自动驾驶

KD360-VoxelBEV: LiDAR and 360-degree Camera Cross Modality Knowledge Distillation for Bird's-Eye-View Segmentation

KD360-VoxelBEV: 多模态知识蒸馏用于鸟瞰图分割的激光雷达与360度摄像头交叉模态方法

Wenke E, Yixin Sun, Jiaxu Liu, Hubert P. H. Shum, Amir Atapour-Abarghouei, Toby P. Breckon

机构 * Durham University（杜伦大学） 纠错

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

AI总结 KD360-VoxelBEV通过跨模态知识蒸馏，利用激光雷达和360度摄像头数据提升鸟瞰图分割性能，实现高效且低成本的自动驾驶应用。

OccSTeP: Benchmarking 4D Occupancy Spatio-Temporal Persistence

OccSTeP：4D占用率时空持续性基准测试

Yu Zheng, Jie Hu, Kailun Yang, Jiaming Zhang

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 OccSTeP提出了一种4D占用率时空持续性基准，通过OccSTeP-WM模型实现对自动驾驶中未来行为的反应和前瞻性预测，实验结果显示其在语义和占用率指标上均有显著提升。

Comments 16 pages, 5 figures

Dynamic optical coherence tomography algorithm for label-free assessment of swiftness and occupancy of intratissue moving scatterers

动态光学相干层析成像算法用于无标记评估组织内移动散射体的速度和占据率

Rion Morishita, Pradipta Mukherjee, Ibrahim Abd El-Sadek, Tanatchaya Seesan, Tomoko Mori, Atsuko Furukawa, Shinichi Fukuda, Donny Lukmanto, Satoshi Matsusaka, Shuichi Makita, Yoshiaki Yasuno

专题命中 BEV与占用 ：occupancy(title)

AI总结 本文提出了一种新的动态光学相干层析成像算法，用于无标记评估组织内移动散射体的速度和占据率。

Journal ref Biomed. Opt. Express 17, 322-345 (2026)

Deep Reinforcement Learning for EH-Enabled Cognitive-IoT Under Jamming Attacks

深度强化学习用于对抗干扰的认知物联网能量收集

Nadia Abdolkhani, Nada Abdel Khalek, Walaa Hamouda

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出一种深度强化学习方法，用于在干扰攻击下优化认知物联网的能量收集和频谱共享效率。

Comments Published in IEEE Internet of Things Journal. This arXiv version is the authors' accepted manuscript

Journal ref IEEE Internet of Things Journal, vol. 11, no. 24, pp. 40800-40813, 2024

Positioning Error Compensation by Channel Knowledge Map in UAV Communication Missions

通过信道知识图在无人机通信任务中补偿定位误差

Chiya Zhang, Ting Wang, Chunlong He

专题命中 BEV与占用 ：trajectory planning(abstract)

AI总结 本文提出利用信道知识图补偿无人机通信中的定位误差，通过预测信号衰减优化飞行轨迹，提升通信性能与环境适应性。