ICRA

Perceived Safety of Workers in Encounters with Large Industrial AGVs

工人与大型工业AGV相遇时的安全感知

Ansgar Howey, Tim Schreiter, Andrey Rudenko, Achim J. Lilienthal

AI总结 本文研究了工人在与大型工业AGV共享空间时的安全感知，通过现实世界和虚拟现实环境中的实验，评估了不同通过距离和避障机动形状对安全感知的影响，并探讨了工人自行设定的避障参数。

Comments IEEE ICRA 2026 Workshop Proceedings: 8th Long-term Human Motion Prediction Workshop (LHMP 2026)

Diffusion-guided Generalizable Enhancer for Urban Scene Reconstruction

基于扩散的通用增强器用于城市场景重建

Henry Che, Jingkang Wang, Yun Chen, Ze Yang, Sivabalan Manivasagam, Raquel Urtasun

机构 * Waabi ； University of Toronto（多伦多大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出GenRe，一种基于扩散的通用增强器，用于城市场景重建，通过学习不同场景中的生成先验，高效地生成稳健且高保真的表示，能够可靠地泛化到挑战性的未见过的视角，从而在自动驾驶中实现鲁棒和可扩展的传感器模拟。

Comments ICRA 2026. Project page: https://waabi.ai/genre