自动驾驶

Image-Guided Semantic Pseudo-LiDAR Point Generation for 3D Object Detection

基于图像的语义伪LiDAR点生成用于3D目标检测

Minseung Lee, Seokha Moon, Seung Joon Lee, Reza Mahjourian, Jinkyu Kim

机构 * CSE, Korea University（韩国大学计算机科学与工程系） ； LG Innotek ； Waymo Research（Waymo研究院） 纠错

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

AI总结 ImagePG通过利用图像特征生成密集且语义丰富的3D点，提升自动驾驶中对小目标和远距离目标的检测性能。

Comments WACV 2026

Spatial Retrieval Augmented Autonomous Driving

空间检索增强的自动驾驶

Xiaosong Jia, Chenhe Zhang, Yule Jiang, Songbur Wong, Zhiyuan Zhang, Chen Chen, Shaofeng Zhang, Xuanhe Zhou, Xue Yang, Junchi Yan, Yu-Gang Jiang

机构 * Institute of Trustworthy Embodied AI, Fudan University（可信具身人工智能研究院，复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Key Laboratory of Target Cognition and Application Technology, Aerospace Information Research Institute, Chinese Academy of Sciences（目标认知与应用技术重点实验室，航天信息研究所，中国科学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出空间检索范式，通过引入离线地理图像提升自动驾驶任务性能，扩展nuScenes数据集并建立多个基准测试。

Comments Demo Page: https://spatialretrievalad.github.io/ with open sourced code, dataset, and checkpoints

FedDSR: Federated Deep Supervision and Regularization Towards Autonomous Driving

FedDSR: 联邦深度监督与正则化以实现自动驾驶

Wei-Bin Kou, Guangxu Zhu, Bingyang Cheng, Chen Zhang, Yik-Chung Wu, Jianping Wang

机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Department of Computer Science, City University of Hong Kong（城市大学计算机科学系） ； Shenzhen International Center For Industrial And Applied Mathematics, Shenzhen Research Institute of Big Data（深圳国际工业与应用数学中心、深圳大数据研究院） 纠错

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

AI总结 FedDSR通过多层监督和正则化提升联邦学习在自动驾驶中的泛化能力与收敛速度，实验显示在语义分割任务中mIoU提升8.93%且训练轮次减少28.57%。

Comments 9 pages

Statistic-Augmented, Decoupled MoE Routing and Aggregating in Autonomous Driving

统计增强、解耦的MoE路由与聚合在自动驾驶中

Wei-Bin Kou, Guangxu Zhu, Jingreng Lei, Chen Zhang, Yik-Chung Wu, Jianping Wang

机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Department of Computer Science, City University of Hong Kong（城市大学计算机科学系） ； Shenzhen International Center For Industrial And Applied Mathematics, Shenzhen Research Institute of Big Data（深圳国际工业与应用数学中心、深圳大数据研究院） 纠错

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

AI总结 本文提出统计增强、解耦的MoE路由与聚合机制，用于提升自动驾驶中的预测性能。

Comments 9 pages

Are AI-Generated Driving Videos Ready for Autonomous Driving? A Diagnostic Evaluation Framework

AI生成的驾驶视频是否准备好用于自动驾驶？一种诊断评估框架

Xinhao Xiang, Abhijeet Rastogi, Jiawei Zhang

机构 * IFM Lab, University of California, Davis（加州大学戴维斯分校IFM实验室） 纠错

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

AI总结 本文提出了一种诊断评估框架，系统研究AI生成驾驶视频在自动驾驶训练和评估中的可靠性，通过分析失败模式和构建基准测试，验证了过滤AIGVs可提升性能并补充现实数据。

Roadside Monocular 3D Detection Prompted by 2D Detection

道路旁单目3D检测受2D检测启发

Yechi Ma, Yanan Li, Wei Hua, Shu Kong

机构 * Zhejiang University（浙江大学） ； Zhejiang Lab（浙江实验室） ； University of Macau（澳门大学） ； Institute of Collaborative Innovation（协同创新研究院） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 本文提出Pro3D，通过利用2D检测作为提示，提升道路旁单目3D检测的性能，实现更精确的3D定位。

Comments Accepted by WACV 2026

UncertaintyZoo: A Unified Toolkit for Quantifying Predictive Uncertainty in Deep Learning Systems

