篇
Autonomous Exploration-Based Precise Mapping for Mobile Robots through Stepwise and Consistent Motions
基于逐步一致运动的移动机器人自主探索精准建图
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出一种面向采用激光SLAM的室内移动机器人的自主探索框架，通过多RRT采样、逐步一致运动等策略提升建图精度与鲁棒性，经仿真与真实实验验证其优于基准2D算法。
Comments 8 pages, 11 figures. This work has been submitted to the IEEE for possible publication
G$^2$ARD-GS: Geometry-Guided Anchor-Regularized Gaussian Splatting Distillation
G$^2$ARD-GS：几何引导的锚点正则化高斯溅射蒸馏
机构 * Shanghai Jiao Tong University（上海交通大学） ； Jishu Technology Co., Ltd.（集度科技有限公司）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 针对3D高斯溅射模型基元过多导致成本高的问题，提出G$^2$ARD-GS几何引导蒸馏方法，在MatrixCity数据集上实现最优压缩性能，提升了外观适配与配准精度。
NeoRacer: An Open, Standardized 1:12 Scale Autonomous Race Car for Benchmarking and Education
NeoRacer：用于基准测试与教育的开源标准化1:12比例自主赛车
机构 * neobotics（尼奥机器人）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本研究推出开源标准化1:12比例自主赛车NeoRacer，兼具高算力与低成本，可作为自主赛车算法的基准测试平台，还可用于相关教育场景，已通过试点部署验证可行性。
3D Gaussian Splatting against Moving Objects for High-Fidelity Street Scene Reconstruction
针对移动物体的3D高斯散射用于高保真的街道场景重建
机构 * Ontario Knowledge Intelligence Centre, Canada（加拿大安大略知识智能中心） ； Canadian Institute of Interscience, Canada（加拿大跨学科科学研究所） ； DeepCox Intelligence, Canada（加拿大DeepCox智能科技公司）
专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV
AI总结 本文提出了一种新的3D高斯点分布方法，通过自适应透明机制消除移动物体并保留高保真静态场景细节，结合迭代优化提升几何精度和纹理表现。
Comments arXiv admin note: This paper has been withdrawn by arXiv due to unverifiable authorship and affiliation
Learning Traversability-Aware Global Planners for Long Horizon Off-Road Navigation
学习用于长距离越野导航的可通行性感知全局规划器
机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University（德克萨斯农工大学J. Mike Walker '66机械工程系） ； DEVCOM Army Research laboratory（陆军研究实验室）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 针对大型越野环境自主导航难题，提出从高空数据学习连续可通行性地图的方法，由人类驾驶轨迹监督、激光雷达先验塑造，发布相关数据集，实地试验显示该方法能减少操作员干预，轨迹接近人类路径长度。
An Indoor Radio Mapping Dataset Combining 3D Point Clouds and RSSI
一种结合3D点云和RSSI的室内无线电映射数据集
机构 * Jožef Stefan Institute, Department of Communication Systems（乔泽夫·斯塔芬研究所，通信系统系） ； International Postgraduate School Jožef Stefan, Information and Communication Technologies（国际研究生学校乔泽夫·斯塔芬，信息与通信技术） ； Faculty of Engineering, Shibaura Institute of Technology（工学院， Shibaura技术研究所）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.AI
AI总结 本文提出了一种结合3D点云和RSSI的室内无线电映射数据集，用于支持无线网络规划和优化。
Comments 19 pages, 8 figures, 3 tables
Mag4D-SLAM Dataset: A Repeated-Traversal Multi-Modal 4D Geomagnetic Dataset for Localization and Mapping
Mag4D-SLAM数据集：用于定位和映射的重复遍历多模态4D地磁数据集
机构 * Department of Robotics and Mechatronics Engineering, DGIST（大邱庆北科学技术院机器人与机电工程系）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 该研究提出Mag4D-SLAM这一首个大规模室外地磁SLAM数据集，含多传感器同步测量与地面真值姿态。通过重复遍历实验分析磁场重复性等特性，支持偏航漂移缓解等研究，还能开启地磁传感补充其他模态及应对特殊情况的新研究。
Comments Accepted to IROS 2026. 8 pages, 8 figures. *Bibhutibhusan Nayak and Hyoseok Ju contributed equally to this work
PI3DETR: Parametric Instance Detection of 3D Point Cloud Edges With a Geometry-Aware 3DETR
PI3DETR：基于几何感知的3D点云边缘参数实例检测
