Accelerating Statewide Connected Vehicles Big (Sensor Fusion) Data ETL Pipelines on GPUs
专题命中 机器人多传感器融合 ：sensor fusion(title)
Comments Presented at the 102nd Transportation Research Board (TRB) Annual Meeting
视觉与机器人
多模态信息融合
面向图像、视频、多传感器和跨模态感知的信息融合，包括 Image Fusion、红外可见光、遥感、医学影像、LiDAR/雷达/相机和音视频融合。
1. 机器人多传感器融合 926 篇
Robust Sensor Fusion Algorithms Against Voice Command Attacks in Autonomous Vehicles
专题命中 机器人多传感器融合 ：sensor fusion(title)
Comments 8 pages, 2 tables, 9 figures
Journal ref IEEE Trustcom 2021
Multi-Objective Bayesian Optimisation and Joint Inversion for Active Sensor Fusion
专题命中 机器人多传感器融合 ：sensor fusion(title)
Comments Accepted for publication in Geophysics
CollabLoc: Privacy-Preserving Multi-Modal Localization via Collaborative Information Fusion
专题命中 机器人多传感器融合 ：information fusion(title)
Comments 9 pages, 26th International Conference on Computer Communication and Networks (ICCCN), Vancouver, BC, Canada, 2017, pp. 1-9
Sensor Fusion for Public Space Utilization Monitoring in a Smart City
专题命中 机器人多传感器融合 ：sensor fusion(title)
Noise modeling and analysis of an IMU-based attitude sensor: improvement of performance by filtering and sensor fusion
专题命中 机器人多传感器融合 ：sensor fusion(title)
Comments 10 pages, 9 figures, presented at SPIE Astronomical Telescopes + Instrumentation Symposium, 26 June-1 July 2016, Edinburgh, United Kingdom
Journal ref Proc. SPIE. 9912, Advances in Optical and Mechanical Technologies for Telescopes and Instrumentation II, 99126W, July 22, 2016
Bayes Networks for Sonar Sensor Fusion
专题命中 机器人多传感器融合 ：sensor fusion(title)
Comments Appears in Proceedings of the Thirteenth Conference on Uncertainty in Artificial Intelligence (UAI1997)
PolygMap: A Perceptive Locomotion Framework for Humanoid Robot Stair Climbing
PolygMap：用于人形机器人爬楼梯的感知式运动框架
机构 * The Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人社会研究院） ； Electronic science and technology, Guangdong University of Technology（广东技术大学电子科学与技术学院） ； Leju robotics（乐居机器人）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
AI总结 本文提出PolygMap框架，通过多传感器融合构建多边形楼梯平面语义地图，在NVIDIA Orin上实现20-30Hz全身运动规划，经真实场景实验验证可高效鲁棒地完成人形机器人爬楼梯任务。
Comments Accepted by ICRA 2026
You Only Gaussian Once: Controllable 3D Gaussian Splatting for Ultra-Densely Sampled Scenes
你只需一次高斯：用于超密集采样场景的可控3D高斯点划法
机构 * Ke Holdings Inc.（凯控股有限公司）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.CV
AI总结 本文提出YOGO框架，通过确定性预算均衡解决3DGS在工业应用中的资源消耗问题，并引入Immersion v1.0数据集提升重建精度。
Comments 15 pages, 5 figures
Uncertainty-Aware Velocity Correction for Proprioceptive Vehicle Localization using Evidential Mamba
使用证据曼巴进行本体感知车辆定位的不确定性感知速度校正
机构 * AImotion Bavaria, Technische Hochschule Ingolstadt（巴伐利亚AImotion公司，英戈尔施塔特技术应用大学） ； Technische Universität München（慕尼黑工业大学）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
AI总结 针对智能车辆在GNSS信号缺失时定位难题，提出EVC-Mamba架构，利用车载传感器数据转化为虚拟速度传感器校正IMU漂移，经曼巴模型捕捉动态、证据深度学习量化不确定性，实现高精度定位且支持实时车载部署。
Comments Accepted at the 2026 International Conference on Indoor Positioning and Indoor Navigation (IPIN 2026), Rome, Italy. 6 pages, 4 figures
TRISTAR: Triple-Signal Stair Recognition and Vision-Only Indoor Navigation for Search-and-Rescue Micro-UAVs
TRISTAR：用于搜索救援微型无人机的三重信号楼梯识别与仅视觉室内导航
机构 * Military Technical Academy（军事技术学院）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.CV
AI总结 研究为低成本无人机提出仅基于单目视觉的室内导航框架。结合深度估计、传统计算机视觉和轻量级深度学习模型。核心方法是TRISTAR三重传感器融合，贡献是实现可靠室内探索与楼梯穿越，无需特殊测距硬件。
Comments 10 pages, 7 figures. Project repository available at: https://github.com/tavigingu/HawkOps-Indoor-Drone-Navigation-and-TRISTAR-Stair-Climbing
AnyMatch: Supercharging Universal Multi-Modal Image Matching with Large-Scale Single-View Images
AnyMatch: 利用大规模单视图图像增强通用多模态图像匹配