UncertaintyZoo: 一个统一的工具包，用于量化深度学习系统中的预测不确定性

Xianzong Wu, Xiaohong Li, Lili Quan, Qiang Hu

机构 * Tianjin University（天津大学） 纠错

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

AI总结 UncertaintyZoo是一个统一的工具包，整合了29种不确定性量化方法，用于量化深度学习系统中的预测不确定性。

VLM-Assisted Continual learning for Visual Question Answering in Self-Driving

基于视觉语言模型的持续学习用于自动驾驶中的视觉问答

Yuxin Lin, Mengshi Qi, Liang Liu, Huadong Ma

机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 本文提出结合视觉语言模型与持续学习的方法，以提升自动驾驶中视觉问答系统的性能和可靠性。

Parameter Optimization in Trajectory Planning via Differentiable Convex Programming

通过可微凸规划进行轨迹规划中的参数优化

Ziqi Xu, Lin Cheng, Di Wu, Shengping Gong

专题命中 规划控制 ：trajectory planning(title,abstract)

AI总结 本文提出一种可微顺序凸规划框架，通过端到端参数优化提升轨迹规划的数值性能和设计效率。

X-Scene: Large-Scale Driving Scene Generation with High Fidelity and Flexible Controllability

X-Scene: 通过高保真和灵活可控性实现大规模驾驶场景生成

Yu Yang, Alan Liang, Jianbiao Mei, Yukai Ma, Yong Liu, Gim Hee Lee

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 X-Scene通过高保真和灵活可控性实现大规模驾驶场景生成，支持多粒度控制和一致性外推，提升自动驾驶的数据生成与模拟能力。

Comments Accepted by NeurIPS 2025, Project page at https://x-scene.github.io/

Towards Reliable Test-Time Adaptation: Style Invariance as a Correctness Likelihood

迈向可靠的测试时适应：风格不变性作为正确性的似然性

Gilhyun Nam, Taewon Kim, Joonhyun Jeong, Eunho Yang

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

AI总结 SICL通过利用风格不变性实现鲁棒的不确定性估计，有效降低校准误差，提升测试时适应的可靠性。

Comments Accepted to WACV 2026

General Computation using Slidable Tiles with Deterministic Global Forces

利用确定性全局力的滑动瓷砖进行通用计算

Alberto Avila-Jimenez, David Barreda, Sarah-Laurie Evans, Austin Luchsinger, Aiden Massie, Robert Schweller, Evan Tomai, Tim Wylie

专题命中 规划控制 ：occupancy(abstract)

AI总结 利用确定性全局力的滑动瓷砖模型实现通用计算，并证明相关问题的PSPACE完全性。

Comments Full version of paper in Proceedings of the 17th Innovations in Theoretical Computer Science (ITCS)

A Nonlinear Observer for Air-Velocity and Attitude Estimation Using Pitot and Barometric Measurements

基于皮托和气压测量的无人机空气速度与姿态非线性观测器

Melone Nyoba Tchonkeu, Soulaimane Berkane, Tarek Hamel

专题命中 规划控制 ：trajectory planning(abstract)

AI总结 本文提出了一种基于皮托和气压测量的非线性观测器，用于在GPS拒止环境下估计无人机的空气速度和姿态。

Comments 8 pages, 4 figures, submitted to IFAC2026

DiffusionDriveV2: Reinforcement Learning-Constrained Truncated Diffusion Modeling in End-to-End Autonomous Driving

DiffusionDriveV2: 结束到结束自动驾驶中的强化学习约束截断扩散建模

Jialv Zou, Shaoyu Chen, Bencheng Liao, Zhiyu Zheng, Yuehao Song, Lefei Zhang, Qian Zhang, Wenyu Liu, Xinggang Wang

机构 * School of Electronic Information and Communications, Huazhong University of Science & Technology（华中科技大学电子信息与通信学院） ； Institute of Artificial Intelligence, Huazhong University of Science & Technology（华中科技大学人工智能研究院） ； Horizon Robotics（地平线科技） ； School of Computer Science, Wuhan University（武汉大学计算机学院） 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 DiffusionDriveV2通过强化学习约束和探索，解决了自动驾驶中截断扩散模型在多样性和高质量之间的平衡问题。

MindDrive: An All-in-One Framework Bridging World Models and Vision-Language Model for End-to-End Autonomous Driving

MindDrive: 一个整合世界模型和视觉-语言模型的全功能框架，用于端到端自动驾驶

Bin Sun, Yaoguang Cao, Yan Wang, Rui Wang, Jiachen Shang, Xiejie Feng, Jiayi Lu, Jia Shi, Shichun Yang, Xiaoyu Yan, Ziying Song