机构 * AIT Austrian Institute of Technology Center for Vision, Automation & Control（奥地利技术研究院视觉、自动化与控制中心）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 PI3DETR通过几何感知的匹配策略和专用损失函数，实现对多种参数化曲线的统一检测，提升3D点云边缘检测的鲁棒性和实用性。
RoughNet: Mapping Arctic Sea Ice Roughness Using Diffusion-Based Super-Resolution of Satellite Imagery
RoughNet：利用基于扩散的卫星图像超分辨率绘制北极海冰粗糙度
机构 * University College London（伦敦大学学院） ； Alfred Wegener Institute Helmholtz Centre for Polar and Marine Research（阿尔弗雷德·韦格纳极地与海洋研究所亥姆霍兹中心） ； University of Victoria（维多利亚大学）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 研究旨在准确估计北极海冰粗糙度，采用RoughNet方法，通过条件扩散框架从光学卫星图像重建海冰地形，经训练和评估，能在不同冰况下泛化，为高分辨率海冰测绘和粗糙度估计提供可扩展途径。
Comments Code available at https://github.com/tessacannon48/RoughNet
Self-Healing Visual Recovery for Autonomous Ground Vehicles Using Camera-Only Visual Odometry
使用仅摄像头视觉里程计的自主地面车辆自愈视觉恢复
机构 * Simula Research Laboratory（Simula研究实验室） ； University of Oslo（奥斯陆大学）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 研究低成本无人地面车辆仅靠摄像头视觉导航时标线丢失的恢复问题，提出轻量级两阶段恢复方法，结合多种视觉工具，在模拟课程中评估，该方法成功率高，证明仅靠摄像头在成本和计算限制内实现可靠视觉恢复可行。
Comments 18 pages, 11 figures, 4 tables
A Ground Mobile Robot for Autonomous Terrestrial Laser Scanning-Based Field Phenotyping
一种用于自主地面激光扫描的田间表型分析机器人
机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； The University of Georgia（佐治亚大学） ； Bio-Sensing, Automation and Intelligence Laboratory（生物传感、自动化与智能实验室） ； Agricultural & Biological Engineering（农业与生物工程） ； The University of Florida（佛罗里达大学）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本研究开发了一种自主地面机器人系统，利用高分辨率三维激光扫描仪实现田间表型分析，提高了田间作物生长监测的自动化和准确性。
Comments Submitted to Journal of Field Robotics
LTM: Large-scale Terrain Model for Wildfire-prone Landscapes
LTM：适用于易发生野火地区的大规模地形模型
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 针对易发生野火地区传统地形重建方法不足，提出利用过时DEM的多模态重建框架，通过物理像素对齐降低计算复杂度，经大型地形模拟器验证，相比现有技术显著提升了重建精度与计算效率，为野火应对提供可扩展方案。
Rail Track Extraction from Rasterized Classified Point Clouds Using a Full-Resolution, Fully Convolutional Recurrent Neural Network
使用全分辨率全卷积递归神经网络从光栅化分类点云提取铁轨
机构 * Esri（环境系统研究所公司）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 介绍利用全卷积递归神经网络从分类3D点云提取铁轨的新方法，先光栅化点，经神经网络、形态学操作、平滑处理等步骤，用动态时间规整算法找中心线，人工干预少，实验验证了该方法提取铁轨的有效性。
Comments 15 pages, 8 figures, 1 table
A VLM-Enhanced Framework for Comprehensive Traffic Sign Condition Assessment Integrating Daytime Visual Performance and Nighttime Retroreflectivity Evaluation
一种用于综合交通标志状况评估的VLM增强框架，集成白天视觉性能和夜间逆反射率评估
机构 * Department of Civil and Environmental Engineering University of Missouri- Columbia（土木与环境工程系密苏里大学哥伦比亚分校）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 研究开发用于综合评估交通标志状况的新框架，利用微调视觉语言模型评估白天视觉性能，结合激光雷达校准的逆反射率评估夜间性能，集成到标志状况指数，提供经济有效的评估方法，LLaVA和Qwen表现优，还标记出需更换的标志。
Comments 21 pages, 7 figures, 5 tables. Preprint. An earlier version of this work was presented at the 105th Annual Meeting of the Transportation Research Board (TRB), January 2026
Industrial3D: A Water-Treatment TLS Point Cloud Dataset and Cross-Paradigm Benchmark for MEP Scene Understanding
Industrial3D: 一个用于工业基础设施的地面激光雷达点云数据集和跨范式基准
