自动驾驶

Label-Free Model Failure Detection for Lidar-based Point Cloud Segmentation

无需标签的激光雷达点云分割模型失效检测

Daniel Bogdoll, Finn Sartoris, Vincent Geppert, Svetlana Pavlitska, J. Marius Zöllner

机构 * FZI Research Center for Information Technology, Germany（德国弗赖堡信息科技研究中心） ； Karlsruhe Institute of Technology, Germany（德国卡尔斯鲁厄理工学院） 纠错

专题命中 感知 ：LiDAR(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种无需标签的激光雷达点云分割模型失效检测方法，利用大规模无标签数据进行监督和自监督学习，引入LidarCODA数据集用于失效模式分析。

Comments Daniel Bogdoll, Finn Sartoris, and Vincent Geppert contributed equally. Accepted for publication at IV 2025

DriveFlow: Rectified Flow Adaptation for Robust 3D Object Detection in Autonomous Driving

DriveFlow: 用于自动驾驶中鲁棒3D目标检测的校正流适应

Hongbin Lin, Yiming Yang, Chaoda Zheng, Yifan Zhang, Shuaicheng Niu, Zilu Guo, Yafeng Li, Gui Gui, Shuguang Cui, Zhen Li

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 DriveFlow通过校正流适应方法提升自动驾驶中3D目标检测的鲁棒性，利用预训练文本到图像流模型实现高效的数据增强。

Comments Accepted by AAAI 2026

Anomaly Detection in Autonomous Driving: A Survey

自动驾驶中的异常检测：综述

Daniel Bogdoll, Maximilian Nitsche, J. Marius Zöllner

机构 * FZI Research Center for Information Technology（FZI信息科技研究中心） ； KIT Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 感知 ：autonomous driving(title)；LiDAR(abstract)；分类 cs.RO

AI总结 本文综述了自动驾驶中基于多种传感器数据的异常检测技术，系统化分类了检测方法和边缘案例级别，并指出现有研究的不足。

Comments Daniel Bogdoll and Maximilian Nitsche contributed equally. Accepted for publication at CVPR 2022 WAD workshop

Towards Sensor Data Abstraction of Autonomous Vehicle Perception Systems

迈向自动驾驶感知系统的传感器数据抽象

Hannes Reichert, Lukas Lang, Kevin Rösch, Daniel Bogdoll, Konrad Doll, Bernhard Sick, Hans-Christian Reuss, Christoph Stiller, J. Marius Zöllner

机构 * University of Kassel, Germany（卡塞尔大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；driving perception(abstract)；分类 cs.RO

AI总结 本文提出通过传感器数据抽象提升自动驾驶感知系统在不同传感器设置下的迁移能力。

Comments Hannes Reichert, Lukas Lang, Kevin Rösch and Daniel Bogdoll contributed equally. Accepted for publication at ISC2 2021

LLM4Laser: Large Language Models Automate the Design of Lasers

LLM4Laser: 利用大语言模型自动化激光器设计

Renjie Li, Ceyao Zhang, Sixuan Mao, Xiyuan Zhou, Feng Yin, Sergios Theodoridis, Zhaoyu Zhang

专题命中 感知 ：autonomous driving(abstract)；self-driving(abstract)；LiDAR(abstract)

AI总结 本文提出利用大语言模型实现激光器设计自动化，通过对话生成仿真和强化学习代码，实现从概念到算法的全流程自动化设计。

Comments 14 pages, 10 figures

CompTrack: Information Bottleneck-Guided Low-Rank Dynamic Token Compression for Point Cloud Tracking

CompTrack: 基于信息瓶颈的点云跟踪低秩动态令牌压缩

Sifan Zhou, Yichao Cao, Jiahao Nie, Yuqian Fu, Ziyu Zhao, Xiaobo Lu, Shuo Wang

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 CompTrack通过信息瓶颈引导的低秩动态令牌压缩技术，有效解决点云中空间和信息冗余问题，实现高效实时的三维单目标跟踪。

Comments Accepted by AAAI 2026 (Oral)

