自动驾驶

A Graph Attention Network-Based Framework for Reconstructing Missing LiDAR Beams

基于图注意力网络的缺失激光雷达束重建框架

Khalfalla Awedat, Mohamed Abidalrekab, Mohammad El-Yabroudi

机构 * Computer Information Technology Department, SUNY Morrisville（SUNY Morrisville 计算机信息科技系） ； Electrical and Computer Engineering Department, Portland State University（波特兰州立大学电气与计算机工程系） ； Electrical and Computer Engineering Department, Lawrence Technological University（劳伦斯技术大学电气与计算机工程系） 纠错

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

AI总结 本文提出基于图注意力网络的框架，通过点云几何数据恢复旋转激光雷达中因硬件老化等导致的垂直束丢失，实现高精度重建与快速推理。

A Self-Conditioned Representation Guided Diffusion Model for Realistic Text-to-LiDAR Scene Generation

一种用于真实文本到LiDAR场景生成的自条件表示引导扩散模型

Wentao Qu, Guofeng Mei, Yang Wu, Yongshun Gong, Xiaoshui Huang, Liang Xiao

机构 * NJUST（南京理工大学） ； FBK（弗拉·恩里科·拉达基金会） ； SDU（山东大学） ； SJTU（上海交通大学） 纠错

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

AI总结 本文提出T2LDM模型，通过自条件表示引导技术提升文本到LiDAR场景生成的质量和可控性，构建了T2nuScenes基准并改进了生成效果。

Traversability Aware Autonomous Navigation for Multi-Modal Mobility Morphobot (M4)

多模态移动形变机器人（M4）的可 traversability 自主导航

Hrigved Mahesh Suryawanshi

机构 * SiliconSynapse Lab（硅合成实验室） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种基于LiDAR的多模态移动形变机器人M4的可 traversability 自主导航框架，通过学习地形分析生成节能路径，提升地形适应能力。

Comments Master's thesis

FractalCloud: A Fractal-Inspired Architecture for Efficient Large-Scale Point Cloud Processing

FractalCloud: 一种受分形启发的高效大规模点云处理架构

Yuzhe Fu, Changchun Zhou, Hancheng Ye, Bowen Duan, Qiyu Huang, Chiyue Wei, Cong Guo, Hai "Helen'' Li, Yiran Chen

专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.AI

AI总结 FractalCloud通过分形启发的架构实现高效大规模点云处理，显著提升速度与能效。

Comments Accepted for publication in HPCA2026. Codes are released at https://github.com/Yuzhe-Fu/FractalCloud

Updatable Balanced Index for Fast On-device Search with Auto-selection Model

可更新的平衡索引用于设备端快速搜索与自动选择模型

Yushuai Ji, Sheng Wang, Zhiyu Chen, Yuan Sun, Zhiyong Peng

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 UnIS通过可更新的平衡索引和自动选择模型，提升设备端搜索效率，实现索引构造、插入和搜索的显著加速。

Comments Accepted for publication in the 42nd IEEE International Conference on Data Engineering (ICDE 2026). To appear