机构 * Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（香港科技大学土木与环境工程系） ； Guangzhou Institute of Geography, Guangdong Academy of Sciences（广东省科学院广州地理研究所） ； School of Civil Engineering, Southeast University（东南大学土木工程学院） ； College of Geography and Tourism, Hengyang Normal University（衡阳师范学院地理与旅游学院） ； Department of Architecture and Civil Engineering, City University of Hong Kong（香港城市大学建筑与土木工程系） ； S.M.A.R.T. Construction Research Group, New York University Abu Dhabi（纽约大学阿布扎比分校S.M.A.R.T.建筑研究组） ； Department of the Built Environment, National University of Singapore（新加坡国立大学建筑环境系） ； Spatial Intelligence and Urban Computing, Institute of Urban Environment, Chinese Academy of Sciences（中国科学院城市环境研究所空间智能与城市计算） ； State Key Lab of Ecological Security of Regions and Cities, Institute of Urban Environment, Chinese Academy of Sciences（中国科学院城市环境研究所区域与城市生态安全国家重点实验室）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出Industrial3D数据集，包含6.12亿个高精度标注点云，用于解决工业设施中密集点云的语义理解难题，并建立首个跨范式基准，揭示了工业TLS数据中统计稀有性和几何模糊性带来的领域迁移挑战。
Comments 52 pages, 8 figure, 14 tables
Journal ref 2026, under review
The P$^3$ Dataset: Pixels, Points and Polygons for Multimodal Building Vectorization
P$^3$数据集：用于多模态建筑物矢量化的像素、点和多边形
机构 * Université Côte d’Azur, INRIA（法国里沃利大学、INRIA） ； LuxCarta Technology（LuxCarta技术公司）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 介绍用于建筑物矢量化的多模态P$^3$数据集，由多源数据构建，含大量高精度激光雷达点等。证明激光雷达点云可用于预测建筑物多边形，融合激光雷达和图像能提高预测精度与几何质量，数据集公开。
Absorption-Feature-Guided Distance-Decoupled Estimation and Band Selection for LWIR Hyperspectral Passive Ranging
吸收特征引导的距离解耦估计与波段选择用于长波红外高光谱被动测距
机构 * College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学学院）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 提出ADER框架，利用大气吸收特征解耦温度与发射率，通过臭氧吸收分类像素并优化距离估计，结合贪婪波段选择，实现快速高精度被动测距。
Comments 18 pages, 9 figures
Empowering a Single-Frequency GNSS Receiver to Achieve High-Precision Positioning with Relative Observations
利用相对观测实现单频GNSS接收机的高精度定位
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 提出一种紧耦合状态估计框架，通过单频GNSS接收机与相对运动传感器融合，利用滑动窗口因子图和虚拟锚点机制实现分米级定位，无需基站。
Comments 8 pages,7 figures
3D Field of Junctions: A Noise-Robust, Training-Free Structural Prior for Volumetric Inverse Problems
3D 立体接点场：一种噪声鲁棒、无需训练的结构先验用于体积分量逆问题
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出3D FoJ方法，通过优化3D楔形接点来实现体积分量逆问题的去噪，无需训练数据，保留和增强3D边缘和角结构，适用于低信噪比下的多种3D成像任务。
Comments ECCV 2026
Contact-Anchored Proprioceptive Odometry for Legged and Wheel-Legged Robots
基于接触的本体感觉里程计用于四足和轮腿机器人
机构 * Institute of Optics and Electronics, Chinese Academy of Sciences（中国科学院光学与电子学研究所） ； Shenzhen Astralldynamics Technology（深圳星辰动力科技）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出一种纯本体感觉状态估计器，利用IMU和电机测量估计机器人姿态和速度，通过接触作为运动学锚点，结合高度聚类和时间衰减校正，解决四足和轮腿机器人中的漂移问题。
Comments 31 pages, 26 figures
Channel-adaptive Cross-modal Generative Semantic Communication for Point Cloud Transmission
面向点云传输的信道自适应跨模态生成式语义通信
机构 * IEEE
专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出GenSeC-PC框架，通过跨模态语义编码融合图像与点云，结合信道自适应联合编解码和扩散模型加速，实现低信噪比下的鲁棒点云传输。
Contactless 3D Human Body Measurement Using Depth Cameras for Smart Health Monitoring
基于深度相机的非接触式3D人体测量用于智能健康监测