Rethinking the Encoding and Annotating of 3D Bounding Box: Corner-Aware 3D Object Detection from Point Clouds

重新思考3D边界框的编码与标注：从点云中基于角点的3D目标检测

Qinghao Meng, Junbo Yin, Jianbing Shen, Yunde Jia

机构 * School of Computer Science, Beijing Institute of Technology（计算机科学学院，北京理工大学） ； Computer Science Program, Computer, Electrical and Mathematical Sciences and Engineering (CEMSE) Division, Center of Excellence for Smart Health, and Center of Excellence for Generative AI, King Abdullah University of Science and Technology (KAUST)（计算机科学项目，计算机、电气和数学科学与工程（CEMSE）部门，智能健康卓越中心，生成人工智能卓越中心，国王阿卜杜勒·阿齐兹大学科学与技术（KAUST）） ； State Key Laboratory of Internet of Things for Smart City, Department of Computer and Information Science, University of Macau（智慧城市物联网国家重点实验室，澳门大学计算机与信息科学系） ； Guangdong Provincial Key Laboratory of Machine Perception and Intelligent Computing, Shenzhen MSU-BIT University（广东省机器感知与智能计算重点实验室，深圳MSU-BIT大学） ； Beijing Key Laboratory of Intelligent Information Technology, School of Computer Science, Beijing Institute of Technology（北京智能信息技术重点实验室，计算机科学学院，北京理工大学） 纠错

专题命中 感知 ：BEV(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 本文提出基于角点的3D目标检测方法，通过角点对齐回归提升检测性能，仅需BEV角点点击即可达到接近全监督的准确率。

Comments 8 pages, 5 figures, 2 tables

Data Augmentation Strategies for Robust Lane Marking Detection

用于稳健车道标记检测的数据增强策略

Flora Lian, Dinh Quang Huynh, Hector Penades, J. Stephany Berrio Perez, Mao Shan, Stewart Worrall

机构 * The University of Sydney（悉尼大学） ； Australian Centre for Robotics（澳大利亚机器人中心） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、eess.IV

AI总结 本文提出基于生成AI的数据增强方法，提升车道标记检测在不同视角下的鲁棒性，通过几何变换、图像修复和车辆叠加模拟部署场景，提升模型在阴影等干扰下的性能。

Comments 8 figures, 2 tables, 10 pages, ACRA, Australasian conference on robotics and automation

Unified Low-Light Traffic Image Enhancement via Multi-Stage Illumination Recovery and Adaptive Noise Suppression

通过多阶段照明恢复和自适应噪声抑制实现统一的低光照交通图像增强

Siddiqua Namrah

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出了一种无监督的多阶段深度学习框架，通过照明恢复和噪声抑制提升低光照交通图像质量，提高自动驾驶等系统的感知可靠性。

Comments Master's thesis, Korea University, 2025

SupLID: Geometrical Guidance for Out-of-Distribution Detection in Semantic Segmentation

SupLID：用于语义分割中异常检测的几何指导

Nimeshika Udayangani, Sarah Erfani, Christopher Leckie

机构 * The University of Melbourne（墨尔本大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 SupLID通过利用语义空间的几何结构，提升语义分割中分布外检测的准确性与效率。

Comments 10 pages, CIKM 2025

Journal ref In Proceedings of the 34th ACM International Conference on Information and Knowledge Management (CIKM 2025), pages 2905-2914, 2025

Exploring Surround-View Fisheye Camera 3D Object Detection

探索环绕视图鱼眼相机的3D目标检测

Changcai Li, Wenwei Lin, Zuoxun Hou, Gang Chen, Wei Zhang, Huihui Zhou, Weishi Zheng

机构 * Changcai Li 1,2（李昌才 1,2） ； Wenwei Lin 1（林文伟 1） ； Zuoxun Hou 3（侯宙勋 3） ； Gang Chen 1（陈刚 1） ； Wei Zhang 2（张伟 2） ； Huihui Zhou 2（周会会 2） ； Weishi Zheng 1（郑伟世 1） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 本文提出FisheyeBEVDet和FisheyePETR两种方法，利用鱼眼图像的几何特性提升3D目标检测精度，通过Fisheye3DOD数据集验证效果，提升6.2%

