IROS

RACF: A Resilient Autonomous Car Framework with Object Distance Correction

RACF：一种具有物体距离校正的鲁棒自动驾驶框架

Chieh Tsai, Hossein Rastgoftar, Salim Hariri

机构 * Department of Electrical and Computer Engineering, University of Arizona, Tucson, AZ, USA（电气与计算机工程系，亚利桑那大学，图森，亚利桑那州，美国） ； Department of Aerospace and Mechanical Engineering, University of Arizona, Tucson, AZ, USA（航空航天与机械工程系，亚利桑那大学，图森，亚利桑那州，美国） 纠错

AI总结 本文提出RACF框架，通过多传感器冗余和多样性提升自动驾驶感知鲁棒性，实验表明其在强干扰下可降低35%的RMSE，提升停车合规性和制动延迟。

Comments 8 pages, 9 figures, 5 tables. Submitted manuscript to IROS 2026

Physically Accurate Rigid-Body Dynamics in Particle-Based Simulation

基于物理的刚体动力学在粒子模拟中的实现

Ava Abderezaei, Nataliya Nechyporenko, Joseph Miceli, Gilberto Briscoe-Martinez, Alessandro Roncone

机构 * Department of Computer Science, University of Colorado Boulder（科罗拉多大学博尔德分校计算机科学系） 纠错

AI总结 本文提出PBD-R方法，通过新的动量守恒约束和修改的速度假设，提升粒子模拟在机器人中的物理准确性，并引入无solver基准测试评估性能。

Comments Submitted to IROS 2026