机构 * School of Transportation Science and Engineering, Beihang University（北京航空航天大学交通科学与工程学院） ； State Key Laboratory of Intelligent Transportation System, Beihang University（北京航空航天大学智能交通系统国家重点实验室） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新院） ； Contemporary Amperex Technology Co., Limited (CATL)（当代电动车技术有限公司（CATL）） ； Research Institute of Aero-Engine, Beihang University（北京航空航天大学航空发动机研究院） ； School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院） ； China Automotive Engineering Research Institute Co., Ltd.（中国汽车工程研究院股份有限公司） 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 MindDrive通过整合世界模型和视觉-语言模型，提出了一种端到端自动驾驶框架，实现高质量轨迹生成与多目标决策推理，提升自动驾驶的安全性和泛化能力。

BeLLA: End-to-End Birds Eye View Large Language Assistant for Autonomous Driving

BeLLA：端到端的鸟瞰图大语言助手用于自动驾驶

Karthik Mohan, Sonam Singh, Amit Arvind Kale

机构 * UC San Diego（加州大学圣地亚哥分校） ； Robert Bosch Corporate Research India（博世印度公司研究） 纠错

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

AI总结 BeLLA通过端到端架构连接统一的360°鸟瞰图表示与大语言模型，提升自动驾驶中的空间推理和问答能力。

Mimir: Hierarchical Goal-Driven Diffusion with Uncertainty Propagation for End-to-End Autonomous Driving

Mimir：基于不确定性传播的分层目标驱动扩散用于端到端自动驾驶

Zebin Xing, Yupeng Zheng, Qichao Zhang, Zhixing Ding, Pengxuan Yang, Songen Gu, Zhongpu Xia, Dongbin Zhao

机构 * Institue of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； China University of Geosciences（中国地质大学） ； Fudan University（复旦大学） 纠错

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

AI总结 Mimir通过不确定性传播和多速率指导机制，提升端到端自动驾驶中轨迹生成的鲁棒性和推理效率。

Closed-Loop Robotic Manipulation of Transparent Substrates for Self-Driving Laboratories using Deep Learning Micro-Error Correction

闭环机器人操作透明基质用于自驾车实验室的深度学习微误差校正

Kelsey Fontenot, Anjali Gorti, Iva Goel, Tonio Buonassisi, Alexander E. Siemenn

专题命中 端到端驾驶 ：self-driving(title,abstract)；分类 cs.RO

AI总结 本文提出了一种闭环机器人操作方法，利用深度学习和计算机视觉技术，实现对透明基质的高精度处理和误差自动纠正，提升自驾车实验室的自动化水平。

Comments 15 pages, 8 figures

Towards Autonomous and Safe Last-mile Deliveries with AI-augmented Self-driving Delivery Robots

迈向自主安全的最后-mile配送：基于AI增强的自动驾驶配送机器人

Eyad Shaklab, Areg Karapetyan, Arjun Sharma, Murad Mebrahtu, Mustofa Basri, Mohamed Nagy, Majid Khonji, Jorge Dias

专题命中 端到端驾驶 ：self-driving(title)；分类 cs.RO、cs.AI

AI总结 本文提出了一种基于AI增强的自动驾驶配送机器人系统，用于实现小型城市社区的自主安全最后-mile配送，通过整合优化和现实约束，提升配送效率与客户满意度。

Dominating occupancy processes by the independent site approximation

由独立站点近似主导的占据过程

Ross McVinish

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

AI总结 本文研究了占据过程在独立站点模型下的下正交序关系，并通过极限论证推广到自旋系统。

Comments Correction to proof for spin systems

Journal ref Electronic. Communications in Probability 27: 1-10 (2022)

The Multi-set Allocation Occupancy function and inequality (MAO function and MAO inequality): the foundation of Generalized hypergeometric distribution theory

多集合分配占用函数和不等式（MAO函数和MAO不等式）：广义超几何分布理论的基础

Xing-gang Mao, Xiao-yan Xue

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

AI总结 本文提出MAO函数和不等式，统一描述广义超几何分布的高阶矩，并推导出其渐近性质。

A Difference Formula for Tensor-power Multiplicities

张量幂乘积的差分公式

Hongfei Shu, Peng Zhao, Rui-Dong Zhu, Hao Zou

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出了一种新的组合公式，用于计算张量积乘积，并通过移位算子将乘积与受限占用系数联系起来，同时扩展至子代数的分支规则和A型李超代数的应用。

Comments 27 pages + appendices

GLOSSA: a user-friendly R Shiny application for Bayesian machine learning analysis of marine species distribution