机构 * Electronic Information School, Wuhan University（武汉大学电子信息学院） ； School of Robotics, Wuhan University（武汉大学机器人学院）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.CV
AI总结 提出AnyMatch框架，利用单视图图像生成多模态训练数据，通过单目深度估计、3D重投影、扩散修复和跨模态图像翻译合成几何一致的多视图多模态图像对，构建大规模数据集Any-syn，显著提升多模态匹配网络的泛化性和鲁棒性。
Comments Accepted by ECCV 2026
LXD-SLAM: LiDAR+X Dense SLAM with $\sum_{i=0}^{5}C_5^i$ Configurable Sensor Combinations
LXD-SLAM：基于LiDAR+X的密集SLAM，支持∑_{i=0}^{5}C_5^i种可配置传感器组合
机构 * Tongji University（同济大学） ； Wuhan University（武汉大学）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
AI总结 提出LXD-SLAM，一种以3D LiDAR为中心的多传感器融合框架，支持32种传感器组合，通过统一的迭代误差状态卡尔曼滤波和混合位姿图实现高保真、全局一致的密集建图。
Online Learning of Robust Legged Odometry with Minimal Exteroceptive Supervision
最小外感受监督下的鲁棒腿式里程计在线学习
机构 * University of Delaware（德克萨斯大学）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
AI总结 提出一种即插即用的鲁棒腿式里程计系统，利用外感受运动管线作为监督信号在线学习速度神经网络，并结合不变扩展卡尔曼滤波器融合数据，无需传感器标定或运动学建模，在不同四足平台上验证了其适应性和鲁棒性。
Fusion of finite set distributions: Pointwise consistency and global cardinality
有限集分布的融合：点一致性和全局基数
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 eess.SP
AI总结 本文研究了有限集分布融合中的点一致性和全局基数一致性问题，指出EMD方法在实际中可能导致不一致，并提出新的变分问题和迭代解决方案以保证一致性。
Comments accepted for publication in the IEEE Transactions on Aerospace and Electronics Systems
Effective Multi-sensor Conditioning for Street-view Novel-view Synthesis
面向街景新视角合成的有效多传感器条件控制
机构 * Stanford Univerity（斯坦福大学） ； NVIDIA
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.CV
AI总结 提出StreetNVS视频扩散框架，通过参考增强相机注意力模块和相对射线级位置编码联合利用LiDAR、环视图像和相机位姿，实现稀疏LiDAR条件下的高质量街景新视角合成。
A Novel Data Augmentation Strategy for Robust Deep Learning Classification of Biomedical Time-Series Data: Application to ECG and EEG Analysis
一种用于生物医学时间序列数据鲁棒深度学习分类的新型数据增强策略：在ECG和EEG分析中的应用
机构 * Computer Science Department, College of Science, University of Zakho（扎赫大学科学学院计算机科学系） ； Department of Computer Science and Information Technology, The American University of Kurdistan（库尔德斯坦美国大学计算机科学与信息技术系） ； PRIME Lab, Scientific Research Center, University of Zakho（扎赫大学科学研究中心PRIME实验室）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 eess.SP
AI总结 提出一种结合ResNet-CNN与注意力机制的统一深度学习框架，通过时域拼接多个增强变体的新型数据增强策略和Focal Loss处理类别不平衡，在ECG和EEG数据集上达到99.96%-100%的准确率，且内存需求低、推理速度快。
Descriptor: A Hybrid Indoor and Indoor-Outdoor Positioning Multi-Technology Dataset (HYMN)
描述：一种混合室内外定位多技术数据集（HYMN）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 eess.SP
AI总结 HYMN数据集结合五种定位技术，涵盖室内外过渡场景，支持多传感器融合和无缝定位研究，克服单一技术限制。
An Edge-Cloud Collaborative Architecture for Proactive Elderly Care: Real-Time Risk Assessment and Three-Level Emergency Response
面向主动老年护理的边缘-云协作架构：实时风险评估与三级应急响应
机构 * School of Computer Science University of Nottingham Ningbo China Ningbo, China（计算机科学学院 南阳大学宁波分校 中国 宁波） ； School of Mathematical Sciences University of Nottingham Ningbo China Ningbo, China（数学科学学院 南阳大学宁波分校 中国 宁波）
专题命中 机器人多传感器融合 ：multi-modal fusion(abstract)；sensor fusion(abstract)；分类 eess.SP
AI总结 本文提出边缘-云协作架构，通过实时多模态传感器融合、四维风险评估模型和三级应急响应系统，解决现有云平台在延迟、隐私和可扩展性方面的不足，实验表明其在活动识别和异常检测上表现优异。
Intelligent Control of Differential Drive Robots Subject to Unmodeled Dynamics with EKF-based State Estimation
具有未建模动态的差分驱动机器人智能控制与状态估计
机构 * With the Smart Systems , Department of Mechanical and Materials Engineering, Faculty of Technology, University of Turku（智能系统，机械与材料工程系，技术学院，图尔库大学）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
AI总结 本文提出结合Lyapunov非线性控制器与自适应神经网络及EKF多传感器融合的统一控制与状态估计框架，通过在线适应方案改进RBF权重，实现未知非线性建模，并通过Lyapunov分析保证闭环稳定性，实验显示在速度跟踪性能上有显著提升。
LiREC-Net: A Target-Free and Learning-Based Network for LiDAR, RGB, and Event Calibration
LiREC-Net：一种无需目标且基于学习的激光雷达、RGB和事件校准网络
