自动驾驶

A re-calibration method for object detection with multi-modal alignment bias in autonomous driving

面向自动驾驶的多模态对齐偏差校准方法

Zhihang Song, Dingyi Yao, Ruibo Ming, Lihui Peng, Danya Yao, Yi Zhang

机构 * Department of Automation Tsinghua University Beijing（自动化系清华大学北京） 纠错

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

AI总结 本文提出一种重新校准模型，通过语义分割和定制损失函数提升自动驾驶中多模态检测的鲁棒性和性能，应对校准偏差带来的影响。

Comments Accepted for publication in IST 2025. Official IEEE Xplore entry will be available once published

Journal ref 2025 IEEE International Conference on Imaging Systems and Techniques (IST)

On Disturbance-Aware Minimum-Time Trajectory Planning: Evidence from Tests on a Dynamic Driving Simulator

关于扰动感知的最短时间轨迹规划：动态驾驶模拟器上的实验证据

Matteo Masoni, Vincenzo Palermo, Marco Gabiccini, Martino Gulisano, Giorgio Previati, Massimiliano Gobbi, Francesco Comolli, Gianpiero Mastinu, Massimo Guiggiani

机构 * Università di Pisa（帕尔马大学） ； Politecnico di Milano（米兰理工大学） 纠错

专题命中 规划控制 ：trajectory planning(title)；分类 cs.RO

AI总结 本文提出扰动感知的最短时间轨迹规划方法，通过动态模拟器实验验证，表明FLC在降低转向努力的同时保持较短的lap时间，提升了驾驶性能和稳定性。

Comments 18 pages, 11 figures, 5 tables

dVLM-AD: Enhance Diffusion Vision-Language-Model for Driving via Controllable Reasoning

dVLM-AD：通过可控推理增强扩散视觉语言模型以实现驾驶

Yingzi Ma, Yulong Cao, Wenhao Ding, Shuibai Zhang, Yan Wang, Boris Ivanovic, Ming Jiang, Marco Pavone, Chaowei Xiao

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；end-to-end driving(abstract)；分类 cs.CV

AI总结 dVLM-AD通过可控推理提升扩散视觉语言模型，实现更一致的驾驶推理与规划性能。

Thermodynamics of the Hubbard Model on the Bethe Lattice

贝叶斯晶格上Hubbard模型的热力学

Jia-Lin Chen, Zhen Fan, Bo Zhan, Jiahang Hu, Tong Liu, Junyi Ji, Kang Wang, Hai-Jun Liao, Tao Xiang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究贝叶斯晶格上Hubbard模型的热力学性质，发现两种相变并揭示电荷与自旋激发的能量尺度分离及Pomeranchuk效应。

Journal ref Phys. Rev. B 112, 125130 (2025)

Surfel-LIO: Fast LiDAR-Inertial Odometry with Pre-computed Surfels and Hierarchical Z-order Voxel Hashing

Surfel-LIO：基于预计算Surfel和层次Z-order体素哈希的快速激光雷达-惯性里程计

Seungwon Choi, Dong-Gyu Park, Seo-Yeon Hwang, Tae-Wan Kim

机构 * Department of Naval Architecture and Ocean Engineering, Seoul National University（海洋工程系，首尔国立大学） ； Clobot Co., Ltd.（Clobot公司） 纠错

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

AI总结 Surfel-LIO通过预计算Surfel和层次Z-order体素哈希实现快速激光雷达-惯性里程计，提升处理速度并保持精度。

Markov-Renewal Single-Photon LiDAR Simulator

马尔可夫-再生成长单光子激光雷达模拟器

Weijian Zhang, Prateek Chennuri, Hashan K. Weerasooriya, Bole Ma, Stanley H. Chan

专题命中 仿真评测 ：LiDAR(title,abstract)

AI总结 本文提出一种基于马尔可夫-再生成长过程的单光子激光雷达模拟器，通过高效计算光子计数统计，实现高精度与高速度的平衡，适用于大规模物理真实数据生成。

FreeGen: Feed-Forward Reconstruction-Generation Co-Training for Free-Viewpoint Driving Scene Synthesis

FreeGen: 用于自由视角驾驶场景合成的前馈重建-生成协同训练

Shijie Chen, Peixi Peng

机构 * School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） 纠错

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

AI总结 FreeGen通过重建-生成协同训练框架，提升自由视角驾驶场景合成的插值一致性与外推真实感，实现最先进的性能。

Comments Novel View Synthesis, Driving Scene, Free Trajectory, Image Generation