自动驾驶

BEVDilation: LiDAR-Centric Multi-Modal Fusion for 3D Object Detection

BEVDilation：以LiDAR为中心的多模态融合用于3D目标检测

Guowen Zhang, Chenhang He, Liyi Chen, Lei Zhang

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

AI总结 BEVDilation提出以LiDAR为中心的多模态融合方法，通过稀疏体素扩张和语义引导BEV扩张模块提升3D目标检测性能，有效缓解深度误差带来的空间错位问题。

Comments Accept by AAAI26

Image-Based Relocalization and Alignment for Long-Term Monitoring of Dynamic Underwater Environments

基于图像的重定位与对齐用于动态水下环境的长期监测

Beverley Gorry, Tobias Fischer, Michael Milford, Alejandro Fontan

机构 * Queensland University of Technology（昆士兰理工大学） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出了一种结合VPR、特征匹配和图像分割的方法，用于水下环境的长期监测，并引入了首个大规模水下VPR基准测试。

Journal ref Proceedings of the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, pp. 10749-10756, 2025

Detect Anything 3D in the Wild

在野外检测任意3D对象

Hanxue Zhang, Haoran Jiang, Qingsong Yao, Yanan Sun, Renrui Zhang, Hao Zhao, Hongyang Li, Hongzi Zhu, Zetong Yang

机构 * OpenDriveLab at Shanghai AI Laboratory（上海人工智能实验室开放驾驶实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Stanford University（斯坦福大学） ； CUHK MMLab（香港大学多模态实验室） ； Tsinghua University（清华大学） ； GAC R&D Center（广汽研发中心） 纠错

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

AI总结 DetAny3D通过结合2D基础模型知识和3D解释器，实现了在任意相机配置下检测任意新物体的3D检测基础模型。

Near-Memory Architecture for Threshold-Ordinal Surface-Based Corner Detection of Event Cameras

近内存架构用于事件相机的阈值序表面基于的角点检测

Hongyang Shang, An Guo, Shuai Dong, Junyi Yang, Ye Ke, Arindam Basu

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出一种近内存架构用于高效实现事件相机的阈值序表面角点检测，显著降低延迟和能耗，验证其在低电压下的稳定性和有效性。

CogDrive: Cognition-Driven Multimodal Prediction-Planning Fusion for Safe Autonomy

CogDrive: 基于认知的多模态预测-规划融合用于安全自主性

Heye Huang, Yibin Yang, Mingfeng Fan, Haoran Wang, Xiaocong Zhao, Jianqiang Wang

机构 * Singapore-MIT Alliance for Research and Technology (SMART), Singapore（新加坡-麻省理工联合研究技术联盟） ； Department of Urban Studies and Planning, Massachusetts Institute of Technology, USA（麻省理工学院城市研究与规划系） ； School of Vehicle and Mobility, Tsinghua University, China（清华大学车辆与移动系统学院） ； Department of Mechanical Engineering, National University of Singapore, Singapore（新加坡国立大学机械工程系） ； Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, China（同济大学交通工程重点实验室） 纠错

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

AI总结 CogDrive通过结合认知多模态预测与安全导向规划，实现了在复杂交通中的安全自主性，提升了轨迹预测和适应性行为。

Comments 25 pages, 6 figures

OpenREAD: Reinforced Open-Ended Reasoning for End-to-End Autonomous Driving with LLM-as-Critic

OpenREAD: 基于LLM作为批评者的开放性推理端到端自动驾驶框架

Songyan Zhang, Wenhui Huang, Zhan Chen, Chua Jiahao Collister, Qihang Huang, Chen Lv

机构 * Nanyang Technological University, Singapore（南洋理工大学） ； Harvard University, USA（哈佛大学） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.CV

AI总结 OpenREAD通过端到端强化微调框架，结合LLM作为批评者，提升自动驾驶中的推理与规划能力，实现从高层推理到低层轨迹规划的全面优化。

Vehicle Dynamics Embedded World Models for Autonomous Driving

用于自动驾驶的车辆动力学嵌入世界模型

Huiqian Li, Wei Pan, Haodong Zhang, Jin Huang, Zhihua Zhong

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Tsinghua University, Chinese Academy of Engineering（清华大学、中国工程院） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出VDD方法，通过分离车辆动力学与环境动力学建模，提升自动驾驶中对车辆参数变化的鲁棒性。

From 'What-is' to 'What-if' in Human-Factor Analysis: A Post-Occupancy Evaluation Case

从‘是什么’到‘如果’的人因分析：一个后占用评估案例

Xia Chen, Ruiji Sun, Philipp Geyer, André Borrmann, Stefano Schiavon

机构 * Georg Nemetschek Institute（乔治·奈梅克研究所） ； Technische Universität München（慕尼黑技术大学） ； Center for the Built Environment（环境研究中心） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)

AI总结 本文提出通过因果推断框架解决人因分析中的因果问题，利用后占用评估数据展示因果发现对干预层次和方向关系的揭示，为复杂人本系统提供优化决策支持。

Comments 17 pages, 5 figures

Polar Perspectives: Evaluating 2-D LiDAR Projections for Robust Place Recognition with Visual Foundation Models