机构 * RPTU – University Kaiserslautern-Landau（莱茵-威斯法伦大学（科布伦茨-劳埃希恩）） ； DFKI – German Research Center for Artificial Intelligence（德国人工智能研究中心）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.CV
AI总结 LiREC-Net是一种基于学习的多传感器校准网络，通过统一框架联合校准激光雷达、RGB和事件数据，提升多传感器融合的精度和效率。
Comments Accepted in CVPR 2026
HDCNet: A Hybrid Depth Completion Network for Grasping Transparent and Reflective Objects
机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（机器人系统国家重点实验室，哈尔滨工业大学）
专题命中 机器人多传感器融合 ：multimodal fusion(abstract)；hybrid fusion(abstract)；分类 cs.RO
High-Precision Climbing Robot Localization Using Planar Array UWB/GPS/IMU/Barometer Integration
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Department of Data Science and AI, Monash University（数据科学与人工智能系，墨尔本大学） ； Department of Data Science and Artificial Intelligence, Faculty of Infomation Technology, Monash University（数据科学与人工智能系，信息科技学院，墨尔本大学）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
EKF-Based Fusion of Wi-Fi/LiDAR/IMU for Indoor Localization and Navigation
机构 * School of Advanced Technology, Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学先进技术学院） ； Department of Electrical Engineering and Electronics, University of Liverpool（利物浦大学电子工程系） ； Zhejiang University of Technology（浙江工业大学） ； School of Artificial Intelligence, Suzhou Vocational Institute of Industrial Technology（苏州工业职业技术学院人工智能学院）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
Comments 8 pages, 7 figures, 3 tables, and submitted for presentation at a conference
Semantic-LiDAR-Inertial-Wheel Odometry Fusion for Robust Localization in Large-Scale Dynamic Environments
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Shenzhen Unity Drive Innovation Technology Co., Ltd.（深圳Unity Drive创新科技有限公司） ； College of Information Science and Technology, Eastern Institute of Technology（信息科学与技术学院，东方技术学院）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
LDRFusion: A LiDAR-Dominant multimodal refinement framework for 3D object detection
机构 * School of Computer Science and Technology, Tongji University, Shanghai 201804, China（计算机科学与技术学院，同济大学，上海） ； School of Electronics and Information Engineering, Tongji University, Shanghai 201804, China（电子信息工程学院，同济大学，上海）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.CV
L2Calib: $SE(3)$-Manifold Reinforcement Learning for Robust Extrinsic Calibration with Degenerate Motion Resilience
机构 * Institute of Cyber-Systems and Control, Zhejiang University, China（浙江大学控制科学与工程学院） ； State Key Laboratory of Industrial Control Technology, Zhejiang University, China（浙江大学工业控制技术状态重点实验室） ； Zhejiang Guozi Robotics Technology Co., Ltd.（浙江国智机器人科技有限公司）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
Comments IROS2025
A Multi-view Landmark Representation Approach with Application to GNSS-Visual-Inertial Odometry
机构 * School of Electronic Information and Electrical Engineering（电子信息与电气工程学院） ； College of Surveying and Geo-Informatics（测绘地理信息学院） ； Tongji University（同济大学）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
Optimizing Exploration with a New Uncertainty Framework for Active SLAM Systems
机构 * CIFASIS, French Argentine International Center for Information
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
Journal ref Robotics and Autonomous Systems, vol. 193, art. no. 105059, 2025
EKF-Based Radar-Inertial Odometry with Online Temporal Calibration
机构 * Department of Mechanical Engineering, Ulsan National Institute of Science and Technology (UNIST)（机械工程系，乌山国家科学技术研究院） ； Department of Electrical and Electronic Engineering, Imperial College London（电气与电子工程系，伦敦帝国理工学院）
专题命中 机器人多传感器融合 ：sensor fusion(abstract)；multi-sensor fusion(abstract)；分类 cs.RO
Comments 8 pages, 6 figures, 4 tables
Journal ref IEEE Robotics and Automation Letters, Vol. 10, No. 7, pp. 7230-7237, 2025