Comments 9 pages,6 figures, accepted at AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), 2026

DAGLFNet: Deep Feature Attention Guided Global and Local Feature Fusion for Pseudo-Image Point Cloud Segmentation

DAGLFNet：基于伪图像的深度特征注意力引导的全局和局部特征融合用于伪图像点云分割

Chuang Chen, Yi Lin, Bo Wang, Jing Hu, Xi Wu, Wenyi Ge

机构 * College of Computer Science, Chengdu University of Information Technology（成都信息科技大学计算机学院） ； College of Computer Science, Sichuan University（四川大学计算机学院） ； Publications Department, Optica Publishing Group（Optica出版社出版部） ； Department of Electronic Journals, Optica Publishing Group（Optica出版社电子期刊部） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 DAGLFNet通过深度特征注意力引导的全局和局部特征融合，提升伪图像点云分割的准确性和效率。

Lane-Frame Quantum Multimodal Driving Forecasts for the Trajectory of Autonomous Vehicles

车道框架量子多模态轨迹预测用于自动驾驶车辆轨迹

Navneet Singh, Shiva Raj Pokhrel

机构 * IoT & Software Engineering Research Lab, School of Information Technology, Deakin University（物联网与软件工程研究实验室，信息科技学院，德金大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出基于量子架构的车道框架多模态轨迹预测方法，在自动驾驶基准中实现高精度轨迹预测。

ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving

ResAD：用于端到端自动驾驶的归一化残差轨迹建模

Zhiyu Zheng, Shaoyu Chen, Haoran Yin, Xinbang Zhang, Jialv Zou, Xinggang Wang, Qian Zhang, Lefei Zhang

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Horizon Robotics ； School of EIC, Huazhong University of Science & Technology（华中科技大学电子信息学院） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV

AI总结 ResAD通过归一化残差轨迹建模简化端到端自动驾驶学习任务，提升规划性能。

Multi-Timescale Hierarchical Reinforcement Learning for Unified Behavior and Control of Autonomous Driving

多尺度分层强化学习用于自动驾驶的统一行为与控制

Guizhe Jin, Zhuoren Li, Bo Leng, Ran Yu, Lu Xiong, Chen Sun

机构 * School of Automotive Studies, Tongji University（同济大学汽车学院） ； Department of Data and Systems Engineering, University of Hong Kong（香港大学数据与系统工程系） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出多尺度分层强化学习方法，通过分层策略结构统一生成运动引导和控制指令，提升自动驾驶的效率、一致性和安全性。

Comments 8 pages, accepted for publication in IEEE Robotics and Automation Letters (RAL)

Occlusion-Aware Contingency Safety-Critical Planning for Autonomous Driving

遮挡感知的应急安全关键规划用于自动驾驶

Lei Zheng, Rui Yang, Minzhe Zheng, Zengqi Peng, Michael Yu Wang, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； School of Engineering（工程学院） ； Cheng Kar-Shun Robotics Institute（陈家顺机器人研究所） 纠错

专题命中 规划控制 ：autonomous driving(title,abstract)；分类 cs.RO

AI总结 本文提出一种遮挡感知的应急安全关键规划方法，通过可达性分析和递推规划框架提升自动驾驶在动态遮挡环境中的安全性和效率。

Comments 14 pages, 9 figures

Autonomous Vehicle Path Planning by Searching With Differentiable Simulation

通过可微模拟进行自动驾驶路径规划

Asen Nachkov, Jan-Nico Zaech, Danda Pani Paudel, Xi Wang, Luc Van Gool

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出DSS框架，利用可微模拟器Waymax进行路径规划，通过梯度下降优化动作序列，提升自动驾驶的跟踪和路径规划精度。