极坐标视角：评估2D激光雷达投影在基于视觉基础模型的鲁棒位置识别中的影响

Pierpaolo Serio, Giulio Pisaneschi, Andrea Dan Ryals, Vincenzo Infantino, Lorenzo Gentilini, Valentina Donzella, Lorenzo Pollini

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

AI总结 本文通过评估不同2D激光雷达投影对位置识别的影响，发现精心设计的投影可有效替代端到端3D学习。

Comments 13 Pages, 5 Figures, 2 Tables Under Review

LPVIMO-SAM: Tightly-coupled LiDAR/Polarization Vision/Inertial/Magnetometer/Optical Flow Odometry via Smoothing and Mapping

LPVIMO-SAM: 通过平滑与映射实现紧密耦合的激光雷达/偏振视觉/惯性/磁力计/光学流里程计

Derui Shan, Peng Guo, Wenshuo Li, Du Tao

机构 * Faculty of Information, North China University of Technology（信息学院，中国北方工业大学） ； Hangzhou Innovation Institute, Beihang University（杭州创新研究院，北京航空航天大学） 纠错

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

AI总结 LPVIMO-SAM通过融合激光雷达、偏振视觉、惯性、磁力计和光学流，实现高鲁棒性的实时里程计与地图构建。

Comments submitted to IROS2025

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 6801-6807

Reproducing and Extending RaDelft 4D Radar with Camera-Assisted Labels

重现并扩展RaDelft 4D雷达与摄像头辅助标签

Kejia Hu, Mohammed Alsakabi, John M. Dolan, Ozan K. Tonguz

机构 * Department of Electrical and Computer Engineering, College of Engineering（电气与计算机工程系） ； The Robotics Institute, School of Computer Science（机器人研究所） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV

AI总结 本研究重现并扩展RaDelft 4D雷达数据集，通过摄像头引导的标签生成方法实现雷达点云的高精度标注，并分析雾度对雷达标签性能的影响。

LiDARCrafter: Dynamic 4D World Modeling from LiDAR Sequences

LiDARCrafter：从LiDAR序列动态构建4D世界模型

Ao Liang, Youquan Liu, Yu Yang, Dongyue Lu, Linfeng Li, Lingdong Kong, Huaici Zhao, Wei Tsang Ooi

机构 * WorldBench Team（WorldBench团队） 纠错

专题命中 仿真评测 ：LiDAR(title,abstract)；autonomous driving(abstract)；occupancy(abstract)；分类 cs.RO、cs.CV

AI总结 LiDARCrafter通过自然语言输入生成和编辑4D LiDAR数据，实现高保真度、可控性和时间一致性，为自动驾驶数据增强和模拟提供新方法。

Comments AAAI 2026 Oral Presentation; 38 pages, 18 figures, 12 tables; Project Page at https://lidarcrafter.github.io

Learning-based 3D Reconstruction in Autonomous Driving: A Comprehensive Survey

基于学习的自动驾驶3D重建：全面综述

Liewen Liao, Weihao Yan, Wang Xu, Ming Yang, Songan Zhang, H. Eric Tseng

机构 * Global Institute of Future Technology, Shanghai Jiao Tong University（未来技术全球研究院，上海交通大学） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） ； Department of Electrical Engineering, University of Texas at Arlington（电气工程系，德克萨斯理工大学） 纠错

专题命中 仿真评测 ：autonomous driving(title,abstract)；分类 cs.RO、cs.CV

AI总结 本文综述了基于学习的3D重建在自动驾驶中的应用，分析了技术发展和挑战，提出了未来研究方向。

Comments Published in IEEE Trans. on Intelligent Transportation Systems

DGGT: Feedforward 4D Reconstruction of Dynamic Driving Scenes using Unposed Images

DGGT：利用未定位图像实现动态驾驶场景的前馈4D重建

Xiaoxue Chen, Ziyi Xiong, Yuantao Chen, Gen Li, Nan Wang, Hongcheng Luo, Long Chen, Haiyang Sun, Bing Wang, Guang Chen, Hangjun Ye, Hongyang Li, Ya-Qin Zhang, Hao Zhao

机构 * AIR, Tsinghua University（清华人工智能研究院） ； Xiaomi EV（小米电动车） ； The University of Hong Kong（香港大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV

AI总结 DGGT通过前馈方法实现无姿态动态驾驶场景的4D重建，结合3D高斯地图和轻量级动态头，提升重建速度与性能。

EGGS: Exchangeable 2D/3D Gaussian Splatting for Geometry-Appearance Balanced Novel View Synthesis

EGGS: 可交换的2D/3D高斯点扩散用于几何-外观平衡的新视角合成

Yancheng Zhang, Guangyu Sun, Chen Chen

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 EGGS通过融合2D和3D高斯点扩散，平衡外观与几何精度，提升新视角合成的渲染质量与效率。

Synthetic Error Injection Fails to Elicit Self-Correction In Language Models

合成错误注入无法在语言模型中引发自我修正

David X. Wu, Shreyas Kapur, Anant Sahai, Stuart Russell

机构 * ucb（伯克利大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本研究发现合成错误注入无法有效提升语言模型的自我修正能力，揭示了策略性强化学习在激发自我修正方面的独特优势。

Comments 13 pages, 12 figures