自动驾驶

An Industrial Dataset for Scene Acquisitions and Functional Schematics Alignment

用于场景采集和功能图示对齐的工业数据集

Flavien Armangeon, Thibaud Ehret, Enric Meinhardt-Llopis, Rafael Grompone von Gioi, Guillaume Thibault, Marc Petit, Gabriele Facciolo

机构 * 1 Universit\'e Paris-Saclay, ENS Paris-Saclay, CNRS, Centre Borelli, 91190, Gif-sur-Yvette, France 2 EDF R\&D (Electricité de France), France 3 AMIAD, Pôle Recherche, France 4 Institut Universitaire de France 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出IRIS-v2数据集，通过结合分割和图匹配技术，解决工业场景中功能图示与现实数据对齐的问题。

Comments Submitted to EUSIPCO 2026

Geometry-to-Image Synthesis-Driven Generative Point Cloud Registration

基于几何到图像合成的生成式点云配准

Haobo Jiang, Jin Xie, Jian Yang, Liang Yu, Jianmin Zheng

机构 * ANGEL CorpLab and College of Computing and Data Science, Nanyang Technological University, Singapore（ANGEL CorpLab和计算与数据科学学院，南洋理工大学，新加坡） ； Alibaba Cloud, Alibaba Group, China（阿里巴巴云，阿里巴巴集团，中国） ； PCA Lab, VCIP, College of Computer Science, Nankai University, China（PCA实验室，VCIP，计算机科学学院，南开大学，中国） ； State Key Laboratory for Novel Software Technology & Schoolof Intelligence Science and Technology, Nanjing University, China（新型软件技术国家重点实验室与智能科学与技术学校，南京大学，中国） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出生成式点云配准方法，通过生成跨视角一致的图像对，结合几何与颜色特征融合，提升3D配准性能。

Comments Journal extension of the ICML 2025 paper "Generative Point Cloud Registration". This version adopts a new title, and includes substantial methodological improvements, additional experiments, and extended analysis. Under review at IEEE TPAMI

3D Reconstruction by Looking: Instantaneous Blind Spot Detector for Indoor SLAM through Mixed Reality

通过混合现实进行3D重建：一种用于室内SLAM的即时盲区检测器

Hanbeom Chang, Jongseong Brad Choi, Chul Min Yeum

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 通过混合现实技术实现室内SLAM的即时盲区检测，提升3D重建精度与效率。

Comments 21 pages, 13 figures, 3 tables

Journal ref Advanced Engineering Informatics, 2026, Article 104065

Digging for Data: Experiments in Rock Pile Characterization Using Only Proprioceptive Sensing in Excavation

挖掘数据：仅使用本体感觉传感在挖掘中进行岩石堆 characterization 的实验

Unal Artan, Martin Magnusson, Joshua A. Marshall

机构 * Center for Applied Autonomous Sensor Systems, Örebro University（应用自主传感系统中心，奥雷布罗大学） ； Ingenuity Labs Research Institute, Smith Engineering, Queen’s University（创新实验室研究机构，史密斯工程，女王大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种仅使用本体感觉传感数据来估计破碎岩石堆相对颗粒大小的方法，通过现场实验验证了该方法的有效性，并与视觉分析和筛分方法进行了对比。

Comments Accepted for publication in the IEEE Transactions on Field Robotics

Viewpoint Recommendation for Point Cloud Labeling through Interaction Cost Modeling

通过交互成本建模实现点云标注的视角推荐

Yu Zhang, Xinyi Zhao, Chongke Bi, Siming Chen

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； College of Intelligence and Computing, Tianjin University（天津大学智能与计算学院） ； Shanghai Key Laboratory of Data Science, Shanghai（上海数据科学重点实验室） 纠错

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

AI总结 本文提出通过交互成本建模减少点云标注时间的方法，利用Fitts定律优化视角推荐，提升标注效率。

Comments Accepted to IEEE TVCG

Overview and Comparison of AVS Point Cloud Compression Standard

AVS点云压缩标准的概述与比较

Wei Gao, Wenxu Gao, Xingming Mu, Changhao Peng, Ge Li

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

AI总结 本文概述并比较了AVS点云压缩标准，分析了其相关技术和性能表现。

Comments 3 figures, 3 tables

Journal ref APSIPA Transactions on Signal and Information Processing, vol. 14, no. 2, pp.1-33, 2025