CubeletWorld: A New Abstraction for Scalable 3D Modeling

CubeletWorld: 一种可扩展3D建模的新抽象

Azlaan Mustafa Samad, Hoang H. Nguyen, Lukas Berg, Henrik Müller, Yuan Xue, Daniel Kudenko, Zahra Ahmadi

机构 * L3S Research Center（L3S研究所以） ； Leibniz University Hannover（汉诺威莱布尼茨大学） ； University of Tennessee at Chattanooga（田纳西大学查塔努加分校） ； PLRI Medical Informatics Institute（医学信息学研究所） ； Hannover Medical School（汉诺威医学院） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.CV

AI总结 CubeletWorld通过离散3D网格空间单元实现可扩展的城市建模，提升隐私保护和跨区域通用性。

Comments 10 pages, 5 figures

End-to-End Visual Autonomous Parking via Control-Aided Attention

端到端视觉自主泊车 via 控制辅助注意力

Chao Chen, Shunyu Yao, Yuanwu He, Feng Tao, Ruojing Song, Yuliang Guo, Xinyu Huang, Chenxu Wu, Liu Ren, Chen Feng

机构 * New York University（纽约大学） ； Bosch Research（博世研究） 纠错

专题命中 规划控制 ：BEV(abstract)；分类 cs.CV

AI总结 CAA-Policy通过控制辅助注意力机制实现端到端视觉自主泊车，提升控制与感知的协同，增强策略的鲁棒性和可解释性。

Normative active inference: A numerical proof of principle for a computational and economic legal analytic approach to AI governance

规范性主动推断：一种计算和经济法律分析方法用于AI治理的数值原理证明

Axel Constant, Mahault Albarracin, Karl J. Friston

专题命中 规划控制 ：autonomous driving(abstract)

AI总结 本文提出通过设计监管实现合法且规范敏感的AI行为，利用主动推断框架模拟自动驾驶场景，展示法律规范对AI代理决策的影响。

Comments 19 pages, 6 figures, 1 box

Physically Informed Bayesian Retrieval of SWE and Snow Depth in Forested Areas from Airborne X And Ku-Band SAR Measurements

基于物理的贝叶斯森林区SWE和积雪深度检索方法

Siddharth Singh, Carrie Vuyovich, Ana P. Barros

专题命中 规划控制 ：LiDAR(abstract)

AI总结 本研究提出了一种基于物理的贝叶斯方法，利用双频SAR观测数据在森林区实现SWE和积雪深度的高精度检索。

Comments 44 pages, 20 figures, submitted to remote sensing of environment

Structural phase transitions in the van der Waals ferromagnets Fe$_x$Pd$_{y}$Te$_2$

van der Waals铁磁体Fe$_x$Pd$_{y}$Te$_2$的结构相变

Rafaela F. S. Penacchio, Siham Mohamed, Sérgio L. Morelhão, Sergey L. Bud'ko, Paul C. Canfield, Tyler J. Slade

专题命中 规划控制 ：occupancy(abstract)

AI总结 研究了Fe$_x$Pd$_{y}$Te$_2$的结构相变和磁性特性，发现其在特定温度范围内发生结构相变，并具有铁磁性特性。

On a Reinforcement Learning Methodology for Epidemic Control, with application to COVID-19

关于流行病控制的强化学习方法论，应用于新冠疫情

Giacomo Iannucci, Petros Barmpounakis, Alexandros Beskos, Nikolaos Demiris

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出了一种结合贝叶斯推断与强化学习的流行病控制方法，通过实时数据驱动决策，有效降低ICU负担，应用于新冠疫情控制。

Comments Submitted to Statistics and Computing. Approx. 26 pages, 10 figures

DSOcc: Leveraging Depth Awareness and Semantic Aid to Boost Camera-Based 3D Semantic Occupancy Prediction

DSOcc: 利用深度感知和语义辅助提升基于相机的3D语义占用预测

Naiyu Fang, Zheyuan Zhou, Kang Wang, Ruibo Li, Lemiao Qiu, Shuyou Zhang, Zhe Wang, Guosheng Lin

