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。