SMapper: A Multi-Modal Data Acquisition Platform for SLAM Benchmarking

SMapper: 一种用于SLAM基准测试的多模态数据采集平台

Pedro Miguel Bastos Soares, Ali Tourani, Miguel Fernandez-Cortizas, Asier Bikandi-Noya, Holger Voos, Jose Luis Sanchez-Lopez

机构 * Automation and Robotics Research Group (ARG), Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg（卢森堡大学自动化与机器人研究组（ARG）、安全、可靠与信任跨学科研究中心（SnT）） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 SMapper是一种用于SLAM基准测试的多模态数据采集平台，通过开放硬件设计和可重复的数据收集，提供高精度的SLAM数据集和基准测试结果，推动SLAM算法的发展和评估。

Comments 13 pages, 5 figures, 6 tables

Segment Any Events with Language

通过语言进行任意事件分割

Seungjun Lee, Gim Hee Lee

机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 SEAL通过语义感知框架实现开放词汇事件实例分割，支持多粒度级别的事件分割与掩码分类，并在多个基准测试中表现出优越的性能和效率。

Comments ICLR 2026. Project Page: https://0nandon.github.io/SEAL

Diachronic Stereo Matching for Multi-Date Satellite Imagery

多时相立体匹配用于多日期卫星影像

Elías Masquil, Luca Savant Aira, Roger Marí, Thibaud Ehret, Pablo Musé, Gabriele Facciolo

机构 * IIE, Facultad de Ingeniería, Universidad de la República（乌拉圭国家工程院，工程学院，乌拉圭共和国大学） ； Politecnico di Torino（托斯卡纳理工学院） ； Eurecat, Centre Tecnologic de Catalunya（欧洲催化中心，加泰罗尼亚技术中心） ； AMIAD, Pôle Recherche（AMIAD研究极） ； Universite Paris-Saclay, CNRS, ENS Paris-Saclay, Centre Borelli（巴黎萨克雷大学，国家科学研究中心，巴黎萨克雷高等师范学校，博雷利中心） ； Institut Universitaire de France（法国国家科学研究中心） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出多时相立体匹配方法，利用深度网络和单目先验，实现多日期卫星影像的可靠3D重建。

Journal ref ISPRS congress, ISPRS, Jul 2026, Toronto, Canada

CLASH: Collaborative Large-Small Hierarchical Framework for Continuous Vision-and-Language Navigation

CLASH：协作式大-小层级框架用于连续视觉-语言导航

Liuyi Wang, Zongtao He, Jinlong Li, Ruihao Xia, Mengxian Hu, Chenpeng Yao, Chengju Liu, Yang Tang, Qijun Chen

机构 * Tongji University（同济大学） ； Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology（能源化工过程智能制造重点实验室，教育部，东华大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 CLASH通过整合反应式小模型规划器与反思式大模型推理器，实现连续视觉-语言导航任务中的高效协作与鲁棒导航，显著提升任务性能和鲁棒性。

MMLGNet: Cross-Modal Alignment of Remote Sensing Data using CLIP

MMLGNet: 利用CLIP实现遥感数据的跨模态对齐

Aditya Chaudhary, Sneha Barman, Mainak Singha, Ankit Jha, Girish Mishra, Biplab Banerjee

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 MMLGNet通过CLIP实现遥感数据的跨模态对齐，利用多模态语言引导网络有效融合光谱、空间和几何信息，提升语义理解能力。

Comments Accepted at InGARSS 2025

Efficient Submap-based Autonomous MAV Exploration using Visual-Inertial SLAM Configurable for LiDARs or Depth Cameras

基于子地图的高效自主MAV探索：融合视觉惯性SLAM并可配置为LiDAR或深度相机

Sotiris Papatheodorou, Simon Boche, Sebastián Barbas Laina, Stefan Leutenegger

机构 * Technical University of Munich（慕尼黑技术大学） ； School of Computation, Information and Technology（计算、信息与技术学院） ； Imperial College London（伦敦帝国学院） ； Munich Institute of Robotics and Machine Intelligence（慕尼黑机器人与机器智能研究所） ； 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(abstract)；分类 cs.RO

AI总结 本文提出了一种基于子地图的MAV自主探索框架，通过融合视觉惯性SLAM并支持LiDAR或深度相机，实现高效探索与地图重建。

Comments In proceedings of the IEEE International Conference on Robotics and Automation, 2025. 7 pages, 8 figures, for the accompanying video see https://youtu.be/Uf5fwmYcuq4