机构 * S-Lab & College of Computing and Data Science, Nanyang Technological University（S实验室及计算与数据科学学院，南洋理工大学） ； MMLab, The Chinese University of Hong Kong（M实验室，香港中文大学） ； State Key Laboratory of Fluid Power & Mechatronic Systems, Zhejiang University（流体动力与机电系统国家重点实验室，浙江大学） ； SenseTime Research, Hong Kong（商汤研究，香港） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 DSOcc通过深度感知和语义辅助提升基于相机的3D语义占用预测，实现高效且鲁棒的占用状态和类别推断。

Adversarial Patch Attacks on Vision-Based Cargo Occupancy Estimation via Differentiable 3D Simulation

基于可微3D模拟的视觉货物占用估计中的对抗性补丁攻击

Mohamed Rissal Hedna, Sesugh Samuel Nder

机构 * Department of Informatics University of Hamburg（信息学院海德堡大学） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.CV、cs.AI

AI总结 本文首次研究了在物理真实、完全模拟的3D场景中针对货物占用估计的对抗性补丁攻击，通过3D优化补丁在拒绝服务场景中达到84.94%的攻击成功率。

Comments 9 pages, 5 figures, 1 algorithm

Vision-Only Gaussian Splatting for Collaborative Semantic Occupancy Prediction

仅视觉的高斯散射用于协作语义占用预测

Cheng Chen, Hao Huang, Saurabh Bagchi

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.RO、cs.CV

AI总结 本研究提出基于稀疏3D语义高斯散射的协作语义占用预测方法，通过高效融合和减少通信开销，提升了协作感知的性能和鲁棒性。

Comments Accepted by AAAI 2026 (Oral)

Canonical Thermodynamics

规范热力学

Arnaldo Spalvieri

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文研究了玻色系统占据数的规范概率分布，发现其为多项分布，并指出在一般情况下，微态概率分布并非指数型。

A Target-based Multi-LiDAR Multi-Camera Extrinsic Calibration System

基于目标的多激光雷达多摄像头外校准系统

Lorenzo Gentilini, Pierpaolo Serio, Valentina Donzella, Lorenzo Pollini

机构 * Research \& Development, Toyota Material Handling Manufacturing, Bologna Italy Department of Information Engineering, University of Pisa, Pisa, Italy School of Engineering ； Materials Science, Queen Mary University of London, London, United Kingdom 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出了一种基于目标的多激光雷达多摄像头外校准系统，利用定制的ChArUco板和非线性优化方法实现传感器间的交叉校准，并通过现实数据验证了其有效性。

Comments RiTA 2025 Accepted, 13 Pages, 6 Figures and 2 Tables

DensifyBeforehand: LiDAR-assisted Content-aware Densification for Efficient and Quality 3D Gaussian Splatting

提前密集化：基于LiDAR的内容感知密集化以实现高效且高质量的3D高斯溅射

Phurtivilai Patt, Leyang Huang, Yinqiang Zhang, Yang Lei

机构 * The University of Hong Kong（香港大学） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 cs.CV

AI总结 本文提出基于LiDAR的内容感知密集化方法，通过结合稀疏LiDAR数据与单目深度估计，提升3D高斯溅射的初始化效率和视觉质量，降低资源消耗和训练时间。

SALPA: Spaceborne LiDAR Point Adjustment for Enhanced GEDI Footprint Geolocation

SALPA：空间borne LiDAR点调整以增强GEDI足迹地理定位

Narumasa Tsutsumida, Rei Mitsuhashi, Yoshito Sawada, Akira Kato

机构 * Graduate School of Science & Engineering, Saitama University, Japan（埼玉大学理学系研究科） ； Japan Aerospace Exploration Agency, Japan（日本宇宙航空研究开发机构） ； Graduate School of Horticulture, Chiba University, Japan（千叶大学园艺学系研究科） 纠错

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 eess.IV

AI总结 SALPA是一种多算法优化框架，通过整合三种优化范式和五个距离度量，提升GEDI足迹的地理定位精度，适用于复杂地形和不同任务需求。

Comments 21 pages, 2 figures