机构 * Department of Computer（计算机系） ； Department of Information（信息系） ； Department of Human Genetics（人类遗传学系） ； University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校） ； Department of Electrical and Computer Engineering（电气与计算机工程系）
专题命中 激光雷达 ：occupancy(abstract)；分类 cs.CV
AI总结 提出一种基于深度相机和3D点云的非接触式人体测量框架，通过空间滤波、地标选择及体素/网格分析实现身高、臂展、体积和表面积等关键指标的准确估计。
Comments 6 pages, 4 figures. Depth camera-based framework for contactless anthropometric measurement and geometric analysis using 3D point clouds
Resilient Navigation for Autonomous Farm Robots by Leveraging Jerk-Augmented Models with IMU-Only Disturbance Rejection
利用基于加加速度增强模型与仅IMU干扰抑制的自主农业机器人弹性导航
机构 * Iowa State University（爱荷华州立大学） ； Salin247
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 针对农业机器人传感器中断和振动问题，提出加加速度增强EKF与多调谐因子自适应方法，动态调整测量协方差，显著降低3D位置RMSE。
Breaking Time: A Fully Gaussian Framework for Distributed and Continuous-Time SLAM
打破时间：一种用于分布式和连续时间SLAM的全高斯框架
机构 * Department of Computer, Control, and Management Engineering "Antonio Ruberti", Sapienza University of Rome（计算机、控制与管理工程系（Antonio Ruberti）, 罗马萨皮恩扎大学） ； University of Stuttgart（斯图加特大学）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 提出G-solver，结合高斯信念传播和高斯过程运动先验的分布式连续时间轨迹估计框架，支持异构异步传感器和多相机场景。
Comments To be published in RA-L. Open-source implementation is released at https://github.com/rvp-group/gsolver
Sensor Setups for State and Wind Estimation for Airborne Wind Energy Converters
用于空载风能转换器状态和风速估计的传感器配置
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出了一种无迹卡尔曼滤波器，用于空载风能转换器的空气动力学、状态和风况估计，通过不同传感器配置验证，展示了低成本高可靠性的可行性。
SRENet: Spectral Re-Entry Network for Point Cloud Action Recognition
SRENet：用于点云动作识别的频谱重入网络
机构 * School of Software Engineering, South China University of Technology（南方科技大学软件工程学院） ； School of Automation Science and Engineering, South China University of Technology（南方科技大学自动化科学与工程学院） ； School of Computer Science, University of Sydney（悉尼大学计算机科学学院） ； School of Science, Edith Cowan University（爱丁堡牛津大学科学学院）
专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV
AI总结 提出SRENet，通过频谱分解与重入模块从频率角度学习全局上下文和细粒度时间动态，实现点云序列动作识别。
Comments 13 pages, 11 figures. Accepted by IEEE Transactions on Circuits and Systems for Video Technology
ScaRF-SLAM: Scale-Consistent Reconstruction with Feed-Forward Models and Classical Visual SLAM
ScaRF-SLAM: 基于前馈模型与经典视觉SLAM的尺度一致重建
机构 * Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 提出一种解耦框架，将经典特征SLAM用于鲁棒跟踪，几何基础模型仅用于建图，通过尺度优化和子图融合实现高质量一致密集重建，在建筑级数据集上重建精度提升10%-20%。
Comments 8 pages
Vanilla ViT for Automotive Point Cloud Semantic Segmentation
用于汽车点云语义分割的普通ViT
机构 * LIGM, CNRS, Univ Gustave Eiffel, ENPC, IP Paris, France（LIGM、CNRS、Université Gustave Eiffel、ENPC、IP Paris、法国）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV
AI总结 本文提出VaViT，通过精心设计的标记器、轻量级解码器头和定制数据增强，使普通非分层ViT在大规模激光雷达点云语义分割中达到或超越现有最先进方法。
Enhancing Graph-Based SLAM in GNSS-Denied environments by leveraging leg odometry
通过利用腿部里程计增强基于图的SLAM在GNSS受限环境中的性能
机构 * LinxAI Tech（LinxAI科技）
专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出了一种基于因子图的架构，通过结合本体感觉腿部里程计和激光雷达-惯性里程计，有效减少了GNSS受限环境中视觉漂移，提高了SLAM的鲁棒性。
Comments 4 pages, 3 figures, 2 tables, for ICRA workshop on Robot Meets GNSS and Ranging for Seamless Autonomy