PRISM: Color-Stratified Point Cloud Sampling

PRISM：基于颜色分层的点云采样

Hansol Lim, Minhyeok Im, Jongseong Brad Choi

机构 * Department of Mechanical Engineering, State University of New York, Korea, Incheon, South Korea（纽约州立大学机械工程系） ； Department of Mechanical Engineering, State University of New York, Stony Brook, NY, United States（纽约州立大学石溪分校机械工程系） ； Department of Computer Science, State University of New York, Korea, Incheon, South Korea（纽约州立大学计算机科学系） ； Department of Computer Science, State University of New York, Stony Brook, NY, United States（纽约州立大学石溪分校计算机科学系） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 PRISM通过颜色引导分层采样方法，在RGB-LiDAR点云中保留高颜色变化区域，减少视觉同质表面，提升3D重建的点云质量。

Comments This work has been submitted to the 2026 International Conference on Pattern Recognition (ICPR) for possible publication

Differential Barometric Altimetry for Submeter Vertical Localization and Floor Recognition Indoors

微分气压测高用于室内的亚米垂直定位和楼层识别

Yuhang Zhang, Sören Schwertfeger

机构 * Key Laboratory of Intelligent Perception and Human-Machine Collaboration – ShanghaiTech University, Ministry of Education, China（智能感知与人机协同关键实验室 – 上海科技大学，教育部，中国） 纠错

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微分气压传感的低成本ROS兼容框架，实现亚米级垂直定位和100%楼层识别，解决了传统SLAM里程计在复杂多层环境中的局限性。

MCI-Net: A Robust Multi-Domain Context Integration Network for Point Cloud Registration

MCI-Net：一种用于点云配准的鲁棒多域上下文整合网络

Shuyuan Lin, Wenwu Peng, Junjie Huang, Qiang Qi, Miaohui Wang, Jian Weng

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 MCI-Net通过多域上下文整合提升点云配准性能，采用图邻域聚合、渐进式上下文交互和动态内点选择方法，在3DMatch数据集上达到96.4%的配准召回率。

From Indoor to Open World: Revealing the Spatial Reasoning Gap in MLLMs

从室内到开放世界：揭示MLLMs中的空间推理差距

Mingrui Wu, Zhaozhi Wang, Fangjinhua Wang, Jiaolong Yang, Marc Pollefeys, Tong Zhang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； ETH Zürich（苏黎世联邦理工学院） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种大规模基准测试，通过户外数据集揭示MLLMs在空间推理方面的不足，并证明其依赖语言先验而非真实视觉推理。

Comments Project page: https://mingrui-wu.github.io/openbench/

Multi-wavelength ghost imaging: a review

多波长鬼成像：综述

Tong Tian, Sukyoon Oh, Christian Spielmann

专题命中 激光雷达 ：LiDAR(abstract)；分类 eess.IV

AI总结 多波长鬼成像通过结合不同波长的光子技术，实现了从极紫外到太赫兹波段的广泛应用，提供低损伤显微镜、视频速率激光雷达和非破坏性检测等新方法。

Journal ref Vicinagearth 2, 4 (2025)

4D-RaDiff: Latent Diffusion for 4D Radar Point Cloud Generation

4D-RaDiff：用于4D雷达点云生成的潜在扩散

Jimmie Kwok, Holger Caesar, Andras Palffy

机构 * Delft University of Technology（代尔夫特理工大学） ； Perciv AI 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 4D-RaDiff通过潜在扩散生成4D雷达点云，提升目标检测性能并减少标注数据需求

Traversability Aware Autonomous Navigation for Multi-Modal Mobility Morphobot (M4)

多模态移动形变机器人（M4）的可 traversability 自主导航

Hrigved Mahesh Suryawanshi

机构 * SiliconSynapse Lab（硅合成实验室） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种基于LiDAR的多模态移动形变机器人M4的可 traversability 自主导航框架，通过学习地形分析生成节能路径，提升地形适应能力。

Comments Master's thesis

FractalCloud: A Fractal-Inspired Architecture for Efficient Large-Scale Point Cloud Processing

FractalCloud: 一种受分形启发的高效大规模点云处理架构

Yuzhe Fu, Changchun Zhou, Hancheng Ye, Bowen Duan, Qiyu Huang, Chiyue Wei, Cong Guo, Hai "Helen'' Li, Yiran Chen

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

AI总结 FractalCloud通过分形启发的架构实现高效大规模点云处理，显著提升速度与能效。

Comments Accepted for publication in HPCA2026. Codes are released at https://github.com/Yuzhe-Fu/FractalCloud