GLOSSA：一种用户友好的R Shiny应用，用于贝叶斯机器学习分析海洋物种分布

J. Mestre-Tomás, A. Fuster-Alonso, J. M. Bellido, M. Coll

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 GLOSSA是一种基于贝叶斯加法回归树的用户友好型R Shiny应用，旨在通过直观界面简化海洋物种分布建模，提升生态研究的可操作性与实用性。

Static Pricing Guarantees for Queueing Systems

队列系统中的静态定价保障

Jacob Bergquist, Adam N. Elmachtoub

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出了一种静态定价策略，通过保证收入和队列长度的常数比例，为队列系统提供非渐近性能保证。

Enhanced Spatiotemporal Consistency for Image-to-LiDAR Data Pretraining

增强的时空一致性用于图像到LiDAR数据预训练

Xiang Xu, Lingdong Kong, Hui Shuai, Wenwei Zhang, Liang Pan, Kai Chen, Ziwei Liu, Qingshan Liu

机构 * College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） ； School of Computing, Department of Computer Science, National University of Singapore（新加坡国立大学计算机学院） ； School of Computer Science, Nanjing University of Posts and Telecommunications（南京邮电大学计算机学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） 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 SuperFlow++通过整合时空线索提升图像到LiDAR数据预训练效果，实现更鲁棒的特征表示和更高效的自动驾驶感知。

Comments IEEE Transactions on Pattern Analysis and Machine Intelligence

FLARES: Fast and Accurate LiDAR Multi-Range Semantic Segmentation

FLARES: 快速且准确的LiDAR多范围语义分割

Bin Yang, Alexandru Paul Condurache

机构 * Automated Driving Research, Robert Bosch GmbH（罗伯特博世集团自动化驾驶研究部） ； Institute for Signal Processing, University of Lübeck（吕贝克大学信号处理研究所） 纠错

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

AI总结 FLARES通过多范围图像训练和定制的数据增强技术，提升LiDAR语义分割的准确性和效率，实现mIoU提升和推理速度提升。

Comments The paper was accepted by WACV2026

Enhancing Monocular Height Estimation via Sparse LiDAR-Guided Correction

通过稀疏激光雷达引导的纠正增强单目高度估计

Jian Song, Hongruixuan Chen, Naoto Yokoya

机构 * Graduate School of Frontier Sciences, The University of Tokyo（东京大学前沿科学研究生院） ； RIKEN Center for Advanced Intelligence Project (AIP), RIKEN（日本理化学研究所先进智能项目中心（AIP）） 纠错

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

AI总结 通过整合稀疏全球激光雷达数据与深度学习预测，提升单目高度估计和单目深度估计的准确性和鲁棒性，实现低成本、大规模的3D高度映射。

Comments Accepted for publication in the ISPRS Journal of Photogrammetry and Remote Sensing

Semantic Temporal Single-photon LiDAR

语义时间单光子激光雷达

Fang Li, Tonglin Mu, Shuling Li, Junran Guo, Keyuan Li, Jianing Li, Ziyang Luo, Xiaodong Fan, Ye Chen, Yunfeng Liu, Hong Cai, Lip Ket Chin, Jinbei Zhang, Shihai Sun

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

AI总结 本文提出基于自更新语义知识库的语义时间单光子激光雷达，通过动态更新语义特征提升目标识别性能，尤其在低信噪比和短采样时间条件下表现优异。

Comments 14 pages, 5 figures. And any comment is welcome

Shoot-Bounce-3D: Single-Shot Occlusion-Aware 3D from Lidar by Decomposing Two-Bounce Light

Shoot-Bounce-3D：通过分解双次反射光实现单次测量的激光雷达3D重建

Tzofi Klinghoffer, Siddharth Somasundaram, Xiaoyu Xiang, Yuchen Fan, Christian Richardt, Akshat Dave, Ramesh Raskar, Rakesh Ranjan

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Meta 纠错

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

AI总结 通过分解双次反射光，单次测量实现遮挡和镜面场景的3D重建

Comments SIGGRAPH Asia 2025. Project page: https://shoot-bounce-3d.github.io

GuideNav: User-Informed Development of a Vision-Only Robotic Navigation Assistant For Blind Travelers

GuideNav: 为盲人旅行者开发的基于视觉的机器人导航助手的用户导向开发

Hochul Hwang, Soowan Yang, Jahir Sadik Monon, Nicholas A Giudice, Sunghoon Ivan Lee, Joydeep Biswas, Donghyun Kim

机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； University of Maine（缅因大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 GuideNav是一款基于视觉的导航系统，通过教然后重复的方式帮助盲人旅行者导航，无需依赖昂贵传感器，实现了千米级路径跟随。