Representation Learning for Point Cloud Understanding

点云理解的表示学习

Siming Yan

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本研究提出整合预训练2D模型以提升3D点云理解的方法，通过自监督学习和迁移学习改进点云表示学习。

Comments 181 pages

STONE: Pioneering the One-to-N Universal Backdoor Threat in 3D Point Cloud

STONE：开创性地探索3D点云中的一对多通用后门威胁

Dongmei Shan, Wei Lian, Chongxia Wang

机构 * Changzhi University（长治大学） 纠错

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

AI总结 STONE首次提出3D点云中一对多通用后门威胁，通过可配置球形触发器设计实现高攻击成功率，为多目标后门威胁提供理论与实证基础。

Comments 15 pages, 5 figures

Doppler Correspondence: Non-Iterative Scan Matching With Doppler Velocity-Based Correspondence

多普勒对应：基于多普勒速度的非迭代扫描匹配

Jiwoo Kim, Geunsik Bae, Changseung Kim, Jinwoo Lee, Woojae Shin, Hyondong Oh

机构 * Department of Mechanical Engineering, Ulsan National Institute of Science and Technology, Republic of Korea（韩国乌山国立科学与技术研究院机械工程系） ； Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology, Republic of Korea（韩国先进科学技术研究院机械工程系） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出基于多普勒速度的非迭代扫描匹配方法，通过利用4D激光雷达和雷达的多普勒信息，提高在恶劣环境下的里程计鲁棒性和计算效率。

Real-time Point Cloud Data Transmission via L4S for 5G-Edge-Assisted Robotics

通过L4S实现5G边缘辅助机器人中的实时点云数据传输

Gerasimos Damigos, Achilleas Santi Seisa, Nikolaos Stathoulopoulos, Sara Sandberg, George Nikolakopoulos

机构 * Ericsson Research, Lule , Sweden ( ) ； AI Group, Lule \, University of Technology, Sweden 纠错

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L4S的实时点云传输框架，通过Draco压缩算法实现低延迟、低丢包率的3D LiDAR数据传输，适用于5G边缘辅助机器人中的实时数据处理与SLAM算法验证。

Comments IFAC Submission

GrounDiff: Diffusion-Based Ground Surface Generation from Digital Surface Models

Oussema Dhaouadi, Johannes Meier, Jacques Kaiser, Daniel Cremers

机构 * DeepScenario ； TU Munich（慕尼黑工业大学） ； 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(abstract)；分类 cs.CV

Comments Accepted at WACV 2026

OG-PCL: Efficient Sparse Point Cloud Processing for Human Activity Recognition

Jiuqi Yan, Chendong Xu, Dongyu Liu

机构 * Key Laboratory of Underwater Acoustic Signal Processing of Ministry of Education, Southeast University, Nanjing, 211189, China（教育部水下声学信号处理重点实验室，东南大学，南京） 纠错

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

RaLD: Generating High-Resolution 3D Radar Point Clouds with Latent Diffusion

Ruijie Zhang, Bixin Zeng, Shengpeng Wang, Fuhui Zhou, Wei Wang

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

Certified L2-Norm Robustness of 3D Point Cloud Recognition in the Frequency Domain

Liang Zhou, Qiming Wang, Tianze Chen

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

Comments Accepted by AAAI26

J-SGFT: Joint Spatial and Graph Fourier Domain Learning for Point Cloud Attribute Deblocking

Muhammad Talha, Qi Yang, Zhu Li, Anique Akhtar, Geert Van Der Auwera

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

Comments Accepted to ICIP 2025 Workshop on Generative AI for World Simulations and Communications & Celebrating 40 Years of Excellence in Education: Honoring Professor Aggelos Katsaggelos, Sept. 2025, Alaska

UGAE: Unified Geometry and Attribute Enhancement for G-PCC Compressed Point Clouds

Pan Zhao, Hui Yuan, Chongzhen Tian, Tian Guo, Raouf Hamzaoui, Zhigeng Pan

机构 * School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Key Laboratory of Machine Intelligence and System Control, Ministry of Education（机器智能与系统控制重点实验室，教育部） ； School of Engineering and Sustainable Development, De Montfort University（工程与可持续发展学院，德蒙福特大学） ； Institute of NUIST-MetaX for Graphics Processing Unit, Nanjing University of Information Science and Technology（信息科学技术大学NUIST-MetaX图形处理单元研究所） 纠错

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